继3B模型超越英伟达与谷歌后，Om AI推出端侧原生VLX模型：小参数实现物理世界精准感知

8月6日，Om AI 联辉宣布完成由前海母基金领投的数亿元融资，并同步开源了被称为全球首个端侧原生模型的 VLX-Seek 1.5。该公司将 VLX 定位为“端侧原生”路线，与英伟达、谷歌等依赖云端的策略形成对比。VLX-Seek 1.5 提供 3B 和 10B 参数版本，其特色是流式多模态架构，可在设备端实时处理视频流，不同于传统的视觉语言模型批量处理方式。在基准测试中，3B 版本在 LVIS Mean（57.5 对 50.7）、RefCOCOg test Mean（80.2 对 76.8）和 RefDrone F1（73.2 对 52.3）上均优于英伟达的 LocateAnything-3B，在小物体和无人机视角场景下有显著提升。该模型还引入了目标幻觉指标，误报率更低（假阳性/目标数 18 对 71.3）。公司还重点介绍了其“一脑多形”智能体平台 OmAgent、面向具身场景的 OttoPlex、与联想和苹果合作开发的 OttoBox 人工智能工作室，以及为近 10 万视障用户服务的 Homer 人工智能可穿戴视觉助手。此次开源旨在为物理世界应用中的端侧原生人工智能定义标准。