猫眼电影
猫眼电影记者 华山侠 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1:九州体育体育
12月27日,河南郑州:层林尽染“美拉德”色系,腾讯视频鸿蒙手机端产品负责人赵识程深有感触地指出,与其它移动操作系统的开发工作相比,鸿蒙的优势就是解决问题的效率。腾讯视频鸿蒙版只用了一年就已经做到与其它操作系统几乎一致的体验,甚至还推出了一些更好、更独特的功能。他以投屏为例,生动地描述了鸿蒙的“分布式能力”。在鸿蒙生态中,用户可以很丝滑的把手机画面投到智慧屏上,相比其它系统要先寻找设备、再选择投屏的传统链路极大提升了效率和体验。,澳门官网真人游戏。
12月27日,突然爆炸,全身大面积烫伤,警惕热水器三大风险!,进一步改进工作作风,严格要求自己,求真务实,真抓实干,坚持以人民为中心的创作导向,强化“国家队”意识,努力以优秀作品向着艺术“高峰”不断攀登。,欧博手机版登录,188平台,乐鱼注册App。
时事2:银河999游戏官网版
12月27日,武汉专家团队发现肥胖治疗新靶点,《联合报》报道称,台湾养猪协会理事康富户说,这一年多来,饲料价格暴涨一倍以上,很多养猪业者都咬牙撑着做亏本生意,甚至卖掉猪只求生,生猪交易价格涨价,不过就是反映成本价而已,接下来恐怕要涨到100元,业者才能稍有盈利。,宝博网站是多少,太阳集团娱乐网址,世界杯在那买球。
12月27日,再对委内瑞拉“极限施压”,美国能否得逞?|国际识局,在广州身后,苏州也成功实现大逆转。去年全年,苏州以4.6%的经济增速与广州、南京并列万亿城市倒数第二,而今年一季度其增速达到7.9%,强势领跑万亿城市。,下载天博,体育担保网,百老汇直播视讯。
时事3:足球外围正规平台
12月27日,庆祝中国民主促进会成立80周年大会举行 李干杰代表中共中央致贺词,腾讯视频在2024年底就启动了鸿蒙版App的开发工作,也是第一批投入鸿蒙生态的伙伴。这一年以来,腾讯视频鸿蒙版已经历经了数十个版本迭代。,买球的正规平台,环球开户网址,新mg官方电子游戏。
12月27日,《疯狂动物城2》成为中国内地影史进口片单日票房冠军,在储能电池领域,亿纬锂能全球市占率仅次于宁德时代;动力电池领域,亿纬锂能排名国内第五。,斗球官网入口,尊龙人生就是博一下下,龙8国际官网点此进入游戏。
时事4:AG亚洲官网登录
12月27日,憧憬“十五五” ,读懂现代化!国际嘉宾广州热议中国未来新机遇,经济学家指出,造成这两项数据下滑的原因多样,关税政策便是其中之一。,澳门网络游戏排行榜,鱼丸游戏森林舞会奔驰宝马,威廉希尔网站登录。
12月27日,外交部:侵华日军731部队犯下罄竹难书的反人类罪行,铁证如山,不容否认,相比之下,同处珠三角的东莞经济明显回暖。一季度,东莞GDP达到2752.68亿元,同比增长5.5%,较去年同期回升3.3个百分点,其中规上工业增加值增速高达10.1%,表现亮眼。,皇冠体育登陆,伟德体育1946手机版下载,牛牛斗牛游戏下载。
责编:吕复初
审核:孔令强
责编:查遗












