一句话看懂：物理AI正从概念走向落地，Om AI联汇发布了全球首个面向物理AI的端侧流式多模态模型系列VLX。它不是将云端模型缩小放在终端，而是从第一天就为端侧算力设计全新架构，在单一视频流上打通感知、定位、决策闭环，并已实现亿元级营收的商业验证。
事件核心：发生了什么
深耕“视觉+语言”流式多模态技术多年的Om AI联汇，发布了最新模型系列VLX。该系列是全球首批为终端物理设备原生设计的流式多模态模型。区别于行业内主流的“离线抽帧”处理方式——将视频拆分为单帧图像进行批量、离散推理，VLX采用“流式”架构：视频像水流一样持续输入模型，AI无需等待人类提问即可持续自主感知。这一设计率先在端侧实现了“持续感知+精准定位+行动决策”的完整闭环。
目前，VLX已落地于IoT摄像头、AI PC、无人机、机器狗等物理终端。据赵天成透露，公司在多个真实业务场景中已跑通模型闭环、数据闭环和商业闭环，营收以亿元人民币为单位。其中，“一脑多形”策略是关键：将成熟终端（如百万级摄像头、PC）积累的经验无缝迁移到数据匮乏的新兴本体（如机器狗）上，形成快速迭代。
为什么重要
当前物理AI行业正处于“寒武纪”式大爆发，技术路线林立：VLA、世界模型、视频生成、仿真等并行竞争，距离真正生产落地尚有距离。Om AI联汇选择了一条长期“反共识”的路线——不做云端大模型，而是从Day 1为端侧算力约束打造流式多模态架构。这一判断对应了物理AI落地的本质需求：交互必须丝滑、低延迟、安全。与云端推理相比，端侧智能在处理物理交互时具备天然的实时性优势和隐私安全性。
赵天成认为，物理AI的终局一定是分布式智能，每个物理终端拥有独立、自主的判断“大脑”，而非由单一云端统一控制。VLX的推出，为行业提供了一种经过商业验证的可行路径，证明“流式多模态+端侧”是可以率先实现PMF（产品-市场匹配）的方向。
对用户/开发者/创作者的影响
对硬件厂商与IoT开发者：利用VLX，现有成熟摄像头、AI PC等设备可以几乎零成本获得持续感知与主动适应场景的能力，从“被动执行指令”升级为“主动智能”。对于无人机、机器人等新兴硬件，Om AI提供了一体化端侧AI方案，降低了物理AI落地的技术门槛。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对应用开发者：VLX提出了“Flow+Seek+Go”三层能力，将感知、定位、行动封装为同一条视频流上的不可分割能力。开发者无需再分别集成不同模型（如检测模型+决策模型），可直接调用流水线式模型，简化开发复杂度。
对企业决策者：物理AI商业化路径从“先云端、后终端”转变为“端侧原生”可行。Om AI的亿元营收表明，端侧流式多模态模型已经具备独立的商业变现能力，企业可优先评估端侧智能而非云端方案。
值得关注的后续
- 开源与开放程度：目前VLX系列是否会对开发者社区开放API或提供SDK？如果开放，是否会降低物理AI应用的开发门槛，形成生态效应。
- 多终端泛化能力：“一脑多形”策略能否在数据更少、形态差异更大的人形机器人或可穿戴设备上复制成功，将检验其底层架构的真实泛化性。
- 竞品路径分化：当前云端VLA和世界模型方向更受资本关注，Om AI的端侧流式路线是否能持续吸引产业合作，尤其是在2026年物理AI融资持续升温的背景下，能否跑出更大的商业体量值得观察。
来源：36氪 (36Kr)
