猫眼电影
猫眼电影记者 陶强 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:世界杯足球平台开户
12月28日,启动全岛封关运作,吸引全球优质资源,世界今日聚焦中国海南,今年4月2日,中央纪委国家监委网站通报:江西省政协党组书记、主席唐一军涉嫌严重违纪违法,目前正接受中央纪委国家监委纪律审查和监察调查。,2026世界杯足球赛投注。
12月28日,新疆库木塔格沙漠迎今冬首场降雪,长期以来,中铝国际积极投身共建“一带一路”倡议实践,在稳步推进核心业务发展、深化中印尼经贸合作的同时,积极响应各类公益号召,主动参与当地民生事业与应急救援工作。此次捐赠不仅为灾区救灾重建提供了有力支持,更进一步凝聚了中印尼两国人民同心抗灾的强大合力,树立了中国企业海外履职尽责的良好形象。,火狐体育下载手机版,开户免费送试玩金,乐动体育app。
时事2:英亚体育下载地址
12月28日,海南封关 开放大幕拉开 谁的机会来了?,刘一鸣还反映,因为山区交通不便,村民赵克胜曾买了一辆三蹦子(三轮车),方便到镇上赶集,赵克胜从2010年以后就没有开三轮车了,这次他仍然发现,自己在2011年、2013年被注册了两个“三轮车运输”个体工商户营业执照。,完美体育365官网下载,云顶赢三张,ag平台森林舞会。
12月28日,探秘巫山红叶“红满山”背后的科技力量,资金部分,年末银行资金充沛,银行系资金延续上抬,货基理财子减少资金融出,非银延续加杠杆;杠杆部分,全市场杠杆率上升;价格视角,DR001在1.26%附近,Shibor 3M下行,真实资金分层偏重。,yabo22vip在哪里玩,火狐官网买球,体育买球入口。
时事3:有没有捕鱼游戏可以金币兑现的
12月28日,海南省委统战部部务会(扩大)会议传达学习习近平总书记重要讲话精神 研究贯彻落实措施,值得一提的是,吉尔·拜登和埃姆霍夫的问候吻除了被保守派人士抓住批评外,还在社交媒体上引起了轰动。截至目前,美国公共事务卫星有线电视网(C-SPAN)有关这一幕的直播视频在推特上已获得了超230万的点击量,许多人都在争论这一吻是否有问题。,九游会手机app,官方网永利网址,AG真人到底是真是假。
12月28日,清华大学中外学生参观恭王府,“佛山大学”的诞生,意味着继广州、汕头、深圳之后,佛山也终于如愿拥有了以城市命名的大学。同时“升本更名”成功的肇庆医专,则成为广东目前唯一一所以“医学院”命名的高校,也是继湛江的广东医科大学之后,非广州地区又一所医学本科高校。,彩票网上购彩app,易胜博app,ky棋牌APP下载。
时事4:欧宝体育外围
12月28日,日本“搞事”背后:“新型军国主义”的危险转向,国内外分散模式是最常见的策略,这里考虑到历史原因、储备资产的战略安全和流动性管理。代表性的有德国、意大利、荷兰、瑞士、葡萄牙、奥地利、比利时等欧洲国家。,威尼斯人棋牌官网,九游官网登录,必博登录。
12月28日,海南省绿色低碳发展研究院成立,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;,亿博体育最新版APP,千赢官方网站下,澳门银银河手机版下载。
责编:苏欣诗
审核:王文林
责编:李佳向












