聯匯科技

Om AI 聯匯這步棋，直接挑戰了目前物理 AI 的主流路線。過去大家認為要讓機器人看懂世界，得靠輝達、Google 那種雲端大模型，但 VLX 用 3B 小參數就在無人機視角等任務上碾壓對手，證明「端側原生」架構可能比堆算力更有效。這對整個具身智能賽道是路線之爭：如果端側模型真的能打，那未來機器人、無人機就不用再背負昂貴的雲端連線成本，部署門檻會大幅降低。對投資人來說，這不只是一個新創融資，而是物理 AI 的「架構轉向」訊號——過去押注雲端算力鏈（輝達、資料中心）的邏輯，可能會被端側方案分流。

端側物理 AI 正在從概念走向融資與商業化落地。Om AI 聯匯拿到數億元人民幣，領投的是前海母基金，這代表資本開始重倉「雲端算力之外」的 AI 賽道。他們開源的 VLX-Seek 1.5 模型，在無人機具身場景的準確率直接超越輝達同級模型，這對輝達在端側推理的軟體生態構成潛在挑戰。更關鍵的是，公司已經綁定聯想、蘋果等硬體品牌，把模型塞進 AIPC 和可穿戴裝置，形成「模型＋終端＋場景」的閉環。這告訴我們，端側 AI 的競爭不再只是模型大小，而是誰能先卡進量產硬體、拿到真實用戶數據。

Om AI 聯匯這步棋，直接挑戰了目前物理 AI 的主流路線。過去大家認為要讓機器人看懂世界，得靠輝達、Google 那種雲端大模型，但 VLX 用 3B 小參數就在無人機視角等任務上碾壓對手，證明「端側原生」架構可能比堆算力更有效。這對整個具身智能賽道是路線之爭：如果端側模型真的能打，那未來機器人、無人機就不用再背負昂貴的雲端連線成本，部署門檻會大幅降低。對投資人來說，這不只是一個新創融資，而是物理 AI 的「架構轉向」訊號——過去押注雲端算力鏈（輝達、資料中心）的邏輯，可能會被端側方案分流。

端側物理 AI 正在從概念走向融資與商業化落地。Om AI 聯匯拿到數億元人民幣，領投的是前海母基金，這代表資本開始重倉「雲端算力之外」的 AI 賽道。他們開源的 VLX-Seek 1.5 模型，在無人機具身場景的準確率直接超越輝達同級模型，這對輝達在端側推理的軟體生態構成潛在挑戰。更關鍵的是，公司已經綁定聯想、蘋果等硬體品牌，把模型塞進 AIPC 和可穿戴裝置，形成「模型＋終端＋場景」的閉環。這告訴我們，端側 AI 的競爭不再只是模型大小，而是誰能先卡進量產硬體、拿到真實用戶數據。