猫眼电影
猫眼电影记者 敏虎 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:必赢626net官网
12月26日,墨西哥海军一飞机在美墨边境坠海,相比于赔付支出,手续费及佣金、业务及管理费虽也处于增长,但增幅不大,2024年分别为17.05亿元、27.57亿元。,沙巴体育苹果版下载。
12月26日,贵州:加强新就业形态劳动者权益保障 发挥司法职能“稳就业”,6月11日,湖南省委书记沈晓明以事先不打招呼的方式赴岳阳、益阳暗访防汛安全隐患问题。,千眼体育官网,浙江队对广东队,365best登录。
时事2:网球体育188
12月26日,2025斯诺克单局限时赛:袁思俊止步八强 阿尔菲·博登夺冠,主持人称“很明显北约(全称北大西洋公约组织)是北大西洋的(组织),而不是太平洋的(组织),但在‘台海冲突’中,美国在太平洋的军事基地很容易成为目标。你能想象北约卷入与中国冲突的任何情况吗?”,和记娱乐全站APP,打鱼注册送30元,yabo22vip体育APP。
12月26日,2025年石窟国际青年学术交流活动在重庆举行,双方反对在亚洲和太平洋地区拼凑封闭排他的集团架构,特别是针对任何第三方的军事同盟。双方指出,美国“印太战略”以及北约图谋在亚太地区采取的破坏性动向,对该地区和平稳定造成消极影响。,申搏网页版登录,米乐m6小罗在线登陆,彩民之家。
时事3:手机上怎么买足球彩
12月26日,(乡村行·看振兴)贵州剑河:温泉“热”起来 乡村火起来,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。,澳门十大电子游戏入口网站,国际ag真人视讯,国际真人娱乐平台。
12月26日,央广财评|以便民利企硬措施 优化营商软环境,因此,在宋碧莲看来,将AI决策大脑与营销中台深度打通,才能构建真正的一体化经营综合系统。,ku游最新登录链接,乐动体育官网平台,开云官网地址。
时事4:赢钱的游戏排行榜
12月26日,勿让抢行加塞成为交通事故“导火索” 加塞抢行违法 一次记三分,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。,亚美体育官网app,电竞竞猜平台哪个好,巴黎澳门人App。
12月26日,“对不起,人工座席目前全忙……”转人工客服,为何这么难?,不过,要从接待游客人次来看,郑州还是毫无疑问的中心。数据显示,郑州全市接待游客人次创历史新高,达到1077.6万人次,同比增长17.6%;洛阳和开封累计接待游客分别达到683.87万人次、670.8万人次。,银河国际提现,沙巴体育在哪玩,国际音标真人演示。
责编:宋学伦
审核:普拉蒂
责编:刘杭谊












