猫眼电影
猫眼电影记者 黄家猛 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:押二八杠技巧
12月28日,广东构建人才技术下沉体系 破解基层医疗“造血”难题,与此同时,中银理财新增河北沧州农商行、石家庄汇融农村合作银行作为产品代销合作机构;招银理财与浙江南浔农商行签订理财产品代销合作协议。,葡京下载安装。
12月28日,留德中国物理学者学会举办2025中德物理会议,BBC称,如果这架无人机真的属于乌克兰,这将是自俄乌冲突爆发以来,乌克兰对俄罗斯发动的一系列袭击中,距离俄首都莫斯科最近的一次,但乌克兰方面并未公开承认这架无人机与自己有关。,AG8AG8亚洲集团,凯发娱乐网页版手机登陆,彩民之家。
时事2:在线真人平台注册
12月28日,沈阳系统化推进儿童友好城市建设,俄方发布的图片显示,一架受损的无人机停在积雪覆盖的田野上,其外形与乌克兰生产的UJ-22无人机相似。,澳门威斯尼斯人游戏app,凯发k8旗舰厅AG,cq9跳高高开始上多少分。
12月28日,第八届中国共产党领导力论坛在北京举行,当地时间2月8日晚间,朝鲜举行阅兵纪念人民军建军75周年。阅兵式展示了多种新型武器,战术导弹方阵、远程巡航导弹方阵、战术核运用部队方阵等亮相。,世界杯买球官网价格,fg游戏注册,博天堂在哪开户。
时事3:爱博体育外围
12月28日,维护老年人合法权益 构建老年友好型社会,作为国内在端侧智能领域布局最早的大模型厂商,面壁构建起完善的理论体系与模型产品谱系,MiniCPM 面壁小钢炮端侧模型已在汽车、手机、PC 及智能家居等多个领域实现规模化落地,与吉利、长安、大众、华为等多家知名企业达成深度合作,端侧大模型的商业化进程走在行业前列。,大发dafa,AG视作讯真人,亚新体育在线官网。
12月28日,勿让抢行加塞成为交通事故“导火索” 交替通行可使合流区通行效率提升,谈到任职港交所董事会主席期间让史美伦最深刻的时刻,便是参与30年前H股上市。H股指内地注册、香港上市的中资企业股票,而H股的历史性推出为香港成为一个国际化的市场奠定了坚实基础。,金宝慱体育app官方入口,彩票网上购彩怎么买,盛世网彩票平台登录。
时事4:宝博外围官网
12月28日,柬埔寨说柬泰同意27日中午开始停火,据统计,今年一至四季度,国内电池级碳酸锂季度均价分别为7.58万元/吨、6.52万元/吨、7.3万元/吨、8.44万元/吨。,宝德棋牌手机版,世界杯下注盘口,AG登录平台。
12月28日,黑龙江:城乡低保标准5年分别增长29.1%和59.7%,研究发现,过去20年,政府(包括平台)、非平台企业和居民新增债务在全部新增债务中的占比大概是4:4:2。债务发展也经历了三个阶段:高增长期资本密集型企业是主力;2012年至疫情前,平台和居民是新增债务主力;疫情后政府和非平台企业(制造业和小微)成为新生力量。,英皇体育官方平台,斗地主在线玩,365bet体育盘口。
责编:刘志月
审核:孙娃子
责编:宋廷芬












