猫眼电影
猫眼电影记者 马修·霍姆斯 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:bck体育官网下载
12月24日,“税”获选马来西亚年度汉字,在这种情况下,造林高度依赖于植树者的自驱力,而后者取决于林地能带来的直接收益。李七英说,起伏的坨子地需要人工平整。“现在都机械化了,但那时候要靠人力把地垫平”,否则沙地水流容易渗透汇聚到地势更低的地方。其次是开沟,人工要用铲子在沙地上划出一道道种树的沟来。有时候还没等到浇水,五六级风一刮,早上开的沟,下午就刮平了。村民们要趁着间隙种上树苗,树苗之间株距1米、行距6米,一亩地才种上100多棵。,凤凰平台开户。
12月24日,棋盘边的“第三只眼”:残特奥会珠海赛区的贴心守护,12月19日-20日,“第二十二届中国国际金融论坛”在上海举行,主题为:数字经济时代的智能金融生态构建。Datatist画龙科技创始人兼董事长宋碧莲出席并演讲。,亚游平台,万博世界杯投注盘口,188体育滚球登录。
时事2:nba买球网站有哪些
12月24日,从赛场“奔赴”市场 广西“A超”探千行百业AI新路,从行业前线上退下来后,史美伦相信未来不会再面对太大压力,或会参与一些非牟利工作。她强调,并非一定要担任公职才可以服务香港。目前史美伦仍然担任蚂蚁集团独立董事。不过,由于上任不足一年,之前未有太多时间投入到当中,未来会慢慢熟习。,半岛·体育,2020edf壴定发娱乐官网,游戏厅。
12月24日,2025年终经济观察丨破除卡点堵点 纵深推进全国统一大市场建设,富兰克林投顾认为,部分投资人担心AI驱动的“泡沫”将发生。“泡沫”通常有三个特征,即投机性需求、估值过高、过度承担财务风险,这些特征均在1990年代末期十分明显,但目前大多不存在。,金牌德州还能玩吗,bet体育网站,黄冠体育网站。
时事3:杏耀官方登陆
12月24日,中共中央组织部下发通知要求在元旦春节期间开展走访慰问生活困难党员、老党员、老干部活动,航天员 李聪:我带了一些家庭的照片,然后还有一个比较特别的,我妻子为我准备了两个小礼物。她只告诉我是用我两个女儿的胎毛做了一个手工制品,具体是什么样子,我没有还没看到过,所以说这只能到进入太空以后,然后把快递拆下来才能一睹真容。,澳门登入平台,爱拼网官网,赌博注册送充值卡。
12月24日,海南自贸港稳步推进制度型开放——打造引领我国新时代对外开放的重要门户,“当年李娜一度手握13个国内外知名品牌代言,而郑钦文在奥运夺冠之前已有10个代言品牌。”纪宁认为,网球目前在中国的热度已今非昔比,李娜时代已奠定的中国网球经济的热度,在郑钦文夺冠后会被逐渐引爆。纪宁还表示,网球作为全球顶级的职业体育和商业体育项目,正逐步释放巨大的产业经济空间。,十大在线买球网址,18新利体育登录备用地址,ag凯发。
时事4:K8凯发官网
12月24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,“欧方多项‘补贴’指控存在不实成分,涉嫌‘猎巫’举动。在布鲁塞尔举行的数次听证会上,中企及有关方面对调查中出现的问题提出质疑,但欧方均未给予回应,也未纠正其错误做法,使听证会形同虚设,欧盟中国商会对此深感遗憾和担忧。”欧盟中国商会表示。,日博网址体育,澳门哪家有牛牛,ayx竞彩官网。
12月24日,2025长春健博会开幕 多国企业寻合作拓市场,上月18日,瑞士苏黎世,耶伦与中国国务院副总理、中美全面经济对话中方牵头人刘鹤举行会谈,bck体育跑路了吗,开元棋盘官方网站,英皇体育网址。
责编:文丰
审核:周懿兰
责编:李闽榕












