猫眼电影
猫眼电影记者 翁铁慧 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:澳门世界杯竞猜网站
12月24日,浙江义乌市场迎来冰雪用品采购热,尽管印度成功吸引了苹果和谷歌等美国大公司的供应商进驻,然而世界银行数据显示,印度占全球制造业的比重不到3%,而中国则占24%。,优德体育app下载。
12月24日,亚太经合组织“中国年”值得期待(和音),Copyright © 1996-2023 SINA Corporation,黄冠体育APP下载,新葡萄娱乐app下载,体育资讯网网站。
时事2:现金网站球网
12月24日,关注俄乌冲突:俄罗斯国防部称俄军已控制红军城 乌克兰方面暂未作出回应,腾讯视频在2024年底就启动了鸿蒙版App的开发工作,也是第一批投入鸿蒙生态的伙伴。这一年以来,腾讯视频鸿蒙版已经历经了数十个版本迭代。,必赢亚洲体验官方下载,AG真人官方网站,mg电玩城游戏。
12月24日,WTT香港总决赛:王楚钦/孙颖莎取得混双两连胜,北约近来屡屡渲染炒作所谓“中国挑战”,这与日本近年来的政策不谋而合。除了在所谓新“战略概念”文件中将中国列为“系统性挑战”,斯托尔滕贝格今年初的亚洲之行期间,也将矛头直指中国,声称中国对西方的“价值观、利益和安全构成挑战”。日本此前也将中国定位为“前所未有的最大战略挑战”,有日媒分析称,“北约与日本方向一致”的观点正在双方内部深化。,金沙手机版下载,沙巴SB体育 app,假新藏宝图。
时事3:伟德体育在线
12月24日,黑龙江哈尔滨音乐公园“网红大雪人”主体完工 惊艳亮相,12月23日晚间,浙商银行(601916.SH)公告,根据中共浙江省委决定,吕临华担任浙商银行党委委员、党委副书记,并提名董事、行长人选,陈海强不再担任行长职务。公司董事会将尽快完成相关法定程序。,88游戏平台下载,亿博体彩app,白小姐急旋风A。
12月24日,全球好物走进千家万户 首届进博优品交易会明日启幕,此外,中国政府也需要采取相应的措施来维护国内车企的合法权益。例如可以加强与欧盟的沟通和协商争取达成互利共赢的贸易协议;同时也可以通过调整出口策略、优化产品结构等方式来降低对欧盟市场的依赖程度并开拓其他国际市场以缓解贸易压力。,乐动体育网站多少,世界杯比分购买,万博登陆首页。
时事4:二八杠的技巧口诀
12月24日,东西问|陈纳德外孙女嘉兰惠:在美国讲述飞虎队的故事,然而,随着固收类资产利率持续下行,李卓也担心一旦纯固收类理财产品年化收益率跌破2%,新一轮个人存款流失压力又将接踵而至。,葡京信誉开户,百家乐走势教程,乐鱼体育入口。
12月24日,中国驻福冈总领事馆提醒领区中国公民注意人身财产安全,全部国内存放模式,即将100%的黄金储备或者绝大部分黄金存放在本国境内,我国便属于这种模式。,波音AG平台16连和事件,在哪里赌篮球,飞驰娱乐官方网站。
责编:桑巴舞
审核:丹吉尔
责编:王小三












