模型發布
Om AI 聯匯獲數億元融資並開源端側原生模型 VLX-Seek 1.5,3B 跑分超越 NVIDIA 競品
量子位單一來源
尚未逐項核實
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據報導,Om AI 聯匯宣布完成由前海母基金領投的數億元融資,並於同日開源端側原生流式多模態模型 VLX-Seek 1.5。
該模型提供 3B 與 10B 參數版本,主打「端側原生」設計,並非將雲端模型壓縮部署,而是在設計階段即納入端側算力、延遲與功耗約束。其流式多模態架構可接收連續影片流輸入進行即時理解,具備 Flow(持續注意力)、Seek(精細推理)與 Go(執行控制)三層心智鏈路。
在與 NVIDIA LocateAnything-3B 的對比評測中,VLX-Seek 1.5-3B 於通用檢測任務(LVIS Mean)達 57.5,較競品提升 13.4%;指代表達理解(RefCOCOg test Mean)達 80.2,提升 3.4%。在無人機視角(RefDrone)場景中,其 F1 指標達 73.2(提升 40%),實例準確率達 58(提升 62.9%)。
針對模型幻覺問題,在 RefDrone 目標幻覺評測(FP/GT,數值越低越好)中,VLX-Seek 1.5 得分為 18,大幅低於 LocateAnything-3B 的 71.3,顯著減少不存在目標的誤報。
在商業化與生態方面,Om AI 聯匯推出智能體平台 OmAgent 與具身場景應用 OttoPlex 御行。消費端產品 OttoBox 已與聯想、蘋果合作推出 AI PC「OttoBox AI Studio」;其可穿戴 AI 視覺中樞 Homer AI 目前服務近 10 萬名視障用戶,月均調用量達千萬次。
讀原始報導背景
物理 AI 的發展目前有多種技術路線,例如 NVIDIA Cosmos 平台是透過生成式世界基礎模型(WFMs)、進階 tokenizer 與資料處理管線,來加速物理 AI 系統的開發。相對於這類依賴雲端算力的路線,Om AI 則主打「端側原生」架構,讓模型在設計階段就將邊緣設備的算力、延遲與功耗納入考量。