Mosaico 是 Mosaico Labs 為機器人與實體人工智慧設計的開源資料平台，它把散落的感測器紀錄收成一份可查詢、可用於訓練的資料資產。

機器人資料最難纏的地方在採集之後。一台自走設備跑一趟，光達按 10 赫茲掃描，慣性測量單元按 100 赫茲記錄，相機按 30 赫茲拍攝，三路感測器的時鐘還在緩慢漂移。這些資料落到磁碟上，通常是一個幾百 GB 起步的紀錄包，想取其中某一秒的某一路訊號，得先把整包解開。等要拿它訓練模型時，還得再寫一堆一次性腳本，把非同步、稀疏的資料對齊成固定頻率的張量。

Mosaico 把這件事當作基礎設施來做。它由 Mosaico Labs 開發，2025 年 12 月在 GitHub 上開源，採用 Apache-2.0 許可。團隊三位共同創辦人在帕爾馬與矽谷之間做了十多年自動駕駛系統，長期處理 PB 級、高頻的感測器資料；按他們的說法，那些脆弱、難除錯、幾乎無法稽核的手工資料管線，就是重做一遍的起因。

兩個元件：Rust 守護程式與 Python 開發套件

整套平台由兩個元件構成。服務端是一個叫 mosaicod 的守護程式，用 Rust 撰寫，負責儲存、目錄管理、資料寫入與檢索；客戶端是 Python 開發套件，開發者把它匯入自己的腳本，用它上傳與查詢資料。兩者之間是標準的客戶端與服務端模型，資料在兩側流動時不需要額外的序列化開銷，也不做格式轉換。

檢索路徑值得單獨說一句。常規做法是把資料當成位元組陣列，取一路訊號就得從頭解析整個檔案。Mosaico 借用現代資料湖的思路，用零拷貝架構直接隨機存取指定訊號，越過紀錄包格式本身的限制；資料流會自動建立索引，查詢引擎據此裁掉無關部分，只推出需要的那一段。

寫入、查詢、回放：三個原語

開發套件的介面刻意做得很薄，官方把它歸納成三個動作：push、find、stream，分別對應寫入、查詢與回放。寫入時先建一個序列，再在序列裡建主題，逐條推入帶時間戳的訊息；主題在建立時就綁定好本體類型，例如慣性測量單元。會話層與主題層各自可以設定出錯策略，失敗時要嘛乾淨刪除，要嘛保留部分資料供復原。

查詢用的是鏈式建構器，不用寫 SQL，也不必再學另一套查詢子語言。可以按序列名做比對，也可以按業務中介資料篩選，例如把專案名等於某個值、能見度小於 50 這兩個條件組合起來，服務端一次請求就完成多域過濾。每一處比對回傳的是精確的起止時間戳，精度到奈秒。

型別化本體：讓資料按物理量說話

讓查詢能寫得這麼短的原因，是 Mosaico 在資料之上加了一層嚴格型別的資料本體。它不把一則訊息看成一串位元組，而要知道這則訊息在語意上究竟是什麼。官方內建了慣性測量單元、衛星定位、影像、壓力等常見機器人資料模型，開發者也可以在幾行 Python 裡擴充出自己的模型。

本體帶來的直接好處，是查詢可以按物理量來寫。描述一個加速度條件，可以直接寫成對加速度 x 軸取值的判斷，這個條件既用於過濾，也能用於聚合。官方還提供了按時間窗把比對結果聚成叢集、以及跨主題求交集的過濾動作，用來回答「什麼時候發生過這件事」，而不只是「哪條主題符合條件」。

不可變資料層與資料溯源

另一個設計取捨落在版本管理上。常見做法是給資料加版本號，但版本會讓「這條查詢看的是哪一份資料」變得含糊。Mosaico 改用不可變資料層：新資料橫向疊加附加，舊層永不改寫，因此查詢歷史保持確定、可重現，資料從原始感測器到訓練集的每一次轉換都能被追溯。對需要事後回顧故障、或者要給結果做認證的場景，這一條比效能更關鍵。

把感測器流對齊成訓練批次

平台內建的機器學習模組處理從原始紀錄到訓練資料的這段路。它接收不同步的感測資料，把抽取、同步、開窗三個階段拆開：抽取負責輸入輸出與記憶體，同步負責時間對齊，開窗負責批次形狀，三者可以獨立調整或替換。開發者可以指定取樣步長，得到的批次直接用於微調，不必先在本地產生體積龐大的中間檔案，資料集也能從平台串流讀出，而不必整包下載。

接入、部署與執行環境

資料接入側原生支援 ROS、ROS 2 與 MCAP 等常見機器人資料格式，與中介軟體解耦，壓縮率隨格式自動調整。除這些之外，平台還覆蓋資料本體、多模態檢索、資料溯源、編排、可認證性與資料容器六個環節。

部署層面，mosaicod 提供預先編譯的執行檔與容器映像，版本標籤分為穩定版、小版本、精確版本與每日建置四類，生產環境適合固定精確版本。儲存預設支援相容 S3 的物件儲存，也可落到本機檔案系統，中介資料依賴一個 PostgreSQL 實例。守護程式目前只支援 Linux 與 macOS，Windows 使用者要在 WSL2 裡執行。

開源與商業雙軌

Mosaico 以 Apache-2.0 許可開源，核心引擎、與中介軟體無關以及 ROS 相容性都在開源範圍內，官方把「不給這個基礎層設付費牆」寫進了首頁。另一條軌道是商業許可，面向企業場景，提供稽核面板、細緻的存取控制、使用者管理，以及自訂資料庫與資料連接器。不過，專案雖然開源，受法律原因限制，目前不接受來自公眾的合併請求，有意參與的人需要先與團隊聯繫、成為受認可的貢獻者。

從紀錄包到資料資產，Mosaico 處理的其實是一個很具體的問題：讓機器人團隊不必再自己拼湊資料管線，把儲存、檢索與訓練資料的準備交給一套統一的底座。