猫眼电影
猫眼电影记者 保罗·沃克 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:世界杯买球app进bs18殿me
12月28日,东西问丨鲁广锦:为什么要把“和平发展权”作为一项新兴人权?,刘一鸣还反映,因为山区交通不便,村民赵克胜曾买了一辆三蹦子(三轮车),方便到镇上赶集,赵克胜从2010年以后就没有开三轮车了,这次他仍然发现,自己在2011年、2013年被注册了两个“三轮车运输”个体工商户营业执照。,银河最新地址。
12月28日,福建发布海上大风Ⅳ级预警 “两马”航线双向停航,从债务期限结构看,公司长期借款相对可控,但短期负债占比过高,导致每年都面临集中的本息偿付压力。在融资环境趋紧的背景下,这种结构可能迫使公司不得不寻求高成本续贷,或折价处置资产以维持现金流,进而侵蚀长期盈利能力。,体育注册就送38元,巴黎人真钱,怎么线上彩票。
时事2:世界杯足彩哪里购买
12月28日,广东省第30届摄影展览系列活动在茂名市举行,在多边层面,长期以来,中国与中亚五国的合作平台主要是上合组织。除土库曼斯坦为中立国之外,其他四个中亚国家均为上合组织创始成员国。在上合组织框架内,中国与中亚国家开展的安全合作卓有成效,在打击”三股势力”、推动阿富汗和平进程等方面取得的成就有目共睹。,bob手机版官网APP,世界杯下注规则,电子游戏至尊经典。
12月28日,江南冬日 浙江杭州水上森林红似火,随着互联网的普及、人工智能的应用,越来越多的问题能很快得到答案。那么,我们的问题是否会越来越少?,必发平台怎么样,纬来体育注册,365bet地址知道。
时事3:去哪里赌博比较安全
12月28日,纪念焦菊隐诞辰120周年 北京人艺《茶馆》重张,在浙江,全省60所本科高校中,杭州独占28所,宁波、温州、嘉兴、绍兴和金华分别有8所、6所、4所、4所、4所,而南部片区台州、丽水、衢州均仅有1所。全省23个“双一流”学科,则有21个都落在浙江大学。,米乐m6怎么样,世界杯合法买球在哪,皇冠APP安卓。
12月28日,法国学者高大伟:高市早苗和日本极右翼势力勾连,让世界面临风险 | 世界观,值得注意的是,这些关联交易都是在当代集团的要求和安排下进行的。更严重的是,人福医药在2020年年度报告中,完全遗漏了控股股东非经营性资金占用的信息,导致该年度报告存在重大遗漏。,金沙所有登录网址,新澳门金沙官方网址网址,缅甸新锦江。
时事4:188体育注册彩金
12月28日,中国机动车零部件及配件碳足迹量化迎来专门标准,据史美伦近日在一期视频节目中自述,她于2001年到中国证监会任职时,内地市场仍在发展初期,一切还刚起步。正因如此,她着手引入各种有关上市公司的规定,例如设立独立董事制度——她深信市场要维持正常有序的制作,必须要具备良好的企业管治,而董事会成员多元化,便是良好企业管制的重要一环。,必威首页官网体育,欧博会员注册网站,澳博体育app下载。
12月28日,连霍高速交通事故致9死7伤 应急管理部派工作组赴现场指导处置,这意味着我们引以为傲的移动互联网大厦,始终建立在他人夯实的根基之上,让中国科技产业始终悬停在“空中楼阁”的隐忧之中。正是在这样的背景下,鸿蒙系统在安卓与iOS的夹缝中破土而生,让我们在无路可退中看到阔步前行的希望。,和记官网,博万体育平台app下载,AG视讯真的假的。
责编:张子岳
审核:孙同瑞
责编:张世伟












