一个从未见过监控画面的多模态模子，，，却比在监控数据上练了多年的小模子“宿将”更懂监控。。这不是科幻影戏，，，这是2023年Om AI联汇的一场“无心插柳”，，，也是CEO兼首席科学家赵天成博士越发坚信“多模态训练方式能为物理开放天下带来泛化性”的要害节点。。彼时，，，AI行业正在追求以大语言模子为焦点的天生式AI。。
三年后，，，这个多模态模子演酿成了VLX——全球首个面向物理AI的端侧流式多模态模子系列。。首次提出“端侧原生流式多模态”这一全新模子架构，，，而通过这个从Day 1为端侧算力约束设计的架构，，，VLX模子首次在端侧买通“一连感知+精准定位+行动决议”的物理AI完整闭环。。
VLX概览图
毫无疑问，，，站在2026年炎天的时间节点，，，AI行业的热度已经最先从数字AI转向物理AI。。差别于数字AI的2023年，，，虽然物理AI的热度很高，，，可是行业仍未收敛，，，多蹊径并存，，，距生产落地尚远：以语言为中心的VLA、以像素为中心的视频天生、以3D结构为中心的仿真、以视觉表征为中心的JEPA……行业对最主流的VLA与天下模子两条看法蹊径的选择，，，也依然摇晃未必，，，是替换，，，照旧并存，，，抑或是融合？？？ ？
就在这一行业还在争论谁是物理AI最终谜底之时，，，Om AI联汇的VLX系列模子已然完成物理AI从仿真实验到工业落地的商业闭环，，，通过赋予机械人、无人机、可衣着装备、安防摄像头、AI PC等多类物理终端自主感知的“小脑”和认知决议的“大脑”，，，让这些物理终端实现从“被动执行指令”向“自动顺应场景”跨越。。
VLX架构图
这并非无意，，，而是Om AI联汇多年漫长专注后的必定效果。。
2019年，，，当赵天成从CMU语言手艺所博士结业时，，，他的履历足够耀眼：所在实验室导师Maxine Eskenazi是对话系统的开山始祖，，，90年月做出了全球第一个适用化对话智能体；；；而他自己是实验室第三代系统的创立者，，，2016年就率先用神经网络将延续了20年的系统刷新成端到端天生式模子。。其时进入学术圈当教授、大厂，，，险些唾手可得。。
但他选了第三条路——创业。。并且是一条在其时险些无人明确的蹊径：不做纯文本大模子，，，不追天生式AI的热潮，，，而是死磕“视觉+语言”的流式多模态。。即即是当下，，，这也并非主流的手艺蹊径。。行业的主流叙事是“离线抽帧”：视频就是一帧一帧截出来当图片处理，，，推理是批量的、离散的、一问一答的。。而赵天成从一最先就要做的是“流式”：视频像水流一样一连进入模子，，，AI自己一直在看，，，不必等人提问。。
Flow推理速率优势
这是赵天成自己的判断。。在CMU时代，，，他履历了雅虎10亿美金的多模态智能体项目，，，“那让我意识到多模态的价值上限会高许多，，，它就真的让你感受这是一个活物，，，而不但是一个对话的系统。。”回国后，，，他没有跟风其时海内AI公司扎堆的天生式对话模子赛道，，，而是坚定地把视觉和语言融合在一起，，，“这两个是主模态，，，至少90%的物理信息都笼罩掉了。。”
五年里，，，从文本天生到文生图，，，从VLA到天下模子，，，AI赛道换了三四轮“当红炸子鸡”。。2023年语言模子大火，，，有人曾拉他说“你以前不也搞语言模子的，，，为什么不出来做？？？ ？”每一轮都有资源和偕行劝他“转个偏向更快变现”。。
“凯时AG工具，，，在物理AI之前一直没有成为最火的工具。。”赵天成坦言，，，“一直会有更火的工具摆在前面。。”团队里也有小同伴信心摇动，，，有人脱离，，，但更多焦点同伴留了下来。。留下来的这群人，，，多年如一日，，，始终围绕“V和L”这两个点一连产出。。
五年后的今天，，，AI行业喊着要从“云端”回到“地面”，，，要深入工业，，，并真正爆发价值，，，物理AI成为最热门的看法：2026年上半年，，，全球物理AI领域仅一季度融资就凌驾64亿美元；；；物理AI也最先多场景落地，，，工业机械人智能化升级、自动驾驶都会NOA大规模普及等端侧智能终端快速渗透……但在物理AI这场浪潮中，，，VLX系列模子是为数未几的，，，跑在端侧的流式多模态模子。。它回覆着一个基础问题：物理天下的AI，，，究竟需要什么架构？？？ ？
VLX系列模子是少数把三个闭环都跑通的公司：模子闭环，，，让VLX的Flow+Seek+Go在感知—定位—行动上自成一体，，，不是三个自力模子，，，是统一条视频流上不可支解的三个能力层；；；数据闭环，，，让百万级摄像头、无人机、机械人等真实营业场景一连回流端侧数据，，，反哺模子迭代；；；商业闭环，，，完成PMF，，，公司营收以亿为单位。。
VLX三层界说
当工业的需求曲线与手艺的积累曲线在2026年交汇，，，一场“恒久主义与工业拐点的双向奔赴”也正式上演。。而当物理AI终于从“看法炒作期”迈入“场景验证期”，，，赵天成和他的团队反而显得从容。。这不是一个追风者的故事，，，而是一个关于判断力、定力，，，以及用多年时间验证的一个“反共识”判断的商业样本。。
以下是36氪和赵天成对谈，，，对话经由编辑：
Om AI联汇CEO兼首席科学家赵天成博士
物理AI的实质：模态，，，语义、几何、展望和决议
36氪：今年物理AI很火，，，天下模子是其中最热门的手艺蹊径，，，但又派系林立，，，众说纷纭，，，你是怎样看待？？？ ？
赵天成：物理AI自己是一个很弘大的主题。。从模子的角度来说，，，不管是什么蹊径，，，要害点在于要让其能够明确天下，，，这自己不是一个单点的事情。。就像李飞飞这次发的博客，，，讲她明确的三条蹊径，，，并且最终这三条蹊径可能会融合在一起，，，而不是三个离散的工具。。
在凯时AG界说内里，，，物理AI至少4种能力是必需具备的，，，第一，，，模子要熟悉它内里的内容，，，也就是语义信息；；；第二，，，要熟悉它的几何空间，，，知道3D形状是什么样的；；；第三，，，它能够去做决媾和行动控制；；；第四，，，在前三者的基础上，，，它能够对未来的展望。。
这次我们宣布的模子为什么叫VLX，，，就是由于X代表无限可能，，，最最少是包括前面说的4种能力。。现阶段网上盛行的一种说法，，，VLA已死，，，天下模子已来，，，照旧偏炒作为主。。由于VLA这三个模态怎么会过时？？？ ？视觉语言行动从看法上是永远不会过时的，，，但下面的要领肯定会一直转变，，，把要领和看法挂钩自己是过失的行为。。以是凯时AG理念不是看外貌，，，而是看实质，，，实质就是刚刚提到的4个焦点模态，，，语义、几何空间、感知妄想以及展望这4种能力都搞定了，，，物理AI也就来了。。
物理AI自己是一个多维度的事情，，，好比展望也执偾内里的一个维度，，，但这个维度简直之前做的人较量少，，，难度较量大。。展望未来的画面会怎么生长，，，也就成了天下模子，，，这是目今较量有热度的事情，，，但这个事情着实也是建设在语义、几何这些基础能力上新增的能力。。
36氪：物理AI的第一性原理应该是什么？？？ ？
赵天成：物理AI的第一性原理，，，实质要看做什么事情。。Om AI联汇想做一个在物理天下内里能够去感知、决议、执行的物理智能体，，，我希望无人机、机械狗、机械人等等物理终端，，，它们很是智慧，，，物理终端之间可以交互、能够完成使命，，，最主要的工具着实就看要实现这个目的究竟缺什么能力。。现阶段语言交互越来越好了，，，基本不会爆发什么问题，，，可是只要涉及开放情形，，，它能不可自主导航，，，能不可灵巧地操作和差别物件做交互，，，这些事情之前险些不太可能。。
好比，，，物理交互场景下终端对实时性需求就很高，，，终端需要有决议中枢让它去快速决议。。通过视觉中枢，，，实时吸收外界信息，，，然后通过决议中枢可以自主决议此时现在应该干什么，，，好比该开门照旧语言等。。
以是目今的物理AI，，，是一个大楼内里，，，只有框架但缺的砖块还许多，，，需要差别团队或者差别企业去添砖加瓦，，，形成完整的物理AI系统。。单依赖某一个模子把所有物理AI都解决，，，我以为不太现实，，，也不切合第一性原理。。人的大脑也是分区分块的，，，语言模子现在这么强了，，，到应用层也是分区分块的，，，物理AI更重大，，，以是越发需要工业的生态协同去完成这个事情。。
云端AI与终端AI的区别
36氪：在你看来，，，在要领层差别蹊径在物理AI落地历程中最大的瓶颈是什么？？？ ？
赵天成：天下模子或者别的云端模子有很大的价值，，，只是到终局的时间，，，物理AI被普遍应用的时间，，，必定有很强的端侧智能，，，这是我们相信的事情。。由于物理天下原来就要交互，，，并且会带来许多严肃的效果。。代码写错一字一行无所谓，，，可是机械人突然卡机不动或者摔倒了，，，效果是很严重的，，，就跟智驾一样，，，不可车开着就突然失灵了，，，这个是不可想象的。。许多物理终端以后都要进入生涯成为其中一个同伴，，，所有由一个脑子控制也挺恐怖的，，，跟科幻片的反派一样，，，只要控制一个AI，，，所有终端都酿成挟持人类的工具。。
以是我们希望是漫衍式的智能，，，跟人一样，，，每个大脑都是自力的，，，自主的。。可是焦点在于云端模子之外，，，物理AI每个端侧它具备漫衍式智能，，，并且是在外地快速、清静的响应能力，，，这才是一个较量稳固的下场。。这也是为什么我们以为端侧有价值。。
物理AI处于寒武纪，，，流式多模态是Om AI最主要的基础能力
36氪：物理AI的竞争名堂，，，你是怎么看的？？？ ？
赵天成：物理AI特殊像2016年的感受，，，其时深度学习语言是刚刚突破，，，其时我也发了最早一批天生式的语言模子，，，在谁人时间有许多思绪，，，也有许多问题待解决，，，没有人知道唯一的、收敛的终局是什么，，，以是我觉适目今物理AI处在一个寒武纪，，，类似一个物种大爆发期。。物理AI这个时机太大了，，，我不相信物理AI只有一条路，，，就一个要领，，，就聚焦在机械人一个载体上，，，肯定是百花齐放。。
从手艺侧来看，，，手艺侧近几年通过VLM多模态的方式，，，在感知明确推理方面取得大幅度突破，，，可以做许多以前不可做的事情，，，但像天下模子，，，或者物理交互，，，要领又很不确定。。现在既有已经突破的手艺，，，完成从0到1的手艺，，，也有许多需要解决从0到0.5的突破的点。。现在恰恰是一个接壤点，，，从0到1的手艺还没有最先规模唬；τ，，，又泛起了许多0到1未解的问题。。在这个点上，，，会有许多可能性，，，可以做底层突破，，，也可以是应用层，，，都有时机。。
36氪：Om AI押注流式多模态，，，是场景倒逼照旧自主选择？？？ ？
赵天成：流式多模态是自己的选择。。从问题自己出发，，，语言模子的焦点盘算单位是Token以字符串的方式处理，，，文本流打字谈天是可以的，，，由于信息是线性的字符串进来，，，可是到物理天下后，，，原生的信息输入就是视频流。。视频流和文本流很纷歧样，，，文本流着实每个字都很主要，，，可是视频流内里大宗的冗余信息，，，许多画面着实是没什么转变的。。就像人眼看的时间，，，也不是每一个像素每一帧都在看，，，是一个自己抓重点的历程。。视频流自己又是很是动态和物理天下直接对接的信息。。而任何在物理天下好用的工具，，，交互肯定要较量丝滑，，，肯定要很快速地响应。。物理天下是一个很是多模态的流式的交互的场景，，，在这个场景下面只用文本的token去做信息单位肯定是不太合适的事情，，，肯定需要有越发原生的方式去明确多模态的信息流。。我以为需要有纷歧样的手艺栈和差别的要领去做才会更原生。。若是用文本把信息流近似一下，，，就又回到了最老的那种较量笨的交互系统，，，又慢又傻。。
以是，，，流式多模态我们一直以为是很是主要的基础能力，，，也是最不可替换的底层手艺之一。。
36氪：物理AI是一个万亿级市场，，，Om AI瞄准的是哪一部分？？？ ？
赵天成：若是用一句话来总结的话，，，我们瞄准的是“从成熟硬件向新兴本体纵深演进”的物理AI终端市场。。我们是这么明确的，，，所有事情都得有基础，，，就如信息化没做的时间一定做不了数字化。。以是物理AI的成熟落地，，，和终端的商业化成熟度有正向的关系。。好比摄像头，，，在手机电脑等个人智慧终端，，，本体已经很成熟了，，，可是现在没有物理AI能力的。。再往前走一点，，，到无人机或者机械狗，，，现在已经在应用可是属于较量新兴的终端，，，再往前，，，到真正的人形机械人，，，或者轻量级的可衣着装备。。Om AI对硬件终端的成熟度排序，，，与物理AI连系也是凭证先成熟，，，后新兴的落地顺序排序。。已往几年我们跟IoT摄像头、AI PC、个人终端这些成熟产品已经最先连系，，，现在已经最先向无人机和机械人结构。。
这也是为什么我们以为“一脑多形”的价值所在，，，由于“一脑多形”，，，才华把成熟的履历带到新的本体内里去。。好比机械狗，，，着实自己没有什么数据，，，可是可以把已往上百万的摄像头或者PC的履历延续到机械狗上，，，让机械狗有个很好的起点，，，通过新的场景、新的数据反哺。。市场爆发的点需要双向奔赴，，，硬件成熟了，，，AI也成熟了，，，连系在一起就酿成了一个真正的物理AI终端。。
36氪：这次WAIC，，，Om AI的参展妄想和亮点是什么？？？ ？
赵天成：此次重磅亮相的，，，是我们这次新宣布的VLX模子系列。。这也是我们已往一年多时间，，，最焦点的手艺突破。。我们会同步展出在差别场景落地的终端产品。。
36氪：VLX模子系列有很是多手艺立异，，，实现了更小的模子更优的效果，，，这种效果是架构优化后的必定效果？？？ ？
赵天成：这是我们能做基础模子架构立异的优势，，，许多时间各人动不了架构，，，以是会被卡脖子，，，当能动架构之后，，，就可以做一些纷歧样的事情。。Om AI没有针对某个领域去专门定制，，，而是做成了一个通用模子，，，让模子能在多场景多领域泛化，，，可是关于某种特殊需要的能力，，，我们会定制增强。。好比老鹰捕猎和图书治理员对眼睛的使用需求是纷歧样的，，，OM AI许多模子架构立异就是为相识决怎样让原生的架构适合干物理AI的活，，，包括流式的快速明确，，，快速推理，，，都是为了让模子原生的架构天花板变得更高。。
基于多模态训练方式，，，能带来开放天下的泛化性
36氪：公司结构物理AI的契机是什么？？？ ？
赵天成：第一个原点是2023年的时间，，，公司第三代模子出来。。最早的时间，，，模子是基于大宗的多媒体的数据去训练的，，，一最先的场景着实也是会偏媒体场景，，，好比视频剪辑，，，编辑盘问等。。2023年的时间有一个用户，，，说他有许多监控摄像头是用来做卫生治理的，，，能不可把数据接进来试试看。。其时我们不太看好，，，由于以前许多偕行也做了许多，，，感受没什么好做了，，，但厥后发明，，，着实就是一个简朴的摄像头识别下面场景，，，基于上一代盘算机视觉手艺的小模子思绪息争决方案，，，泛化性很差，，，远远没有想的渗透率那么高。。我们实验了一下，，，发明其时的模子泛化性已经比小模子好许多了，，，以是我们意识到，，，基于多模态训练方式，，，真的能带来一些开放天下的泛化性。。这在辽阔的物理场景下面，，，就是一个刚性需求，，，我们也以这个为起点，，，做了许多模子的研发。。
36氪：产品宣布后，，，公司上线了产品体验平台，，，后续有开源妄想吗？？？ ？
赵天成：有的，，，我们对开源很是重视的。。我在学生时代就做了许多开源的事情。？？？ ？春苁怯欣诓非敖。？？？ ？匆环矫媸嵌圆纷孕诺奶逑，，，说明产品进化速率很快，，，已经有更好的工具在做了。。用户也会证实这是一个好工具，，，并为我们带来更多正面的声量。。另一方面，，，用户的反馈对我们也是很大的资助，，，我们会相识他们的卡点是什么，，，产品应该怎么更好地融合。。总的来说，，，开源是一个很是好的机制，，，既带来了口碑与共识，，，也带来了反馈，，，也让整个市场更信任我们。？？？ ？醋约阂彩谴偈笰I在早期实现快速生长的原因。。
36氪：模子从实验室到落地应用历程中，，，有哪些有趣的故事？？？ ？
赵天成：故事较量多，，，经由了好多卡点。。第一个阶段就是解决市场教育问题，，，多模态模子自己是一个全新的看法，，，机械视觉或者视觉自己并不是以前没有的工具，，，它也有上一代的手艺，，，但随着通用多模态模子出来之后，，，以前许多不醒目的事情，，，好比开放明确、总结报告输出等，，，现在都醒目。。在用户层面，，，一最先是完全无法明确，，，需要许多用户教育。。以前我们发明了许多看法，，，一句话天生一个算法、视觉大脑、万物识别等等，，，种种名词想步伐让用户更明确这个事情。。
第二阶段，，，实验室里手艺突破和用户能验收产品中心着实有很大的鸿沟。。做学术的时间，，，从65分到70分，，，或者60分到80分就是重大突破或者革命性突破，，，可是到了用户层面，，，可能会以为没有到95分都是垃圾，，，是没有意义的事情。。从0到60到90可能很快，，，可是最后的一节，，，可能是最难的部分，，，需要很详尽的模子训练要领刷新，，，或者工程化的数据投入，，，才华把最后一节攻陷来。。实质来说，，，照旧要把硬骨头啃下来，，，才华让实验室的模子过渡到工业级。。
最后，，，还要实现产品理念的提升。。许多模子照旧模子，，，它是一个能力，，，是一个接口，，，是一个API，，，现在各人都说AI原生应用，，，这句话很是主要，，，若是照旧以前那套软件后面加个能力，，，用户是感受不到的，，，或者感知很弱。。只有昔时ChatGPT出来后，，，立异了对话模式。。多模态模子也是一样，，，要越发AI原生，，，从产品层面就要以AI人才去牵头做，，，才会让用户感受到产品的纷歧样。。现在我们走到产品层面，，，也得用新的思绪去干，，，才华让整个商业闭环走通。。
36氪：公司主要落地了哪些商业化场景？？？ ？
赵天成：凯时AG焦点是“围绕视频密度高、硬件成熟度高的场景层层推进”。。现在已经有的板块好比PC，，，通过赋能内容创作者，，，他们有许多视频剪辑编辑处理的需求；；；工业物联，，，让以前通俗的摄像头，，，给它们装上大模子大脑，，，酿成物理智能体……已经有许多的营业板块，，，现在重点拓展的是围绕具身智能场景，，，特殊是机械狗、无人机等，，，本体已逐步成熟，，，缺乏的是让它酿成自主行动自主决议的物理Agent。。
未来外洋市场也是我们重点拓展的偏向之一，，，我们在外洋展会发明，，，中国的产品力很是强，，，特殊是真正到端侧多模态，，，凯时AG模子有极大的优势。。若是纯数字空间和外洋产品比照，，，各人都很强，，，可是到物理终端场景下面，，，中国反而有优势，，，这个偏向是有可能做到营业全球化的。。
36氪：在商业模式上你的思索是什么？？？ ？
赵天成：AI是一个新工具，，，商业模式肯定不可套用过往的履历。。我们现在也有许多立异的模式。。好比模子更新很快，，，用户是愿意付订阅费的。。再往前走，，，当物理AI出来之后，，，也可以探索以效果付费的逻辑，，，爆发了几多价值，，，赚/省了几多钱，，，接纳分润的模式。。
36氪：目今许多物理AI公司还未能完成PMF，，，公司怎样做到已经实现以亿为单位的营收的？？？ ？
赵天成：首先我们一直坚持初心照旧有较量大的先发优势。？？？ ？赡芎Ｄ诖蟛糠值娜现2024年的时间才知道有多模态模子这个事情，，，或者以为这种手艺蹊径是一件事，，，才有人去研究怎么用，，，怎么落地的事情。。凯时AG研究会早许多，，，我从2018年已经在做多模态的研究，，，回国后2021年最先做多模态模子训练，，，我们比别人会早个三四年，，，手艺储备、模子训练、应用场景探索，，，甚至市场教育，，，凯时AG先发优势都是基于很是有价值的多年积淀。。2024年，，，很大一批人拿大的模子去调试、测试，，，会发明许多如本钱高、速率慢的问题，，，他们会以为这个事情不可在物理AI场景应用，，，但我们基于具备原生立异的手艺能力，，，敌手艺的明确深度会深许多。。我想这是我们很是主要的焦点优势。。
先把数据飞轮转起来，，，在物理AI就是领先的
36氪：你怎样看待未来的行业竞争？？？ ？公司怎样坚持竞争优势？？？ ？
赵天成：未来物理AI的场景肯定会越来越多人关注，，，竞争肯定会加剧，，，不管是新建设的企业，，，照旧大厂。。关于我们来说，，，目今手艺照旧一个高度厘革的时期，，，要领完全没有到收敛期，，，团队照旧很纯粹地在做底层手艺的研究，，，这也让我们有很是大的人才吸引力，，，这点是未来要坚持的。。另一点是我们有较量好的先发优势，，，我们让更多的终端先用先跑，，，这是一个很是大的护城河，，，由于物理AI的许多场景，，，各人都没有过探索，，，先把数据飞轮转起来，，，在这个板块内里就是领先的。。这也会爆发一定的马太效应，，，把更多的资源、数据、客户，，，吸引过来。。
36氪：公司有一段从手艺到商业再回归到手艺的思绪转变，，，为什么？？？ ？
赵天成：公司内里纯粹搞研究的同砚，，，他们一直较量纯粹，，，可是对我来说我得认真整体，，，就会遇到双向的攻击和输入，，，是手艺与市场预期之间的差别。。以是市场化的历程中，，，似乎模子也没有很主要，，，似乎引以为傲的手艺在内里只占了30%或40%的感受。。但回过头来看，，，这着实只是一个过渡期，，，客户真正买单的照旧为智能买单，，，最终照旧依赖模子能力。。若是你的模子能力不是最好、最强的，，，后面就会失去最焦点的竞争力。。意会这点后，，，就会来到第三阶段，，，上面的花架子也主要，，，可是不可没有最焦点的点，，，只有把最焦点的点做到最强，，，才华把规模做大。。
36氪：从校园到现在，，，有没有哪个决议或时刻，，，你以为较量具有转折意义？？？ ？
赵天成：第一个是结业的时间，，，我研究做得很好，，，是其时最优异的结业生之一，，，不管是大厂做科研，，，照旧去做教授着实是水到渠成的事情。。但其时特殊想做产品做创业，，，由于其时以为模子做了许多，，，论文发了许多，，，却跟现实天下差别很远。。
第二个是回国之后，，，在美国创业就是通例逻辑，，，做SaaS产品和创业公司买通就可以，，，可是回来之后我想照旧要跟中国较量有优势的行业做连系，，，以是其时想是不是做点跟硬件连系的工具。。于是我们就最先跟终端连系，，，现实简直做出一些在美国做不了的事情，，，虽然这个路肯定更苦一些。。
第三个是2024年的时间，，，以前公司的日子过得挺好的，，，其时也没什么人做这个偏向的探索，，，2024年竞争一下就起来了，，，种种模子都出来了，，，这个时间要决议究竟专攻哪个点。。较量了云端的模子，，，端侧的模子，，，多模态的、语言的、视频天生的，，，我们以为照旧要坚持在流式多模态上面一连专攻，，，这个跟别人是有差别性的。。虽然说它定位到端侧之后可能会有更多的挑战，，，不管是商业模式，，，照旧软硬件连系会有许多的挑战，，，可是我们决议坚持初心，，，押注物理AI，，，把流式多模态做成最焦点的能力。。
36氪：是什么原因让你一最先就坚定多模态这个偏向？？？ ？
赵天成：卡耐基梅隆?学语言手艺研究所（CMU LTI）是做语言最着名的地方，，，我的导师90年月的时间做了第一个适用化的对话的智能体，，，它的第三代是我做的，，，2016年我把它从一个用了20年的神经网络系统替换成了一个天生式模子。。在读博历程中，，，虽然也做了许多对话的模子，，，但我感受它只是交互场景，，，好比谈天、情绪陪一律，，，离我想要的“活的”AI差了点工具。。只是对话不爆发价值，，，2017年左右，，，雅虎又一个多模态智能体的项目给了CMU，，，这个项目让我感受到多模态价值上限会高许多。。以是我以为应该投在多模态，，，把视觉跟语言融合在一起。。
跑得快、看得远、守得住
就在6月27日至29日一连宣布了VLX-Flow、VLX-Seek、VLX-Go系列模子后，，，7月10日，，，Om AI联汇再次宣布了VLX-Seek 1.5，，，这是专为无人机、机械人、机械狗、智能监控等真实具身场景进化的版本，，，相比1.0版本，，，1.5版本在模子架构、训练数据和推理效率上举行了系统升级，，，笼罩多种参数规模，，，能够兼顾轻量化端侧安排与高性能应用需求，，，在准确性、效率、可靠性和安排无邪性方面实现周全提升。。
VLX-Seek架构图
VLX-Go架构图
版本的一连宣布，，，麋集却不急遽，，，由于每一代模子的升级，，，背后都是多年流式多模态手艺积累的自然释放。。而从CMU的第三代对话系统，，，到物理天下终端上跑通的VLX模子，，，赵天成用多年时间完成了一次完整的商业验证：手艺蹊径的选择、工业拐点的预判、端侧场景的深耕、数据飞轮的转动——每一环都经受了市场的磨练。。这个关于“判断力+定力”的商业样本，，，它的焦点启示或许很简朴：在瞬息万变的AI时代，，，能够抵达终局的人，，，不但需要跑得快，，，更需要比市场更早看到未来，，，且从不偏离偏向。。
本文来自微信公众号“36氪”，，，36氪经授权宣布。。
中国气象局今天宣布《中国天气转变蓝皮书(2026)》，，，内容显示：全球天气变暖趋势一连演进，，，海洋变暖显著加速，，，2025年全球平均海平面立异高、冰川强烈消融、北极海冰年度最大规模创历史新低；；；中国增暖速率高于同期全球平均水平，，，极端高温、强降水等极端天气天气事务多发强发。。 -->