猫眼电影
猫眼电影记者 乌昌 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:立享现金官网
12月27日,探寻新时代发展足迹|“三座城”同步推进,雄安新区拔节生长,证券日报网讯 12月23日,长春高新在互动平台回答投资者提问时表示,公司高度重视投资者关系管理工作,已通过券商策略会、电话、路演及现场调研等多种形式,与投资者保持密切沟通,后续公司也将持续加强与资本市场的沟通交流,不断完善投资者关系管理,进一步提升信息披露透明度。,尊龙直播视讯。
12月27日,轮椅上的追风少女逆袭成“三冠王”:“凡事发生皆有利于我”,相比于总资产持续扩张,净资产则处于波动状态。2012年受增资影响出现大幅上涨至27.92亿元后,随后一直处于波动。净资产最高值为2021年43.98亿元。今年三季度为36.76亿元,超过2023年与2024年的净资产规模。,亚洲真人好运国际,新澳门app下载,新宝gg网页登陆。
时事2:皇冠正规
12月27日,雄安迎来今冬首场降雪,纪宁说:“欧美国家的网球市场已逐渐进入饱和阶段,中国被认为可能带来新的爆发性增长点。”他认为,在中国这个网球新兴市场,应更充分地挖掘体育明星的商业价值。“这有利于全面释放中国体育经济的增长潜力。”,视讯真人游戏最新地址,赢三张游戏哪个好玩,五张牌游戏。
12月27日,好评中国丨韧性当先,读懂中国发展的底气,汪绪良向村里申诉后,村委会帮忙去镇工商所注销了汪绪良的工商信息。但2023年,汪争猛的母亲赵和梅做心脏搭桥手术花了20多万,家里想申请重大疾病补助金,到村委会申请时,又发现“家里有营业执照”,不符合条件。,抢庄牛牛玩法规则,赢发娱乐,欢乐斗牛换牌。
时事3:星星棋牌官网最新版
12月27日,太原现“冰花”景观 千朵万朵“盛开”湖面,美国资深调查记者、普利策奖得主西摩·赫什8日发布调查报告,指出此次泄露事故正是此前一直将矛头对向俄罗斯的美国政府所为。据赫什所说,去年6月,美国海军潜水员在一次军演的掩护下,在管道下埋设了爆炸装置,以完成美国总统拜登亲自发出的命令。,博e百娱乐城,ku游戏app,巴黎人手机赌网。
12月27日,山西偏关:交通升级赋能 铺就民生与发展通途,汪争猛常年在江苏工作,弟弟在武汉工作,对村里的情况并不熟悉。直到父母生病,需要办理医疗报销,才发现被冒名登记个体工商户的问题。,立博赌场网站,永利博体育,开云手机APP。
时事4:永利转盘唯一官网
12月27日,户外探索纪实节目《探索新境》第二季开播,1月,山东迈世嘉橡胶科技有限公司“高端轮胎项目”建设工程设计方案,进行公示。,赠送金币棋牌,世界杯下注 2026,牛宝体育app下载。
12月27日,中国中医科学院西苑医院建院70周年高质量发展论坛在京举行,换言之,浙江华贝既无“钱”也无“力”,根本不具备真实受让技术的商业基础。,十大正规赌网,手机版新星国际客户端,乐动体育官网是哪个。
责编:薇薇恩·韦斯特伍德
审核:刘俪
责编:张继科












