Om AI开源端侧原生VLX-Seek 1.5：3B模型多项评测超越英伟达
2026/08/10 09:12阅读量 2
Om AI联汇完成数亿元融资并开源VLX-Seek 1.5，该模型采用端侧原生架构与流式多模态设计，3B版本在目标检测、指代表达理解、无人机视角感知等评测中超越英伟达LocateAnything-3B，同时显著降低目标幻觉率。
事件概述
8月6日，Om AI联汇宣布完成数亿元融资，由前海母基金领投。同一天，公司开源全球首款端侧原生模型VLX-Seek 1.5，提供3B和10B两个版本。公司同时发布其“一脑多形”智能体平台OmAgent，以及已在具身场景落地的OttoPlex御行、消费端AI PC OttoBox AI Studio、服务近10万视障用户的可穿戴AI视觉中枢Homer AI等产品。
核心信息
- 端侧原生路线：VLX-Seek 1.5不采用“先训练大模型再压缩部署”的云端迁移模式，而是在模型架构设计阶段就将端侧算力、延迟、功耗和部署成本作为约束条件，强调模型天生适应端侧环境。
- 流式多模态架构：模型直接处理视频流持续输入，在端侧实时理解并动态输出决策，替代传统“拍照—上传—云端推理—返回”的批处理模式。三层心智链路为Flow（持续注意力）、Seek（精细推理）、Go（执行控制）。
- 评测表现：在3B参数级别与英伟达LocateAnything-3B对比，VLX-Seek 1.5在多个任务上领先：
- 通用检测LVIS Mean：57.5 vs 50.7，提升13.4%
- 指代表达理解RefCOCOg test Mean：80.2 vs 77.6，提升3.4%
- 无人机视角RefDrone F1：73.2 vs 52.3，提升40%
- RefDrone实例准确率Acc：58 vs 35.6，提升62.9%
- 目标幻觉指标FP/GT：18 vs 71.3，大幅降低错误目标判断
值得关注
- 端侧原生被视为物理AI走向规模化部署的关键路径：机器人、无人机等终端不需要依赖远端云端大脑，能实现更低延迟、更高自主性和可规模化的部署成本。
- 开源VLX-Seek 1.5不仅是发布产品，更是试图定义端侧原生智能时代的模型标准，通过开发者生态建设形成行业共识。
- 资本对Om AI联汇的押注，代表市场开始为“端侧原生”范式定价，而非仅看参数规模。