猫眼电影
猫眼电影记者 孟飞 报道首次登录送91元红包
商汤科技正式发布并开源了与南洋理工大学 S-Lab合作研发的全新多模态模型架构 ——NEO,为日日新SenseNova多模态模型奠定了新一代架构的基石。
作为行业首个可用的、实现深层次融合的原生多模态架构(Native VLM),NEO 从底层原理出发,打破了传统“模块化”范式的桎梏,以“专为多模态而生”的创新设计,通过核心架构层面的多模态深层融合,实现了性能、效率和通用性的整体突破,重新定义了多模态模型的效能边界,标志着人工智能多模态技术正式迈入“原生架构”的新时代。
论文网址:https://arxiv.org/abs/2510.14979
打破瓶颈:告别“拼凑”,拥抱“原生”
当前,业内主流的多模态模型大多遵循“视觉编码器+投影器+语言模型”的模块化范式。这种基于大语言模型(LLM)的扩展方式,虽然实现了图像输入的兼容,但本质上仍以语言为中心,图像与语言的融合仅停留在数据层面。这种“拼凑”式的设计不仅学习效率低下,更限制了模型在复杂多模态场景下(比如涉及图像细节捕捉或复杂空间结构理解)的处理能力。
商汤 NEO 架构正是为了解决这一痛点而生。早在2024 年下半年,商汤便在国内率先突破多模态原生融合训练技术,以单一模型在SuperCLUE语言评测 和OpenCompass多模态评测中夺冠,并基于这一核心技术打造了日日新SenseNova6.0,实现多模态推理能力领先。之后,在2025 年 7 月发布日日新SenseNova6.5 通过实现编码器层面的早期融合,把多模态模型性价比提升 3 倍,并在国内率先推出商用级别的图文交错推理。商汤此次更进一步,彻底摒弃了传统的模块化结构,从底层原理出发,推出了从零设计的 NEO 原生架构。
三大内核创新:实现视觉和语言的深层统一
NEO 架构以极致效率和深度融合为核心理念,通过在注意力机制、位置编码和语义映射三个关键维度的底层创新,让模型天生具备了统一处理视觉与语言的能力:
●原生图块嵌入(Native PatchEmbedding):摒弃了离散的图像tokenizer,通过独创的Patch Embedding Layer (PEL)自底向上构建从像素到词元的连续映射。这种设计能更精细地捕捉图像细节,从根本上突破了主流模型的图像建模瓶颈。
●原生三维旋转位置编码 (Native-RoPE):创新性地解耦了三维时空频率分配,视觉维度采用高频、文本维度采用低频,完美适配两种模态的自然结构。这使得 NEO 不仅能精准捕获图像的空间结构,更具备向视频处理、跨帧建模等复杂场景无缝扩展的潜力。
●原生多头注意力(Native Multi-Head Attention):针对不同模态特点,NEO在统一框架下实现了文本token的自回归注意力和视觉token的双向注意力并存。这种设计极大地提升了模型对空间结构关联的利用率,从而更好地支撑复杂的图文混合理解与推理。
此外,配合创新的 Pre-Buffer & Post-LLM 双阶段融合训练策略,NEO 能够在吸收原始 LLM 完整语言推理能力的同时,从零构建强大的视觉感知能力,彻底解决了传统跨模态训练中语言能力受损的难题。
实测表现:十分之一的数据,追平旗舰级性能
在架构创新的驱动下,NEO 展现出了惊人的数据效率与性能优势:
极高数据效率:仅需业界同等性能模型 1/10 的数据量(3.9亿图像文本示例),NEO 便能开发出顶尖的视觉感知能力。无需依赖海量数据及额外视觉编码器,其简洁的架构便能在多项视觉理解任务中追平 Qwen2-VL、InternVL3 等顶级模块化旗舰模型。
性能卓越且均衡:在 MMMU、MMB、MMStar、SEED-I、POPE 等多项公开权威评测中,NEO 架构均斩获高分,展现出优于其他原生 VLM 的综合性能,真正实现了原生架构的“精度无损”。
极致推理性价比:特别是在 0.6B-8B 的参数区间内,NEO 在边缘部署方面优势显著。它不仅实现了精度与效率的双重跃迁,更大幅降低了推理成本,将多模态视觉感知的“性价比”推向了极致。
开源共建:构建下一代 AI 基础设施
架构是模型的“骨架”,只有骨架扎实,才能支撑起多模态技术的未来。NEO 架构的早期融合设计支持任意分辨率与长图像输入,能够无缝扩展至视频、具身智能等前沿领域,实现了从底层到顶层、端到端的真正融合。从应用角度,端到端的“原生一体化”设计,为机器人具身交互、智能终端多模态响应、视频理解、3D交互及具身智能等多元化场景的应用,提供了坚实的技术支撑。
目前,商汤已正式开源基于 NEO 架构的2B 与 9B两种规格模型,以推动开源社区在原生多模态架构上的创新与应用。商汤科技表示,致力于通过开源协作与场景落地双轮驱动,将 NEO 打造为可扩展、可复用的下一代 AI 基础设施,推动原生多模态技术从实验室走向广泛的产业化应用,加速构建下一代产业级原生多模态技术标准。
Github开源网址:https://github.com/EvolvingLMMs-Lab/NEO
时事1:12bet官网
12月28日,两岸团队共探健康饮食 以膳为媒以技会友,应国家主席习近平邀请,5月16日至17日,俄罗斯总统普京对中国进行国事访问。,欧博手机版注册。
12月28日,浙江杭州首个复用型无人机起降点启用 低空配送网络升级,当我们的目光追随舞台上汇聚的星光,便能看见那光芒之中,不仅闪耀着尖端科技的未来图景,更凝聚着无数“逐光者”的信念与热望。这份精气神,深植于时代的脉搏之中,最终化作一股超越技术本身的温暖力量,照亮前行的道路。,fun88登录地址,九五至尊游戏登录网址,凯发k8官网下载客户端 为您服务。
时事2:巴黎人的网站是多少
12月28日,广西平乐绣坊“绣”出致富路:产品远销海外 带动留守妇女就业,“2025年碳酸锂的行情并非简单的V型反转,而是经历了一场从阴跌寻底到大举反弹,回调后进而再创年内新高的希望中复苏型行情。”对于2025年的锂盐市场,一德期货总结指出。,pg电子游戏模拟器官网,唐三藏救世报,银河国际手机网址。
12月28日,好评中国|锚定高质量发展,奋力实现“十五五”良好开局,四、地方政府债务方面,平台公司压减债务规模要把握节奏,避免市场自发信贷增速放缓与压降地方政府债务的叠加,避免地方政府层层加码的债务压降任务分派。近期改善融资,保持必要现金流为工作重点。,AG真人吧,新万博代理平台地址,雷速体育官网。
时事3:英亚体育平台怎么样
12月28日,梁水映东城:辽阳汉魏晋壁画摹本暨出土文物展在沈阳开展,4月7日,遵义市人民政府发布的《遵义市网络预约出租汽车经营服务管理办法(修订)》中,也将出租车驾驶员的年龄限制在60周岁以下。,大发足球,线上真钱大全app,尊龙人生就是博ag。
12月28日,义利天下|她在义乌调一味香,也门政治评论人士认为,作为中东地区的主要国家,沙特和伊朗在也门冲突中有着举足轻重的影响,两国间曾经的矛盾也体现在对于也门冲突的不同态度上。随着两国在中国的斡旋下宣布恢复外交关系,和平解决也门危机也将成为可能。,银河官网导航网,世界杯竞猜在哪投注,金沙手机登陆。
时事4:AG真人最新地址
12月28日,《康雍乾三朝通纪》发布 收录200余幅珍贵图像资料,双方高度重视执法安全领域合作,愿在双边以及联合国、上海合作组织、金砖国家等框架下加强打击恐怖主义、分裂主义、极端主义、跨国有组织犯罪合作。双方致力于加强两国地方执法部门开展边境地区合作。,AG平台官网,云顶app,刺激战场国际服里面怎么没有真人。
12月28日,首桩开钻!南湛高速广东段先行工程开工,在正式出舱前,航天员在轨完成了多次出舱活动演练,本次出舱将是“圆梦乘组”的首次出舱任务,也是中国空间站建成后的首次出舱任务。接续梦想,矢志飞天,让我们一起期待属于中国载人航天与“圆梦乘组”的精彩时刻。,365bet最新在线备用网站,体彩世界杯投注最高,皇冠网址。
责编:白宇
审核:张明和
责编:周纯慧












