TL;DR：
Om AI联汇CEO赵天成是一位在AI浪潮中拒绝追逐短期热点的技术长期主义者，他坚持深耕流式多模态模型，通过构建“感知-定位-行动”的端侧闭环，率先在物理AI领域实现了产业化的商业落地。
如果将2026年的AI行业比作一场在大雾中狂奔的马拉松，大多数人正盯着云端生成的绚烂数字景观，而赵天成却始终低头看着脚下的泥土。
在卡耐基梅隆大学（CMU）语言技术研究所的日子里，赵天成曾是那个站在技术前沿的“优等生”。导师Maxine Eskenazi是对话系统的先驱，赵天成则在2016年率先完成了将对话系统从传统逻辑转向神经网络生成式的更迭。那是一个只要顺势而为就能轻易获得学术殿堂或大厂高管席位的时刻，但他选择了另一条路——带着对“多模态”潜力的执着，回国创业，去啃那块被行业视作“费力不讨好”的骨头。[1]
反共识的流式哲学
当市面上绝大多数模型都在沉溺于“离线抽帧”的批量处理模式时，赵天成与他的Om AI联汇坚定地押注了“流式”。
“视频像水流一样持续进入模型，AI自己一直在看，不用等人提问。”赵天成谈及这个理念时，语气平淡，却透着一种难得的笃定。[4]对他而言，物理世界的本质是连续的。如果为了适应算法而将视频切成碎片，就像是要求一个人在每走一步之前都先停下来思考五秒钟。
这种“反共识”的判断，源于他深层的技术洞察：物理交互场景对实时性的需求，决定了模型必须具备“持续感知”的能力。而通过VLX系列模型——VLX-Flow（感知）、VLX-Seek（定位）、VLX-Go（行动）——他构建了一套专为端侧算力约束设计的原生架构。这不仅是一个技术创新，更是对未来机器与物理世界交互方式的重构。[2][3]
从实验室走向产业的“最后一公里”
商业世界的冷暖比学术论文更真实。赵天成坦言，在通往产业落地的过程中，他曾经历过技术与市场预期的双向冲击。
实验室里从65分到80分的突破是革命，但在用户眼中，没有95分的表现就是“垃圾”。为了跨越这道鸿沟，他不得不将自己从纯粹的科学家角色中剥离出来，开始学习如何思考“产品理念”。从最初为了安防摄像头的一个卫生管理需求，到如今在无人机、机器狗、AI PC等领域实现亿元营收，赵天成用“一脑多形”的策略，将成熟的端侧智能经验无缝迁移至新兴硬件载体。[1][3]
当被问及为什么能在物理AI这一赛道跑得如此稳健时，赵天成将原因归结为“先发优势”与“技术积淀”。“我们比别人早做了三四年。”这种三四年的时间差，让他构建了难以逾越的数据飞轮，让模型在真实业务的打磨下，而非温室般的仿真环境中，长出了真正的肌肉。[1]
寒武纪里的掌舵人
赵天成认为，当前的物理AI正处于像2016年深度学习那样的“寒武纪”爆发期，物种繁多，尚未收敛。他并不排斥多样性，但他始终守着自己的一方阵地——保持模型架构的灵活性，追求原生的端侧流式能力。
在对话的最后，他谈到了那个决定性时刻：毕业时的抉择，让他从云端的对话模型转向了物理终端的交互。这种转变不仅仅是赛道的转换，更是价值观的沉淀。“不做纯文本大模型，不追生成式热潮，”他用多年如一日的坚守，证明了在瞬息万变的AI浪潮中，跑得快或许能赢得一时的喝彩，但只有守得住定力的人，才能抵达最终的彼岸。[1][3]