猫眼电影
猫眼电影记者 约尔古丽·加帕尔 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:威廉希尔手机版
12月26日,美国布朗大学枪击事件致2死8伤,2021年12月,阿坝州纪委监委对靳东涉嫌严重违纪违法问题立案审查调查并采取留置措施。2022年2月,靳东被开除党籍、开除公职。2022年5月,靳东因犯受贿罪被依法判处有期徒刑四年六个月,并处罚金人民币三十五万元。,dafabet备用官网。
12月26日,新疆发布寒潮红色预警 吉木萨尔县多举措保障母畜御寒,综合美联社、路透社和BBC报道,埃尔多安承认政府对地震的初步应对存在“不足”,承诺会加快处理重建工作,但表示现在情况已经“得到控制”。他还说,冬季天气也是影响救援的一个因素,相信未来的救灾工作“会更好”。,凯发娱乐手机版入口,现金直营娱乐,必博体育官网首页登录。
时事2:金阳时讯
12月26日,成渝中线高铁引入重庆北站第二阶段施工完成,2018年该公司实现扭亏为盈,随后持续盈利,且盈利规模持续扩张,仅2024年净利润降至0.55亿元。今年三季度再创新高3.37亿元,若保持势头,可站上新的台阶。不过截至今年三季度,该公司累计亏损还有2.65亿元。,沙巴体育唯一,澳门鸿兴永利官网,澳门金龙网站。
12月26日,明年起水银体温计全面禁产:红外耳温计是否存在误差 该如何正确使用,当下电动汽车市场的格局,是多重因素共同作用的结果:既有行业内部的竞争格局变化,也有外部因素的冲击,包括华尔街的资本施压,以及特朗普政府与拜登政府执政期间,对电动汽车政策的反复摇摆。,博狗在线官网,亚博国际网,娱网棋牌官网下载。
时事3:永利现金网app
12月26日,银发经济活力涌动 “科技+服务”催生多样“智”享养老消费新场景,河南省气象台2024年6月14日8时继续发布高温橙色预警:预计6月14日白天,洛阳东部、郑州、开封、商丘、平顶山、许昌、漯河、周口、南阳东部、驻马店、信阳大部最高气温将升至37℃以上,其中周口南部、驻马店北部最高气温将升至40℃以上。,在哪能赌篮球,皇冠官网下载app,送彩金游戏官方网站。
12月26日,助力推进“科学无障碍共享行动” 中国科技馆举办专项主题活动,欧盟中国商会在接受贝壳财经记者采访时强调,尽管中企不认可欧方调查的初衷,但依然全面配合欧方调查过程,尽最大努力填报问卷、配合欧方对中企在中国、欧洲多地工厂和经营场所的核查等。同时,多家企业及利益攸关方反映,欧方在调查中滥用调查权,采取不当调查行为,包括部分调查方向和领域超出反补贴调查范畴,对企业提出不合理和超出企业举证范围的要求,未给企业和各利益攸关方提供充足时间应答和举证。,澳门威斯尼斯人615,金沙澳门网络娱乐,凯时AG优质运营商。
时事4:威尼斯人官方网站登陆
12月26日,海南自贸港封关:中国领跑高水平开放的生动实践,直到母亲做手术,向村里申请重大疾病补助金,湖北大悟县吕王镇刘院村村民汪争猛才发现,自己和父亲汪绪良、母亲赵和梅名下都有一家“个体工商企业”。因此,申请条件不符。,百老汇充值网站,dafa888网页登录版,ku游平台登录入口。
12月26日,广西金秀大瑶山猕猴成群“秀”生态,双方注意到,当前,地区和全球性冲突不断,国际安全环境不稳定,包括核武器国家在内的国家间对抗加剧导致战略风险不断加大。双方对国际安全形势表示关切。,90体育APP,必发集团游戏平台,亚娱备用网址。
责编:周文君
审核:张芸茜
责编:岳文涵












