猫眼电影
猫眼电影记者 黄孝绍 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:英皇体育开户网址
12月29日,华中首座全地下净化水厂:地下处理污水 地上健身遛娃,有媒体注意到,马斯克此次访华正值北京国际车展。特斯拉虽然延续了前几年的传统并未参展,但根据社交媒体上流传的采访视频,马斯克在抵达中国后表示,“很高兴看到中国电动汽车取得进步,未来所有汽车都将实现电动化”。路透社还关注到,美国传统汽车产业巨头通用汽车的首席执行官博拉也不宣而至,26日突然来到北京国际车展参观。,博狗扑克下载地址。
12月29日,石太高铁5G信号全线升级 赋能区域协同与数字生活,数量视角,存单活跃度整体略有下降,存单收益率中枢下降,从结构上来看,非银买盘偏弱。,金沙所有登入网址,888真人手机版登陆,棋牌评测网。
时事2:龙8游戏官方网站登录
12月29日,英国:英格兰住院医生开始为期5天的罢工,证监会依据《证券法》第181条,对公开发行文件造假行为单独处罚:,申博官方下载,188体育官网开户,世界杯在线买球地址。
12月29日,2025-2026赛季中国冰壶联赛总决赛开赛,果然,在日本南端国界线上的冲之鸟礁被日本“双标”了,据《读卖新闻》透露:“尽管‘冲之鸟’周长不足100米,这次也被计算在内了。”,赌钱手机app,哪里还有赌博电玩,球探比分app官方下载。
时事3:世界杯篮球投注
12月29日,健康观察:冬令时节,这代年轻人如何“潮”养生?,环证国际证券集团首席执行官方颂贤表示,投资者应选择性增持那些在中国人工智能和限止领域 “自主化” 进程中受益的企业,同时将全球龙头企业保留在投资组合中。,威尼斯国际网址,真钱电玩app,大家乐游戏。
12月29日,“南水”奔流十余载 “守水人”共护清水永续北上,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。,澳门威斯尼斯人app苹果,博金国际娱城网址,伟德体育注册。
时事4:金马国际 真人娱乐
12月29日,“考试”完成!海南自贸港全岛封关运作准备就绪,变化一:赎回费标准区分债基和投资者结构。此前市场的主要担忧是债基的赎回费过于严格,正式稿中明显放宽了投资者对债基赎回行为的限制,这也与现行债基赎回费基本匹配,减小了对市场的扰动。但正式稿中对机构投资者的限制要高于个人投资者,我们认为,债基的主要投资者是机构,对于机构使用更严格的标准,一方面是为了引导资金长期投资,避免机构通过债基追涨杀跌;另一方面是出于打击空转套利的诉求。,亚新注册App,黄金城官网,欧宝电竞下载。
12月29日,脱贫村的这五年 | 从“住上好房子”到“过上好日子”——店房奋进启新程,据央视新闻消息,2024年5月16日,江苏省无锡市中级人民法院一审公开开庭审理了山东省青岛市政协原党组书记、主席汲斌昌受贿一案。,有没有炸金花二八杠,凯时国际官方下载,九游会线上平台。
责编:张孝南
审核:彭佳慧
责编:蔡宥男












