-- / 聯匯科技

聯匯科技

Hangzhou Lianhui Technology
未上市公司
--

每日解讀

這家公司還沒有每日解讀。

公司概況 - 公司定位、管理層與關係網。

2026-08-10 更新

公司簡介

杭州聯匯科技股份有限公司是Om AI 聯匯(杭州聯匯科技股份有限公司)是一家專注於 AI 基礎設施投資與商業化落地的公司,特別是在端側 AI 領域進行資本投入與推動落地。公司受到市場關注,主要因為新聞報導將其描述為資本重倉端側物理 AI 的投資平台,並獲得數億元人民幣的押注,顯示市場將其視為 AI 基礎設施投資領域的重要參與者。它的新聞常和人工智慧模型、雲端算力、半導體供應鏈、資料中心基礎建設、企業軟體導入或自動化需求變化一起出現,因此先作為新聞分析層公司保存,方便後續事件關聯、公司影響整理與資料補齊。這段簡介是根據入池查證結果產生的暫存版本,後續仍需由公司簡介流程重新整理官方來源、主要產品、客戶結構、營收來源、競爭位置與資料邊界。

公司高管

--

公司關係

聯匯科技公司關係資料
競爭對手
--
上游供應商
本公司向它們採購,或依賴其供應。
--
下游客戶
它們採購或採用本公司的產品與服務。
--
策略合作
--
投資/持股
--

公司事件 - 重大事件與所有事件時間線。

2026-08-10 更新
共 2 則 · 最新在上
2026-08-10

Om AI 聯匯完成數億元融資並開源端側原生 VLX 模型,挑戰輝達與 Google 的雲端路線 大事件

中國 AI 新創 Om AI 聯匯宣布完成數億元融資,同時開源其端側原生多模態模型 VLX-Seek 1.5。該模型僅 3B 參數,在無人機視角、指代表達理解等任務上超越輝達 LocateAnything 與 Google 等更大模型,主打不依賴雲端、天生適合機器人等物理設備的架構。

atrac解讀

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。

負面影響

端側 AI 競爭可能加劇 競爭地位

若端側原生模型成為主流,杭州聯匯科技現有產品可能面臨技術替代壓力,或需投入更多資源追趕。

持續關注

杭州聯匯科技是否推出類似端側原生模型;主要客戶是否轉向採用端側方案

反轉信號

若杭州聯匯科技快速推出自有端側原生模型,或端側方案未獲市場廣泛採用,則競爭壓力可能減輕。

2026-08-04

Om AI 聯匯獲數億元融資,開源端側多模態模型 VLX-Seek 1.5,加速物理 AI 商業化 大事件

杭州聯匯科技(Om AI 聯匯)宣布完成新一輪數億元融資,由前海母基金領投,杭州政府產業基金參投。公司同時開源端側原生多模態模型 VLX-Seek 1.5,3B 參數版本在無人機具身場景準確率超越輝達同級模型。資金將用於模型迭代與物理 AI 場景落地,公司已與聯想、蘋果等合作推出 AIPC 產品,並有可穿戴 AI 視覺中樞服務近十萬視障用戶。

atrac解讀

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。

正面影響

數億元融資強化現金流與研發投入 現金流

這筆融資讓公司手頭現金變多,短期內不用擔心燒錢問題,可以更積極投入研發。

持續關注

下一輪融資進度;研發支出佔營收比;員工人數成長

反轉信號

若公司短期內又啟動新一輪融資,或現金消耗速度遠超預期,代表資金效益不如預期。

負面影響

開源模型可能引來更多競爭者 競爭地位

開源雖然能打響名號,但也可能讓競爭對手拿你的模型去改良,未來搶走你的客戶。

持續關注

競品採用類似模型架構;公司付費客戶流失率;開源社群貢獻者轉向競品

反轉信號

若公司能持續推出領先的閉源版本,或開源生態反而帶來更多付費客戶,則競爭威脅降低。

新聞僅保留摘要與來源連結,不存原文。

非投資建議。市場資料以中性事實呈現,不含個股估值評等或買賣建議。