猫眼电影
猫眼电影记者 毛蜜娜 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:威尼斯人真正网址
12月24日,“十四五”以来我国用水总量实现零增长,但是,非洲市场的营收占比却从超过40%,下降至不足30%。其中虽有转向其他新兴市场的因素,但传音在非洲市场正在遭遇挑战已是客观事实。这种挑战直接体现在传音的财务报表上。,赌博送钱游戏有哪些。
12月24日,第十五届中国智能车未来挑战赛举行 机器人担任“考官”,在问天实验舱气闸舱里,航天员正在做出舱前的准备工作。在画面右侧航天员身后写有“飞天”字样的是舱外航天服,它相当于一个微型航天器,能够将航天员的身体与太空恶劣环境隔离开来。此次任务,航天员将从问天气闸舱出舱,画面左侧圆形的门就是出舱舱门。,大赢家体育官网下载,申博投注登录,lol电竞竞猜平台。
时事2:火狐的网址是多少
12月24日,理响中国・学习问答(第二季) | 第七集:坚持以人民为中心的创作导向,一级市场,本周存单净融资规模为-3,219.10亿元,发行进度(月初至今发行量 / 月度到期量)为80.7%,未来一周有2,949.40亿元的同业存单到期,其中未来一周主要到期期限集中在12个月期(1527.8亿元) >6个月期(465亿元)>3个月期(303.5亿元)。,世界杯微信在哪买球,滚球体育投注 世界杯,威尼斯真人国际。
12月24日,2025年“华文教育·华校校长”研习班在厦门开班,张先生认为,网球明星的出现与整个网球运动以及网球经济的发展是相互促进的,并形成正向反馈。他说,明星越多,示范效应就越强,就会更加刺激网球运动的发展,网球经济热度也会越高。而打网球的人多了,就会涌现出更多的网球明星。,ku体育平台登录页面,丰禾官网,CBIN仲博平台在线登录。
时事3:凯发娱发
12月24日,港企进军中东北非市场 引入香港及内地新消费品牌,“我的立场始终坚定,” 特朗普在 4 月时称,“因为这件事我已经谈了 40 年。”,凤凰体育官网,巴黎人电子,皇冠客户端app下载。
12月24日,中使馆再次提醒中国公民尽快撤离阿富汗和塔吉克斯坦边境地区,一国的力量有限,中亚五国抱团取暖、联合自强,对外用一个声音说话,有利于地区利益的最大化。近年来,中亚五国在跨界水资源使用、边界划分等方面的矛盾有所缓解,中亚两个大国哈萨克斯坦和乌兹别克斯坦从过去争当地区老大更多转向合作。中亚国家越来越倾向于作为一个整体来布局外交,已与中国、美国、俄罗斯、日本、欧盟等多方建立C5+1机制。,金足娱乐,亚美体育网页登录,世界杯足球购买软件。
时事4:万博官网登录入口这里不能用
12月24日,AI重塑医药创新范式 专家:区域协同与国际合作释放新机遇,天齐锂业董事长蒋安琪则在中国国际锂业大会上指出,“受益于可再生能源并网需求、商用重卡等电动化设备增速迅猛,储能领域和动力电池对基础锂材料的需求持续上涨,2026年全球锂需求量预计将达到200万吨碳酸锂当量,基本达到供需平衡,为产业发展筑牢了根基。”,万博manbext体育app,龙8国际投注登录,立享现金官网。
12月24日,哈尔滨采冰节启幕 千人唱号子“采头冰”,据日本共同社昨天(9日)报道,在当天的参议院外交防卫委员会上,防卫省提出了一项大胆的考虑,即允许自卫队招募有文身的应募者。报道援引退役前自卫队干部、自民党议员、军事评论家佐藤正久的观点称,在目前的少子化、老龄化背景下,有必要采取措施保障自卫队的员额(数量充足)。,欧亿app下载安装,天博平台注册,永利网址。
责编:张昌宗
审核:陈兆才
责编:亓兴文












