#CVPR2026最热方向#

好家伙！

这CVPR也就刚过去没几天，会上还在热议的方向，就已经给一家杭州团队跑进了端侧！

刚刚，Om AI发布全球首个面向物理世界的端侧流式多模态模型系列——

VLX。

VLX主打真实世界的端侧与具身场景，总共三款模型，三天连发：

* VLX-Flow：实时流式感知，让视频像水流一样持续输入，模型实时看、实时想、实时更新世界状态。
* VLX-Seek：精准定位，从看见走向看清，快速锁定目标。
* VLX-Go：行动决策，把感知和定位的结果转化成真实动作——该往哪走、怎么操作，一气呵成。
这三款模型连起来，不仅构成了多模态模型持续感知、精准定位、行动决策的能力闭环。

与此同时，其原生端侧设计也让它能够真正跑进手机、无人机、机器人这些端侧设备。

而这，也并不是Om AI第一次在VL（视觉语言）领域发力。

去年，他们推出了全网爆火的VLM-R1。

作为全球首个将DeepSeek R1强化学习范式引入视觉语言模型的开源项目，上线12小时获得超过2000颗GitHub Star。

48小时登顶GitHub全球趋势榜，至今已斩获6000+Star。

这一次，他们交出的新答卷，是VLX。
http://t.cn/AXS8xWwY