rerun-io/rerun

What it solves

Rerun 是多模態數據的視覺與時序除錯器。它解決了理解與改進複雜過程的問題——例如機器人學、電腦視覺與模擬中的過程——在這些領域中，傳統的文字日誌或標準除錯器無法解釋系統為何失敗（例如：為什麼機器人將牆壁誤認為是門）。

How it works

它作為一個數據層，從機器人日誌、模擬與網頁影片等各種來源攝取多速率、多模態數據（包括圖像、點雲、張量與關節狀態）。這些數據被儲存在一個使用 Rust 構建的共享式列式儲存系統中，這使得數據可以透過 dataframe 或 SQL 進行查詢，並直接串流到訓練管線中。內建的檢視器會同步且即時地渲染這些串流，允許用戶透過時間軸進行回溯與對比不同感測器的數據。

Who it’s for

它是為處理感測器、隨時間演變的 2D/3D 狀態以及實體 AI 的開發者與研究人員設計的，特別是機器人學、模擬與電腦視覺領域的人士。

Highlights

• Multimodal Support: &thought: The user wants a JSON object with translations for four languages: Traditional Chinese (zh-TW), Simplified Chinese (zh-CN), Japanese (ja), and Korean (ko). The input contains a SUMMARY, HEADLINE, and BODY. I must follow the schema and rules: preserve markdown, do not translate code/URLs/package names, headline is a plain phrase without trailing punctuation, and the output must be a single valid JSON object without extra text or control tokens. 1. Translate SUMMARY. 2. Translate HEADLINE. 3. Translate BODY (preserving markdown). 4. Ensure no trailing punctuation in HEADLINE. 5. Ensure no control tokens like or inside the JSON values (though the prompt says