猫眼电影
猫眼电影记者 徐绍史 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:在线斗地主网络
12月26日,校准政绩考核“定盘星”,11月22日,黄埔轮胎(内蒙古)技术有限公司“航空胎产业基地项目”,进行环评公示。,365bet足球比分。
12月26日,意大利前官员:美国制裁无助于解决问题,更无法撼动中国发展模式丨世界观,泰国主帅石井正忠赛后表示本场比赛只拿到平局,自己负全部责任。随后中国队的赛后新闻发布会,有记者转述泰国队主帅的言论,问伊万为这个平局负多少责任?由于该记者还提问了第二个关于变阵双中锋的问题,伊万跳过责任的提问转而回答第二个问题,但现场媒体并不满意,集体追问伊万自己应该承担多少责任。老头多少显得有些尴尬,只能无奈说道,“作为职业教练,任何结果都要负责。”,九五至尊在线网站,爱游戏下载,九五至尊在线入口。
时事2:合法买球网站买球app哪个好用
12月26日,全岛封关瞰海南:自贸港重点园区巡礼,深圳GDP增长6.4%,居万亿城市前列;去年持续承压的东莞也一扫疲态,GDP同比增长5.5%,跑赢全国5.3%、全省4.4%的平均水平。,世界杯赌球网站推荐,顶级官方赌场官网,澳门真人手机版app下载。
12月26日,香港特区政府总部下半旗向大埔宏福苑火灾罹难者志哀,这并非只是“锂业双雄”的一厢情愿,包括五矿证券、一德期货等多家机构均认为明年需求端有望达到200万吨LCE级别。,贝投体育平台,best365最新下载,币博游戏。
时事3:澳门新永利公司
12月26日,建筑中的上海民革记忆绘画摄影作品展嘉定巡展举行,截至目前,全国GDP三十强城市一季度经济数据已全部出炉,其中包括26座“万亿俱乐部”城市,以及唐山、徐州、大连、温州等4座“准万亿”城市。,极速体育nba,胜算策略,皇马国际老品牌。
12月26日,日本伪装“受害者”包藏祸心(钟声),王超表示,一些国家出于私利,频频以不符合国际法的方式,对外国实体和个人进行肆意打压,这种做法和霸凌行径被国际社会普遍批评为“长臂管辖”。中方一贯坚决反对这种做法,针对那些对华无理打压遏制、粗暴干涉中国内政的行径,中国出台《反外国制裁法》《阻断外国法律与措施不当域外适用办法》《不可靠实体清单规定》等予以反制。,沙巴体育亚洲版,英皇娱乐网页版,凯发娱乐登录。
时事4:线上mg真钱
12月26日,香河肉饼:御赞奇饼 非遗传承,[文/观察者网 王世纯]我国在酒泉卫星发射中心成功发射的可重复使用试验航天器,在轨飞行276天后,于2023年5月8日成功返回预定着陆场。这架“过于先进,无法展示”的神秘飞行器引发了美国有关机构的关注。,开元棋盘牌下载官网,博盈,纸牌牛牛怎么玩才能赢钱。
12月26日,李贤重谈前队友崔永熙:他是个很好的人,新华保险“空中柜面”不仅是技术创新的成果,更是以客户为中心、切实维护消费者权益的服务承诺的体现。未来,新华保险表示将围绕“数字新华、智能新华、创新新华”,积极推动数字化转型,通过空中柜面等系列项目,在智能服务升级、技术创新落地中持续发力,为高质量发展注入新动能。$新华保险(601336)$新华保险(HK1336),mg游戏网站不登录入口,凯发误乐真人版,英亚体育足球。
责编:艾警
审核:阿莱特-佩里
责编:龙田












