猫眼电影
猫眼电影记者 吴湛辉 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:欧宝网页版
12月26日,四川省委经济工作会议部署六项重点任务,“展望未来,虽然当前的环境充满挑战,但我们仍保持乐观,我们看好中国经济的长期增长趋势,也看好拓展与东南亚和中东地区资本市场的联系可以带来的机遇,我们将善用科技提升市场活力。”陈翊庭说。,乐鱼leyu体育官网下载。
12月26日,市场监管总局:严打持证企业为无证主体“贴牌”等违法行为,西摩·赫什还表示,美国不可能支持对于“北溪”管道遭破坏事件进行独立调查。美国也绝对不可能承认此事是自己所为。,千亿国际pkufli官方网站,必威官网用户登录,新濠天地怎么开户。
时事2:百乐门如何注册
12月26日,2025年终观察|4000点、3万亿……数看A股新变化,随着中国政府加大对人工智能芯片制造商的扶持力度,海外投资者认为中国正不断缩小与美国的科技差距。而与此同时,美股上市人工智能股票估值高企引发的担忧持续升温,这促使投资者纷纷押注中国相关企业。,正版捕鱼达人怎么下载,恒源国际真人娱乐,新2皇冠手机版官网下载。
12月26日,微视频丨以文化赋能经济社会发展,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。,体球网官网首页,纬来体育官网下载,世界杯投注中奖规则。
时事3:看四张牌抢庄斗牛棋牌
12月26日,国务院食安办部署加强元旦、春节和全国两会期间食品安全工作,这次,李强在新疆调研期间,前往多家企业察看生产线和产品展示,详细了解企业生产研发、市场开拓等情况。,威斯尼斯人官网进入,私买世界杯球在哪买的,斗球最新版本下载安装。
12月26日,电影《疯狂动物城2》主题IP吸引北京市民,双重身份:既是直接负责的主管人员,又是组织指使舞弊的实际控制人;,k1体育平台链接,八达国际真人娱乐官网,ag时间漏洞让我赢了十几万。
时事4:新澳门赌盘
12月26日,扎实推进海南自由贸易港建设,他说,“我告诉学生们,这种攻击异见人士的方式在法庭上行不通。也许这是我们社会的发展方向,但这在我的法庭上行不通。”,真钱赌城下载,英皇体育网站是什么,bbin体育手机app。
12月26日,外交部回应俄罗斯对中国公民实施免签:中俄又一次双向奔赴,欧洲汽车工业协会方面表示,相比加征更高关税,欧洲汽车行业更需要强有力的电动汽车工业战略;自由公平的贸易意味着为所有竞争者保证公平竞争的环境,但这只是全球竞争力拼图中的一个重要部分。,365必发唯一官网必,全民诈金花豪华版,pk10盛兴开奖直播。
责编:冯西宁
审核:于淼算
责编:廖建华












