2026年上半年的AI行业叙事正在经历一次集体转身。当大洋彼岸的科技巨头仍在为万卡集群的算力基建投入数百亿美元时，中国一批公司已经把战场从云端数据中心搬到了你手上的笔记本电脑、头顶的无人机，以及视力障碍者佩戴的眼镜上。关键问题不再是模型参数量能堆到多大，而是当你断网之后，设备还能不能自己看懂世界并做出决策。
物理AI——这个让机器在真实世界中感知、定位并执行动作的技术方向——正在成为新的资本重注赛道。它不再满足于让大模型在对话框里写诗，而是要求模型跑在无人机摄像头后面、跑在工厂产线的机械臂控制器里、跑在视障人群的眼镜腿上。这个需求直接催生了端侧多模态模型的军备竞赛。从产业链角度看，物理AI涉及感知、决策、执行三个核心环节，而感知层的端侧化是整个链条的基础。如果不能在本地完成对环境的实时理解，后续的决策与控制就不得不依赖云端往返，这在自动驾驶、无人机巡检、工业机器人等对时延要求苛刻的场景中可能构成致命短板。
杭州联汇科技股份有限公司（Om AI联汇）就是这条赛道上的玩家之一。2026年8月，该公司宣布完成新一轮数亿元融资，前海母基金加码领投，杭州政府产业基金与多方资本协同参投。与此同时，公司正式开源VLX-Seek 1.5端侧原生细粒度感知多模态模型，并抛出了一组对标英伟达的性能数据。这组数据的意义不在于证明联汇科技在整体实力上超越了英伟达，而在于它反映出一家中国创业公司在端侧感知这一细分战线上，已经敢于把竞争标尺直接对准行业标杆。
| 字段 | 内容 |
|---|---|
| 公司 | 杭州联汇科技股份有限公司（Om AI联汇） |
| 轮次 | 新一轮（天眼查APP信息显示为E轮，主要报道未确认） |
| 金额 | 数亿元 |
| 投资方 | 前海母基金、杭州政府产业基金及多方资本 |
| 总部 | 杭州 |
| CEO | 赵天成 |
| 官网 | https://omai.app/ |
英伟达LocateAnything成了标靶，但端侧的路不止一条
融资消息发布当日，联汇科技同时开源了VLX-Seek 1.5模型。在官方传播中，这个3B参数模型被直接拉出来与英伟达LocateAnything-3B做了对比：无人机极端场景下准确率提升62.9%，目标误报率降低74.8%。
这个对比对象的选择本身就有信息量。LocateAnything是英伟达推出的视觉定位模型，主打开放词汇的目标检测与定位能力，被视作物理AI感知层的重要技术方案。联汇科技选择拿它当benchmark，意在对外宣示自己在端侧细粒度感知上的技术身位。但需要注意，LocateAnything本身并非英伟达的旗舰商业产品，而是一个研究型模型。这意味着，超越它可能带来声量，却不等于在商业市场上击败了英伟达。英伟达在边缘AI领域的真正壁垒不出现在某一款研究模型上，而体现在其覆盖CUDA、TensorRT、Jetson系列开发板的完整工具链和硬件生态中。
联汇科技的核心主张是“端侧原生”，这个概念的关键在于模型不是从云端压缩后迁移到终端的，而是从一开始就为边缘设备的算力和功耗约束而设计。公司基于自研VLX模型基座，构建了所谓“持续感知、精准定位、行动决策”全链路技术闭环。通俗点说，就是让设备摄像头看到的画面不需要上传云端，在本地就能完成从理解图像到做出决策的全过程。
这一定位切中了端侧AI的两个真实痛点：时延和数据隐私。在无人机高速飞行、机器人实时避障、视障辅助等场景里，200毫秒的云端往返延迟就可能意味着撞上障碍物或者错过路口。将模型部署在线下，是最直接的工程解法。但代价也很明显：端侧芯片的算力天花板远低于数据中心，如何在3B甚至更小的参数规模下实现可用的性能，是真正的技术门槛。联汇科技选择3B参数作为开源模型的规格，很可能是在性能与部署可行性之间做了取舍——更大的参数意味着更强的能力，但也意味着更高的端侧芯片门槛和对电池续航更大的压力。这一选择的合理性仍需在不同终端设备上逐一验证。
把“一脑多形”塞进AIPC和可穿戴设备，商业化在多条战线同时展开
技术指标的数字竞赛只是一面，VC真正下注的是商业化落地能力。联汇科技在这一点上的打法比较分散，或者说，表现出了一种“哪里有机会就先插一面旗帜”的扩张策略。这种策略在AI产业上升期有其合理性：端侧物理AI的应用场景碎片化程度高，不同场景对感知模型的能力要求差异显著，一家创业公司很难在早期就锁定单一场景进行深耕。但同时推进多条业务线，对公司有限的资源分配能力也构成直接考验。
依据公布的信息，公司基于VLX核心基座打造了一套“一脑多形”的能力体系，已在多个终端场景落地。最引人注意的是与联想、苹果合作推出适配AIPC硬件的“OttoBox AI Studio”。这里的措辞是“联合推出”和“适配”，并非“被采购”或“预装”；具体合作模式和收入贡献尚未披露。但这两个名字的出现本身就有信号意义——联想是全球PC出货量第一的厂商，苹果对生态合作伙伴的筛选门槛极高。如果能在这两家公司的硬件生态中拿到入口位置，联汇科技至少在场馆门票上已先赢一局。在AIPC这个仍处于定义阶段的品类中，谁能在早期与头部硬件厂商建立起产品层面的协同关系，谁就更有可能在标准制定和用户心智上占据有利位置。
AIPC仍处于市场教育阶段，用户是否愿意为本地AI能力支付溢价，整个行业都还在试探。联想和苹果各自的AI PC策略目前也尚不明朗，二者在产品路线上存在显著差异：联想倾向于开放生态，苹果则一贯走软硬件一体化的封闭路线。联汇科技能否同时适配这两种迥异的合作模式，以及“OttoBox AI Studio”在这两类硬件上能提供多大程度的差异化价值，这个问题的答案直接影响该业务线的增长天花板。联汇科技在该场景中的真实渗透率和用户留存数据，是外部观察者目前无法核实的核心假设。
另一条战线在可穿戴设备。公司自研的Homer AI被定位为可穿戴AI视觉中枢，已服务全国近十万视障用户，平台月均AI调用量达千万次。近十万用户是个有说服力的数字，放在视障辅助这个垂直赛道里不容小觑。但“调用量达千万次”需要结合上下文理解：如果按十万用户折算，月均每位用户的调用量约100次，平均每天3-4次，这在持续感知类设备中属于合理区间。不过，调用次数不一定等同于付费行为；该产品的商业模式、付费率、是面向硬件厂商收费还是面向终端用户收费，均未披露。还需考虑一个维度：用户获取是否依赖公益渠道或政府补贴项目。如果是，用户规模的可比性和商业可持续性需要更谨慎地评估。
第三条战线是与头部具身智能企业合作，为各类终端设备赋予感知、记忆与决策能力。“头部具身智能企业”具体指向哪些公司并未披露，这给外界判断其合作规模和质量留下了很大模糊空间。具身智能本身就是2025-2026年最拥挤的赛道之一，数十家创业公司和科技大厂都在做，谁能在这一生态中建立起最强的绑定关系，对端侧模型公司而言至关重要。在具身智能产业链中，感知模型是上游环节，下游是机器人本体厂商和系统集成商。如果联汇科技与这些“头部企业”的合作停留在技术验证阶段而非量产交付阶段，那么其营收贡献可能远低于外界对“合作”一词的直觉预期。
开源模型对标闭源生态，意在开发者社区而非模型本身
联汇科技选择在融资节点同步开源VLX-Seek 1.5，这个策略是中国AI公司在2025-2026年反复使用的“配方”：以开源换生态，用社区反馈加速模型迭代，同时向投资人展现技术影响力和行业号召力。
开源本身不是一个护城河，而是一场开发者心智争夺战的开局。3B参数的轻量级模型跑在端侧，目标用户是硬件厂商的算法工程师和具身智能公司的感知团队。如果能让他们在GitHub上使用联汇科技的模型而不是英伟达的，后续商业化转化就有了种子用户基础。但从开源模型使用者到付费客户之间的转化漏斗有多宽，取决于公司能否在开源版本之外提供更优的部署工具、行业适配版本或企业级支持服务。这些配套能力的建设进度，目前外部还看不到公开证据。
这个路径的挑战在于，英伟达的生态不仅有模型本身，还有CUDA、TensorRT、Jetson系列开发板这一整套软硬件矩阵。联汇科技能开源的是模型权重和推理代码，而英伟达不谈开源也能提供更低延迟的端侧部署方案——因为它的模型可以经过TensorRT深度优化后在Jetson上以极低功耗运行。联汇科技的开源模型在非英伟达芯片上的表现，以及在不同的端侧推理引擎上的适配效率，是决定其开源策略能否真正撬动开发者迁移的关键指标。截至发稿，这方面尚无独立的第三方评测数据可供参考。
值得注意的是，公司公开材料中提出要“坚持开源赋能开发者生态，联动全产业链共建开放、协同的物理AI产业生态”。这是一个生态型企业的叙事框架，从一家创业公司口中说出，多少显得有些雄心大于弹药。物理AI产业链包括芯片、传感器、机器人本体、系统集成商、最终客户等环节。其中任何一环的反向整合能力，目前尚无公开证据表明联汇科技已具备。在产业生态建设上，创业公司通常更适合先在一个窄环节上做到不可替代，再以该环节为支点向上下游渗透；试图一步到位构建生态，可能面临资源分散和话语权不足的双重风险。
前海母基金加码，杭州政府产业基金入场，资本结构传递了哪些信号
本轮融资的资本组合值得拆解。前海母基金“加码领投”意味着这不是它第一次向联汇科技注资。作为国内母基金领域的头部机构，前海母基金的持续下注传递了一种“长线看好”的态度；但该机构通常以分散风险、覆盖赛道见长，单笔投资对回报倍数的拉动有限。一个值得横向关注的维度是：前海母基金是否也在同一赛道的其他端侧AI创业公司中持有仓位——如果是，那这笔加码的增量信号就会打折。在2025-2026年端侧AI赛道上已涌现出多家获得融资的创业公司，前海母基金作为母基金平台，其在同一赛道内多家布局的可能性能否排除，外界缺乏公开信息来做出判断。
杭州政府产业基金的入场是另一个关键信号。地方政府产业基金的投资逻辑与市场化VC有本质区别，通常附带产业落地、税收贡献、人才引进等预期。对于联汇科技而言，这笔资金可能不仅意味着账面上多了数亿元，还可能带来办公空间、算力补贴、人才政策等一系列配套资源。但同时，政府资金也对公司提出了更多元化的治理要求。公开材料中并未披露本轮融资后公司估值，也未披露杭州政府产业基金的具体份额占比，这使得外界难以评估地方政府对公司战略方向的话语权有多大。如果政府产业基金的份额占比较高，公司未来在商业化决策上可能需要兼顾更多产业落地和区域经济考量；如果占比较低，则更像是一种战略背书意义上的跟投。
天眼查APP信息显示本轮为E轮融资；但公司官方通稿及各媒体报道中均将本轮表述为“新一轮融资”，未明确标注轮次。这种措辞差异在创业公司后期融资中并不罕见，有时因部分老股东权益结构调整或希望弱化IPO预期压力，主动标注方式会发生偏移。至于是E轮还是新一轮，还涉及潜在的老股转让或部分股东退出等复杂交易安排，这些细节均未被披露。目前尚无法确认该沉默是否具有实际战略意图，但观察者可将其视作一个待解的财务拼图缺口。本轮融资后公司的估值水平和股权结构变动的全貌，在可获取的公开信息中均未体现。
营收在何处，规模化从何来：商业模式的待验证拼图
任何拿到数亿元融资的AI公司，外界都会追问同一个问题：营收来自哪里，毛利结构怎样。对于一家在多条商业化战线上同时推进的创业公司，这个问题的答案与其说是财务数据，不如说是一个资源配置优先级的声明——公司到底押注哪一条业务线作为收入主力，目前看不清楚。
联汇科技对外披露的商业化图景是三条业务线同时推进——AIPC配套工具、可穿戴设备视觉中枢、具身智能企业技术授权。但这三条路线背后的收入模式完全不同。面向AIPC厂商的“OttoBox AI Studio”可能是授权费或按出货量分成的模式；Homer AI则可能走硬件销售或订阅服务路线；与具身智能企业的合作则更接近传统B2B技术供应商，按项目或者按设备数量收费。
问题在于，多条业务线同时推进对创业公司的组织能力、供应链管理和资金周转都构成压力。AIPC业务需要与PC厂商建立产品协同和商务关系，周期长、决策链条复杂；可穿戴设备涉及硬件设计、供应链管理、品控、售后等实体产品公司的全套能力；具身智能企业合作则更多面向B端技术采购，考验的是模型性能稳定性和对客户应用场景的理解深度。这三种能力要求差异悬殊，公司现有的组织架构能否同时驾驭，外部观察者缺乏足够的判断依据。公司目前员工规模、各业务线营收占比、整体毛利率和客户集中度均为未披露状态。
以视障辅助场景为例：近十万用户固然可观，但中国视障人群总量约1700万，这一垂直市场本身有天花板；且该领域已有vOICe、Seeing AI等老牌产品，二者在视障群体中拥有较成熟的使用者基础和社区口碑。渠道获取和用户转化效率将直接决定Homer AI能否从公益项目成长为一项健康盈利的业务。如果公司在这个场景中的获客成本偏高或用户付费意愿偏低，那么即便调用量达到千万次，也可能难以覆盖模型推理的算力成本和硬件物料成本。
更关键的命题是，联汇科技的端侧模型究竟以什么形式变现。如果是技术授权，软件毛利通常较高但规模依赖于终端出货量；如果是向最终用户销售完整硬件产品，就将面临供应链、品控、售后的全链条考验。一家以AI模型起家的公司一旦涉足硬件，组织基因就要接受重构。参考过往AI公司进入硬件领域的案例，从算法到整机的跨越往往伴随着库存风险、售后成本超预期以及软件迭代节奏与硬件开发周期之间的冲突，联汇科技目前尚缺少公开信息证明其已跨越这一阶段。
物理AI的赛道越来越挤，创业公司与大厂的时间窗口赛跑
联汇科技所处的端侧物理AI赛道，正以肉眼可见的速度变挤。大厂侧，英伟达不仅有LocateAnything这样的研究模型，更有覆盖训练到推理的完整工具链和边缘计算硬件矩阵。其他芯片厂商如高通、英特尔、AMD也在各自积极推动端侧AI推理能力下沉，高通的AI Engine已在骁龙平台上支持多款视觉模型的本地推理。模型侧，国内Hugging Face上每周都在诞生新的大小模型；海外，Meta的SAM系列、Google的PaliGemma体系也在持续迭代视觉感知能力。每一家都在讲端侧、开放词汇、实时感知，竞争要素高度趋同。
这种趋同意味着，单点技术指标的领先优势可能在短时间内就出现被追平的风险。上一代模型的benchmark领先窗口期可能是6到12个月，在当前开源的节奏下，这个窗口期可能进一步缩短。
联汇科技此时的处境是：它有先发优势，率先提出了“端侧原生物理AI”的清晰概念，其开源动作也在国内外开发者社区中留下痕迹。但在物理AI这个需要长期投入的领域里，先发不等于壁垒。当大厂的边缘计算平台日趋成熟、当开源社区模型性能差距逐渐收窄，真正的护城河将不再只是一款3B模型上的某个指标，而是落到具体的客户关系、行业理解深度和交付闭环上。这意味着公司必须在技术领先窗口关闭前，将先发优势转化为难以替代的客户绑定关系和行业know-how积累。
无人机场景的62.9%准确率提升与74.8%误报率降低，是本次融资稿件中最硬核的技术数据，但这也隐含一个未展开的注脚：这些数字是在“无人机极端场景”下测得的；该项测试的标准、数据集、对比基线是否完全公平，以及该模型在其他场景下的通用性衰减情况，外部尚无独立第三方的评测报告支撑。以单一场景的对比指标支撑多场景泛化的商业化叙事，是模型公司在成长初期普遍面临的gap。如果VLX-Seek 1.5在无人机场景之外的性能衰减幅度较大，那么“一脑多形”的多场景能力体系在商业意义上的含金量就需要重新评估。
数亿元能烧多久，什么条件下才能跑通这个闭环
数亿元在AI创业圈是个相对体面的数字，但在物理AI赛道里，它的购买力取决于公司当下的烧钱速度和未来18个月的里程碑设计。物理AI公司同时需要覆盖模型研发、工程部署、客户交付与市场拓展这几类支出，每一类的成本结构都不同，互不重叠却互相依赖。
公司表示本轮资金将用于VLX模型系列技术迭代、深化研发壁垒及加速物理AI场景商业化落地。“研发壁垒”和“商业化落地”同时出现在资金用途中，本身是一对需要平衡的关系：既要持续砸钱做模型研发，又要花钱铺市场、建交付团队，任何一头的预算不足都会变成短板。联汇科技需要向外界证明，它能在模型迭代的军备竞赛中跟住英伟达、同时在三条迥异的商业化道路上都拿到实质进展——这件事即使对一家有百亿美元估值的大公司也足够困难。一个可能的平衡策略是在三条业务线中尽快确定一条投入产出比最清晰的路径，集中资源打穿，再用该业务产生的现金流反哺另外两条线的探索；但截至目前，公司在公开材料中并未给出这种优先级信号。
另一个悬而未决的问题是后续融资路径和退出预期。E轮融资（假设天眼查信息正确）之后，公司面对的将是Pre-IPO轮或直接冲击IPO。考虑到A股对未盈利AI企业上市的审慎程度，以及港股18C章对特专科技公司的收入门槛要求，这家公司的收入体量和亏损收窄趋势将在未来12-18个月内成为资本市场审视的焦点。A股科创板对拟上市企业的营收和盈利能力有明确要求，港股18C章虽然对未商业化特专科技公司开放，但市值门槛和第三方投资要求也不低。联汇科技当前未披露财务数据，外界无从判断其距离上市门槛还有多远，但可以确定的是，在拿到这笔数亿元融资之后，下一阶段的资本故事将不再能仅靠技术指标和合作名单来支撑。
RecodeX 极客视：把多模态大模型从云端压缩到端侧，让它在离线状态下完成感知、定位和决策，这件事本身不是技术炫技，而是一个真实的产业需求。但物理AI的商业化不是开源一个模型就自动完成的。联汇科技现在拥有三条业务线和两个标志性合作方名字，真正的考验是：能否在未来一年里把这些线索拧成一股能产生规模化营收的绳，同时保证模型迭代不落后于大厂。中国AI产业从来不缺单点技术超越英伟达的创业故事，缺的是能把一个精准场景打穿、打透、打到现金流转正的工程化能力。这家公司的下一份成绩单，值得用营收数字而非benchmark来读。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。