3B 모델이 NVIDIA와 Google을 능가한 후, Om AI가 엔드 사이드 네이티브 VLX 모델 출시: 작은 파라미터로 물리적 세계의 정밀한 인식 실현

8월 6일, Om AI Lianhui는 첸하이 마더 펀드(Qianhai Mother Fund)가 주도하는 수억 위안 규모의 자금 조달을 발표했으며, 동시에 세계 최초의 엔드사이드 네이티브 모델로 설명되는 VLX-Seek 1.5를 오픈소스로 공개했습니다. 회사는 VLX를 클라우드에 의존하는 엔비디아, 구글 등의 전략과 대조되는 '엔드사이드 네이티브' 접근 방식으로 포지셔닝합니다. VLX-Seek 1.5는 3B 및 10B 파라미터 버전으로 제공되며, 기존 VLM의 배치 처리와 달리 장치에서 실시간으로 비디오 스트림을 처리하는 스트리밍 멀티모달 아키텍처를 특징으로 합니다. 벤치마크에서 3B 버전은 LVIS Mean(57.5 대 50.7), RefCOCOg test Mean(80.2 대 76.8), RefDrone F1(73.2 대 52.3)에서 엔비디아의 LocateAnything-3B를 능가했으며, 소형 물체 및 드론 뷰 시나리오에서 상당한 개선을 보였습니다. 이 모델은 또한 표적 환각 메트릭을 도입하여 더 낮은 오탐률(FP/GT 18 대 71.3)을 달성했습니다. 회사는 또한 '하나의 뇌, 다양한 형태' 에이전트 플랫폼 OmAgent, 구현 시나리오를 위한 OttoPlex, 레노버 및 애플과 공동 개발한 OttoBox AI Studio, 그리고 약 10만 명의 시각 장애 사용자에게 서비스를 제공하는 Homer AI 웨어러블 시각 보조 장치를 강조했습니다. 이번 오픈소스는 물리적 세계 애플리케이션에서 엔드사이드 네이티브 AI의 표준을 정의하는 것을 목표로 합니다.