Nadat 3B-model NVIDIA en Google overtreft, lanceert Om AI het end-side native VLX-model: kleine parameters bereiken nauwkeurige perceptie van de fysieke wereld

Op 6 augustus maakte Om AI Lianhui een financieringsronde van enkele honderden miljoenen yuan bekend, aangevoerd door het Qianhai-moederfonds, en bracht tegelijkertijd VLX-Seek 1.5 uit als opensource, beschreven als 's werelds eerste end-side native model. Het bedrijf positioneert VLX als een 'end-side native' benadering, in contrast met cloudafhankelijke strategieën van onder andere NVIDIA en Google. VLX-Seek 1.5 is verkrijgbaar in versies met 3 miljard en 10 miljard parameters en beschikt over een streaming multimodale architectuur die videostreams realtime op het apparaat verwerkt, in tegenstelling tot de batchverwerking van traditionele visuele taalmodellen. In benchmarks overtrof de 3-miljardversie NVIDIA's LocateAnything-3B in LVIS Mean (57,5 tegen 50,7), RefCOCOg test Mean (80,2 tegen 76,8) en RefDrone F1 (73,2 tegen 52,3), met aanzienlijke verbeteringen in scenario's met kleine objecten en dronebeelden. Het model introduceert ook een metriek voor doelhallucinatie, met lagere fout-positieve percentages (FP/GT 18 tegen 71,3). Het bedrijf benadrukte ook zijn 'één brein, meerdere vormen' agentplatform OmAgent, OttoPlex voor belichaamde scenario's, OttoBox AI Studio ontwikkeld met Lenovo en Apple, en Homer AI, een draagbare visuele assistent die bijna honderdduizend visueel beperkte gebruikers bedient. Het open-sourcen heeft als doel een standaard te definiëren voor end-side native AI in toepassingen in de fysieke wereld.