猫眼电影记者 苏鑫波 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1：十大真钱游艺

  12月22日,东西问｜张安福：从千年唐蕃古道历史看汉藏民族交融,“实际上就是‘打样’。”李瀚明认为，国泰开航证明了乌鲁木齐机场具备保障顶级航司的能力，会产生示范效应。国泰飞得好，其他国际顶级航司，以及东亚、东南亚的航司都会考虑跟进。除了证明机场的保障能力，也是新疆以此为契机，对外释放开放活力的强烈信号。,万博官网手机网页。

  12月22日,“儿童康复万里行”项目跨越六省惠及近2000名特殊儿童,4月份，工业生产继续恢复，部分行业需求阶段性回落，全国PPI环比有所下降，同比降幅收窄。,必发bf88官网,真人葡京平台注册,6686体育集团官网下载。

  时事2：巴黎人贵宾会app下载

  12月22日,第七届中华民族抗日战争史与抗战精神传承研讨会在北京举办,虽然LBMA体系成熟高效，但近年来央行越来越多采用非LBMA渠道，背后有深刻的战略意图。,伟德体育在线开户,彩民论坛,金沙澳门下载。

  12月22日,受权发布丨中华人民共和国民用航空法,全球黄金的存储管理是一个由各国中央银行、商业银行以及专业托管机构共同构成的多元化体系。,大发快速登陆,澳门梭哈游戏,AG真人视讯平台。

  时事3：必威亚洲体育

  12月22日,“十四五”期间 我国数字孪生水利体系框架基本形成,在伦敦市场，大量的黄金交易是以“非实物移动”的方式完成。因为当一家央行从对手方买到黄金时，这些金条可能并不发生物理位置的转移，而只是在清算系统内部发生了所有权转移。,pg电子哪个好上手,必赢体育APP,乐博手机版登陆。

  12月22日,千吨级“巨无霸”就位！平陆运河船闸人字门吊装全部完成,与此同时，在麻醉镇痛这一核心领域，公司的领先地位正受到来自恒瑞医药、恩华药业等竞争对手的挑战。这些企业通过加大研发投入、推动新产品上市，不断侵蚀人福医药的市场份额。,葡京赌盘平台欢迎来到,优德体育手机app下载,十大外围足球app。

  时事4：百乐门平台娱乐

  12月22日,韩国首尔一施工现场发生事故致7人被埋 1人心脏骤停送医,法新社称，土耳其警方自此次地震发生以来已拘捕18人，理由是他们在社交媒体发布“煽动性”内容，或是批评埃尔多安政府处理灾情的方式。报道还援引网络监测组织Netblocks称，在土耳其的推特使用也受到限制。,葡京注册平台,最新菠菜,aoa体育官网网址。

  12月22日,“史上最严”电动自行车新国标变化亮点有哪些？旧车怎么办？,生态，曾是国产系统最难跨越的鸿沟。鸿蒙深知，真正的竞争不在技术单点，而在生态共建。2024年10月，鸿蒙5发布，全面启用自研内核，迈出生态独立的关键一步。令人振奋的是，开发者们没有让鸿蒙独行，而是选择坚定地与这个国产操作系统站在了一起。,正规买球十大排行平台,贝博APP体育官网,凯时怎么开户。