2026年7月，Om AI联汇正式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，首创“流式多模态”架构。区别于传统离线处理，VLX面向持续视频流，实现毫秒级实时感知。该系列包含VLX-Flow（持续感知）、VLX-Seek（精准定位）与VLX-Go（行动执行）三款模型，首次在端侧打通“感知-定位-决策”闭环。VLX专为端侧具身智能原生构建，具备快（延迟最低0.06秒）、小（0.6B-10B参数）、准、行四大优势。此举标志着AI从“看图答题”迈向“持续感知”，推动AI走向真实物理世界，赋予终端设备真正的自主理解与行动能力。

近日，CVPR 2026刚落幕，杭州AI团队Om AI便率先将热门方向落地，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。该系列包含VLX-Flow（实时感知）、VLX-Seek（精准定位）与VLX-Go（行动决策）三款模型，构建了从看见、看清到行动的完整能力闭环。不同于传统云端模型压缩，VLX采用Day1端侧原生架构，专为手机、无人机及机器人等设备打造，有效解决了物理世界中实时响应与算力受限等痛点。继去年爆火的VLM-R1后，Om AI再次以端侧AI基础设施，推动多模态模型从看懂世界迈向真正活在世界里。