猫眼电影
猫眼电影记者 赵大妈 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:云顶娱乐官网网页登陆
12月27日,湖北丰富冬季文旅供给 激活南国冰雪季,新华保险构建“空中柜面+线下网点+线上自助”三位一体的服务网络,支持全国集中与省级灵活调配的双轨作业。如遇特殊业务需求,系统可智能转办至线下分支机构,形成服务闭环,确保客户需求“事事有回应、件件能落实”。线上线下无缝衔接的服务模式,既满足个性化需求,也持续优化服务品质,客户满意度长期保持在99%以上。,365bet平台下注。
12月27日,我国首艘火箭网系回收海上平台成功交付,钟自然出生于1962年8月,安徽桐城人,曾在原地质矿产部和原国土资源部工作多年,2014年任原国土资源部党组成员,中国地质调查局局长、党组书记。,在线斗牛游戏大厅,bet所有的平台网址,澳门正大娱乐。
时事2:大富豪官网平台游戏
12月27日,深圳制造业从规模领先走向价值引领,后天,江南大部、四川南部、云南东北部、贵州大部、华南中北部等地部分地区有中到大雨,其中,湖南东部、江西中北部、浙江中南部、福建北部、广西东北部等地部分地区有暴雨或大暴雨。,二八杠棋牌游戏规则,阳光在线游戏平台,百老汇官网香港官网。
12月27日,老建筑“牵手”潮业态 山西文保“组合拳”催生文旅新热点,钱所长介绍,按照工商注册流程,企业和个体工商户申请营业执照,一般需要申请人现场填写申请表,并提供身份证复印件、经营场所证明,工商所审核材料、现场核查经营场所后,会录入系统。,hg8868皇冠国际,世界杯买球怎么赔,百家乐快速登陆。
时事3:网上斗牛游戏平台
12月27日,专家学者广西共论东南亚中文教育发展与创新,一直以“能打”闻名的佛山,经济结构中工业占比近六成,在万亿级城市中罕有。2023年,佛山规上工业总产值首次突破3万亿元,正式晋级中国工业第四城,比肩深圳、苏州及上海;在省内,佛山工业规模也多年领先广州、东莞,稳居广东工业第二城。,百家乐预选赛,天博国际网站是多少,im体育好玩吗?。
12月27日,中国驻菲使馆外交官赴马尼拉华侨义山祭奠抗日英烈,今年5月,吕临华在《中国金融》杂志发表《科技金融浪潮下农商银行的探索》一文指出,浙江农商银行系统立足浙江民营经济大省和杭州市、嘉兴市科创金融改革试验区,在推动科技金融发展、助力浙江高质量发展建设共同富裕示范区中形成了“四专一生态”科技金融服务体系。,火狐体育官方APP下载,bbin网址,凯时手机网页版。
时事4:皇冠体育网足球
12月27日,美国全国广播公司报道:移民与海关执法局逮捕大量无犯罪记录人员,崔光灿建议,未来,要想进一步推动房地产市场计价方式改革,鼓励按套内面积计价,还需在行政管理上做出一系列政策完善。比如,后期产权登记上的面积设定,依据房价的相关税费标准等。,凯发娱乐注册页面在哪里,亚游吧,云顶集团的登录网址。
12月27日,青海构建融合发展体系 推动阅读从书页“走向”生活,此外,今日上市的三只新股——纳百川、锡华科技、天溯计量收盘分别上涨408.2%、264.5%、174.5%,盘中最高攀升至180元/股、46元/股、150.99元/股,若以上述最高价计算,三股单签最高盈利分别达7.87万元、1.8万元、5.71万元。,爱赢体育平台官网,皇冠体育网站手机版,BET8官网登录手机入口。
责编:陈玲
审核:崔执凤
责编:金英浩












