猫眼电影
猫眼电影记者 文林良 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:dafabet官网登录
12月28日,中国地震局针对西藏那曲市双湖县地震启动四级应急服务响应,“中国国防费占国内生产总值的比重多年保持基本稳定,低于世界平均水平,增长幅度也是比较适度、合理的。”,手机赌博送28元。
12月28日,北京逾20家博物馆将“跨年”开放迎新年,“重要的不仅仅是(提供)某种特定的武器系统、某种装备,”布林肯称,“乌克兰有能力有效使用(这些武器)同样重要,而在某些情况下,这需要大量训练。”,188体育下载,新濠天地之前登录网址,快乐赚官网。
时事2:万豪娱乐
12月28日,湖北武汉:越冬红嘴鸥化身“冬日舞者”与人同游,从去年开始,餐饮行业的收入增幅就在所有社会消费品中位于前列,不过据第一财经记者了解,疫情后我国的餐饮消费已现“K形分化”。,奔驰宝马电玩城游戏下载,优德88,和365一样的游戏网站。
12月28日,西藏甘丹寺迎来传统“燃灯日”,预计未来10天,南方大部地区依然维持降雨频繁的天气格局,尤其是广西、江西、浙江、福建等地,需特别警惕暴雨叠加效应可能引发的山洪、泥石流、城乡内涝和中小河流洪水等次生灾害。,尊龙d88平台,m8体育平台哪里有,九线拉王网址。
时事3:新宝6注册登录入口
12月28日,从谢家坝到华家口 解码大运河河北段的水工智慧,为何哈尔滨遇到降雨概率也这么高?6月正是东北冷涡活跃的时期,东北、华北午后多骤雨,雨通常来得急去得快,雨量也多为小到中雨。像今年就是如此,高考期间有冷涡活动,东北地区将有大范围降雨,多地还可能有雷雨天气。,亚投彩票首页登陆,必发365网,体育平台推荐。
12月28日,湖北当阳博物馆开馆 多件楚汉珍贵文物亮相,在高质量发展的大背景下,今年初,佛山正式晋级“工业3万亿俱乐部”时,就有声音指出,要谨防佛山制造落入“叫好不叫座”甚至“赔钱赚吆喝”的窘境。过高的传统产业比重,也可能带来“路径依赖”效应,制约产业结构实现脱胎换骨的升级。,w66利来官网app下载,国际象棋真人对真人软件,以前有个捕鱼大亨呢。
时事4:必赢平台首页
12月28日,安徽广德“三件套”出圈 江浙等地游客排队打卡,首先,近期证监会和交易所陆续出台资本市场“1+N”配套制度规则,其中的发行上市规则修改了主板、创业板发行上市条件和板块定位要求,具体制度完善后,平稳推进发行上市审核工作有了更为明确的标准。其次,前期多数公司因IPO申请文件中的财务资料超过有效期而中止审核,日前申报企业陆续提交2023年财务数据,进入恢复审核程序,相关审核工作需要继续依法依规予以推进。,果博登录官网,皇冠体育足球比分直播下载,澳门皇冠最新网址。
12月28日,玻利维亚中部发现全球最大规模恐龙足迹群,证券日报网讯 12月23日,铁龙物流在互动平台回答投资者提问时表示,为保证所有投资者平等获悉公司信息,根据信息披露公平原则,公司选择在定期报告中披露对应期末时点的股东人数信息,具体情况请参阅公司披露的定期报告。,AG网上娱乐,世界杯买球平台app,利发国际真人。
责编:许建伟
审核:王盛水
责编:博埃罗












