對話Om AI趙天成：多年堅守，押注物理AI原生的「流式」未來

好的，這是一篇基於您提供的資料，重新撰寫的完整新聞稿。 ---

## 對話Om AI趙天成：多年堅守，押注物理AI原生的「流式」未來

在AI領域，當所有人都在追逐大語言模型帶來的生成式AI浪潮時，有一家公司卻選擇了一條截然不同的路：死磕「視覺+語言」的流式多模態技術。這家名為Om AI聯匯的公司，在經歷了多年的沉澱與市場的質疑後，終於在物理AI時代到來的今天，迎來了屬於自己的爆發時刻。其創始人兼首席科學家趙天成博士，用多年的時間驗證了一個「反共識」判斷的商業樣本，證明了長期主義在AI產業變革中的價值。時間回溯到2023年，彼時AI行業的目光正聚焦於大語言模型。一個意外的契機，卻讓趙天成更加堅定了自己的判斷。當時，一位從事衛生管理的客戶提出，是否能將Om AI的多模態模型接入其監控攝像頭。

這在當時看來並非一個理想的場景，因為傳統基於小模型的計算機視覺方案已被反覆驗證，泛化性極差。然而，當Om AI的模型被應用於此場景時，奇蹟發生了：這個從未見過監控畫面的多模態模型，其表現竟然超越了在監控數據上訓練多年的「老將」。這次「無心插柳」讓趙天成深刻體認到，基於多模態的訓練方式，能夠為開放世界的物理場景帶來前所未有的泛化能力。正是基於這一判斷，Om AI聯匯聚焦於一個極具前瞻性的技術方向——「端側原生流式多模態」。三年後，這個理念演化成了VLX系列模型，這是全球首個面向物理AI的端側流式多模態模型系列。

與行業主流的「離線抽幀」處理方式不同，VLX模型從 Day 1 就為端側算力約束設計，首次實現了「持續感知+精準定位+行動決策」的物理AI完整閉環。趙天成指出，物理世界的信息輸入是連續的視頻流，而非離散的文本流，任何要在物理世界發揮作用的AI，都必須具備快速、絲滑的流式交互能力，這也是流式多模態技術不可替代的底層價值。對於當前物理AI領域喧囂的技術路線之爭，趙天成有著自己清醒的認識。他認為，無論是VLA還是世界模型，都只是概念，而物理AI的本質在於模型必須同時具備四種核心能力：理解語義內容、認知幾何空間、進行決策與動作控制，以及對未來進行預測。

Om AI發佈的VLX模型中的「X」，正代表了這四種能力的無限可能。他不認同「VLA已死，世界模型已來」的炒作說法，強調方法和概念不應掛鉤，物理AI是一個多維度的系統工程，而Om AI的任務就是從底層架構上，為物理終端提供一個能夠理解世界並自主行動的「大腦」。在商業化佈局上，Om AI聯匯的策略極具務實性，遵循「先成熟，後新興」的路徑。趙天成認為，物理AI的落地與終端的商業化成熟度息息相關。因此，Om AI的戰略是「一腦多形」，將強大的流式多模態能力賦能給各類終端。從成熟的硬件如IoT攝像頭、AI PC、個人智能終端開始，逐步向無人機、機器狗等新興終端延伸，最終邁向人形機器人。

這種策略不僅能讓Om AI的模型在真實場景中迅速落地，形成數據飛輪，還能將成熟場景的經驗反哺給新興本體，實現快速迭代。如今，這套打法已經幫助Om AI完成了從技術到商業的閉環，實現了以億為單位的營收。趙天成回顧創業歷程，將其分為幾個關鍵階段。首先是市場教育，讓客戶理解「多模態模型」這一全新概念；其次是跨越技術突破與產品驗收之間的鴻溝，將實驗室裡從60分到80分的「突破」，打磨成用戶滿意的95分產品；最後是產品理念的升級，實現真正的「AI原生」設計。這三個階段的跨越，每一步都充滿挑戰，但正是憑藉對技術的深刻理解與對產業的務實態度，Om AI才能一步步走到今天。面對未來，趙天成保持著從容與自信。

他將當下的物理AI市場比作「寒武紀大爆發」，機會巨大，但路線遠未收斂。他相信，Om AI的先發優勢不僅體現在技術儲備上，更體現在已經轉動起來的數據飛輪和場景生態上。通過讓更多的終端先用先跑，Om AI正在構築一道堅實的護城河，而這種馬太效應將吸引更多的資源、數據和客戶。當被問及為何從一開始就如此堅定地選擇流式多模態時，趙天成提到了在卡耐基梅隆大學的經歷。他師從對話系統開山鼻祖，並親手締造了第三代對話系統，但他始終覺得，純文本的對話離他心目中「活的」AI差了一步。直到他參與了雅虎價值十億美金的多模態智能體項目，他才深切感受到多模態價值的上限。

他認為，視覺和語言是物理世界中最重要的兩個模態，將它們融合，才是通往真正智能體的正確路徑。Om AI聯匯的故事，並非一個簡單的追風者故事，而是一個關於判斷力、定力與長期主義的商業樣本。當產業的需求曲線與技術的積累曲線在2026年終於交匯，趙天成和他的團隊用多年的沉默與堅守，換來了物理AI浪潮中的先發優勢。他們證明了，在瞬息萬變的AI時代，能夠抵達終局的，不僅需要跑得快，更需要看得遠，並且從不偏離方向。如今，隨著VLX系列模型的連續發佈，Om AI聯匯正準備在物理AI這場更大的戰役中，書寫屬於自己的篇章。