猫眼电影
猫眼电影记者 李振登 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:爱博网站多少
12月26日,老挝艺术博物馆:“朽木”赋新生 展现老挝历史文化,重庆执行“以套内面积作为计价依据”多年,中国社科院研究员王业强对记者表示,目前,重庆依然是两套计价体系并存,但全市购房者缴纳契税、物业费、装修等均是按照建筑面积计算。,365bet体育滚球盘。
12月26日,十五运会引领体育强国建设的湾区实践,4月份,工业生产继续恢复,部分行业需求阶段性回落,全国PPI环比有所下降,同比降幅收窄。,正规的AG平台,皇冠足球app东坡下载,菲律宾亚星开户。
时事2:千赢国际怎么注册
12月26日,中国公共关系协会设立10个专委会 涉新技术、文化大数据产业等,从业绩来看,国任保险虽保持规模扩张且持续盈利。但2024年,该公司投资收益出现-11.67亿元的数据,拖累净利润也大幅下滑。值得关注的是,该公司二股东联美量子持股6.01亿,占比15%。,果博手机APP,sportebet,188比分。
12月26日,(乡村行·看振兴)“天然药库”陕西略阳打造绿色食药产业生态圈,中国-中亚峰会将于5月18日-19日在西安举行。这场中国和中亚五国元首首次举办的线下峰会,将开启中国和中亚国家关系新篇章,对于推动“一带一路”高质量建设、建设中国-中亚命运共同体、促进地区稳定发展具有里程碑意义。,足球比分直播188,狗万APP安卓版下载,皇冠线上登录官网网址。
时事3:棋牌乐游戏
12月26日,北京景山AI食堂吸引市民,泰格医药副总裁,市场公关负责人Linda Yang在致辞中介绍,泰格医药建立了覆盖创新药和医疗器械研发全生命周期的专业服务能力,期待通过打造产业、资本等各方的合作交流平台,为医药创新深度赋能,并与医药创新企业探讨未来进一步深度合作的可能。,bet九州体育官网,亚洲有哪些赌城,网上AG真人。
12月26日,南京高校师生创排话剧《生命》首演 铭记历史珍爱和平,现任董事长房永斌是国任保险历任董事长中任职时长最久的一位。其职业生涯始于监管机构,早年在中央纪委、原保监会工作,后担任广东监管局局长,随后于2018年末下海加入国任保险任党委书记。2019年4月正式出任该公司董事长至今,任职时长已近7年,且在2024年年底连选连任第五届董事会执行董事、董事长。,现金在线怎么样,有什么斗牛棋牌能赚钱,世界杯投注哪个靠谱。
时事4:365真人注册
12月26日,五国剑客长安亮剑 “体育+文化”解锁融合之道,作为衡量实体经济发展的重要指标,2023年,佛山工业投资同比增长31.8%,十年来增速首次突破30%;其中工业技改投资同比增长33.7%,总量居全省第一位。,十大娱乐官方网站,火狐入口登录,买球游戏app。
12月26日,黄百铁路最长桥梁进入连续梁施工阶段,体量不及西安的兰州,也拿出大手笔。T3航站楼面积40万平方米,综合交通中心27万平方米,是甘肃民航发展史上规模最大的工程。,九线拉王网址,什么app下载游戏好,澳门即时盘囗比分旧版。
责编:邱东兵
审核:赵俊荣
责编:刘东海












