12 月 12 日 ,2025 全球开发者先锋大会暨国际具身智能技能大赛 ( GDPS 2025 ) 在上海张江科学会堂正式启幕。这场汇聚了全球顶尖开发者、学者与科技企业的行业盛会 , 共同见证具身智能从实验室走向产业落地的关键跨越。联汇科技在大会首日重磅发布 VLM-FO1、OpenTrackVLA 两项核心开源成果 , 并携 OmAgent 开发者社区首次线下亮相 , 成为现场焦点。

两大开源成果狙击终端智能核心技术痛点

在智能体从虚拟世界走向物理世界 " 远征 " 的浪潮中 , 视觉 - 语言 - 动作协同与精准感知定位成为技术落地的核心瓶颈。联汇科技此次发布的两项开源成果 , 精准切入这两大痛点 , 为开发者提供了开箱即用的技术解决方案。

VLM-FO1: 让大模型实现 " 精准指认 " 的增强框架

作为即插即用的视觉 - 语言模型 ( VLM ) 增强框架 ,VLM-FO1 的核心突破在于弥合了大模型 " 高层推理 " 与 " 细粒度感知 " 的行业鸿沟。传统 VLM 虽能理解复杂语义 , 却难以实现像素级精准定位 , 而 VLM-FO1 在保留原模型通用推理能力的基础上 , 赋予其强大的空间定位能力 , 完美解决 " 看得懂却指不准 " 的痛点。

该框架支持复杂视觉推理、开放词汇目标检测、视频对象跟踪等多元任务 , 可为具身智能与机器人提供精确空间坐标 , 广泛适配工业质检、医疗影像分析、个性化服务等商业场景。其 " 即插即用 " 的解耦设计更降低了开发门槛 , 开发者无需重构底层架构 , 即可将其无缝集成到 Qwen2.5-VL 等主流预训练 VLM, 快速完成原型验证与产品迭代。目前 ,VLM-FO1 的 GitHub 仓库 ( https://github.com/om-ai-lab/VLM-FO1 ) 、HuggingFace 模型下载地址 ( omlab/VLM-FO1_Qwen2.5-VL-3B-v01 ) 已全面开放。

OpenTrackVLA: 赋能机器人 " 听懂指令 + 精准行动 "

完全开源的视觉 - 语言 - 动作 ( VLA ) 系统 OpenTrackVLA, 则实现了自然语言指令、实时视觉感知与机器人动作规划的深度融合。该系统仅需单目摄像头即可运行 , 能精准解析 " 保持安全距离跟随穿红色外套的人 "" 绕开障碍物靠近白色货车 " 等复杂指令 , 自主生成安全高效的运动路径 , 真正达成 " 看得懂、听得懂、做得到 " 的核心目标。

凭借 0.6B 参数的轻量设计 ,OpenTrackVLA 在低成本硬件上即可流畅运行 , 却能实现超越 7B 参数基线模型的跟踪性能 , 在 EVT-Bench 测试中静态目标跟踪率达 84.4%, 碰撞率仅 5.00%。其全流程开源特性 ( 开放模型权重、训练代码、数据处理工具链与评估框架 ) , 让开发者可基于自定义数据集快速二次开发 , 适配服务机器人、智能安防、自动驾驶辅助等多场景需求。开发者可通过 GitHub 仓库 ( https://github.com/om-ai-lab/OpenTrackVLA ) 、HuggingFace ( omlab/opentrackvla-qwen06b ) 获取相关资源。

大会现场 , 两项开源成果的体验区人头攒动 , 开发者们纷纷驻足实操测试 , 围绕技术细节、二次开发方案及行业应用场景与联汇技术团队展开深度交流 , 现场互动热度持续攀升。

OmAgent 开发者社区线下首秀 , 加速构建共创生态

除了两大开源成果 ,OmAgent 开发者社区的首次线下亮相也是本次展会的一大亮点。该社区由联汇科技发起成立 , 是一个以开发者为核心 , 技术驱动、生态共建的全球化协作平台。

OmAgent 开发者社区聚焦终端智能及关键核心领域 , 涵盖端侧芯片、智能模组、核心组件、多模态数据处理、人机协同等多个方向。它致力于连接全球开发者、企业技术团队、科研机构学者、行业应用方及投资机构 , 构建 " 技术共享、场景共创、资源共生、价值共赢 " 的生态型社群。

以技术交流为核心、以产业落地为导向 ,OmAgent 开发者社区将为开发者提供技术提升、资源对接、项目合作的全链路支持 , 推动终端智能技术从实验室走向产业场景 , 实现 " 技术赋能实体 , 创新驱动发展 " 的核心目标。据悉 , 在 13 日的论坛活动中 , 该社区还将释放重磅消息 , 为全球开发者带来超乎预期的资源支持与合作机遇。

目前 ,OmAgent 开发者社区官方社群正在火热招募中 , 开发者在活动期间 , 在展位获取加入方式。

在物理智能加速爆发的当下 , 联汇科技以两大开源成果打破技术壁垒 , 用开发者社区凝聚创新合力 , 既为行业提供了高效落地的 " 工具箱 ", 更搭建了协同共进的 " 生态圈 "。目前 , 两大开源项目的技术文档、模型资源均已全面开放 , 诚邀全球开发者共建共享 , 期待有更多开发者参与到终端智能的技术创新与场景落地中 , 推动终端智能从前沿概念走向千行百业的实际应用。