猫眼电影
猫眼电影记者 陈立夫 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:金博宝188官网网址
12月23日,一批日本731罪行档案首次披露 这些文字让人心惊肉跳,由此,深投控成为信达财险第一大股东,该公司实控人由财政局变为深圳国资委,而中国信达仍旧留有3亿股,占比10%,退位成第三大股东。,扫雷游戏下载。
12月23日,浙江杭州银龄教育更普惠,商务部新闻发言人表示,从市场经济原理看。供给和需求是市场经济内在关系的两个基本方面。在经济全球化的现实背景下,供需问题要从全球看,不能只看一国。当今世界经济早已你中有我、我中有你,成为不可分割的一个整体,生产和消费都是全球性的,需要在全球视野下进行供需匹配和调节。不能因为一国的产能超过本国需求,就贴上“过剩”标签。,英亚体育平台官网,欧宝官方网站是多少,手机网投官网。
时事2:下载开元app下载官网
12月23日,中省媒体代表齐聚小平故里 共探四川广安发展新篇,12月23日,昊海生科发布公告称,公司控股股东、实际控制人之一蒋伟因内幕交易、建议他人买卖证券行为,收到中国证监会出具的《行政处罚决定书》,被没收违法所得471万元,并处以1463万元罚款。,美佳娱乐百乐国际真人,乐米app下载苹果,下注世界杯用什么软件。
12月23日,湖北鄂州花湖国际机场启用全国首个“三检合一”通道,双方坚决推动以世界贸易组织规则为基础的开放、透明、包容、非歧视的多边贸易体制。双方愿加强在世贸组织框架下的合作,推进包括恢复争端解决机制正常运转在内的世贸组织改革,推动世贸组织第13届部长级会议成果落实。双方反对将包括贸易、金融、能源和交通运输领域多边组织工作在内的国际经济关系政治化,这将导致全球贸易碎片化、保护主义及恶性竞争。,亚美am8ag,开户送体验金的平台,乐虎国际登录官网。
时事3:赌博手机app下载
12月23日,人工智能与食品安全研究成果发布会在北京举行,欧美紧缩货币政策的影响或超预期,拖累全球经济增长和资产价格表现。,新濠天地体育官方,百老汇大转盘平台,葡京体育手机APP。
12月23日,欧美同学会第四届“双创”大赛收官 第五届大赛同步启幕,这个画面是问天舱内的定向摄像机拍摄的,画面左侧飘着的是液冷服。航天员在舱外活动时会产生热量,需要穿上液冷服散热。,bet188体育,欧亿体育app手机版官网,正规送彩金平台。
时事4:四虎网站网址
12月23日,广东举办培训班赋能粤港澳初创企业成长,商务部今天(16日)举行例行新闻发布会,近一段时期,一些西方国家频频指责中国“产能过剩”,称中国新能源产品出口冲击国际市场。当被问道如何看待所谓的“产能过剩”,商务部新闻人表示,所谓“产能过剩论”有悖常理和常识,毫无道理、完全站不住脚。对产能问题要尊重规律和事实,客观、全面、长远地看。,京灵平台官网登录,皇冠体育线上开户,365体育投注3。
12月23日,云南金平欢庆建县40周年 各族民众盛装巡游,混合采访区,教练组和球员们快速通过,只有王大雷、韦世豪两名老队员和王振澳、拜合拉木两位新人接受采访,球员全部散去,媒体也慢慢离开。远处一位在足协工作多年的人眼眶通红,现场很多人都赶忙上前安慰,“下一场会有奇迹的。”,BOB手机版登录,im体育手机官网下载,太平洋网络。
责编:默特萨克
审核:吴江平
责编:宋昆冈












