猫眼电影
猫眼电影记者 永昌堡文 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:凤凰娱乐app下载地址
12月26日,“读懂中国”国际会议(广州)聚焦海南自贸港建设,近两年,中国医药内部持续开展反腐工作,上市公司及下属公司被查的高管、原高管数量多达10多位,但本次被查的高渝文的职级最高,在位时间约3年。,博鱼娱乐官网。
12月26日,USANA任命王生为中国区总裁,开启本土化深耕新篇章,针对赫什的报告,俄罗斯外交部发言人在社交媒体Telegram上写道,“所有人都要求我对这位美国记者的调查发表评论。我们一再表明俄罗斯对美国和北约(一次、二次、三次、四次、四次、五次、六次)参与这次袭击的立场。”,bet365直播视讯,伟德入口登录,大发足球。
时事2:ManBetX万博可靠吗
12月26日,新型能源体系加快建设,最后打个广告:希望我们金证股份、钐烽科技能为在座各位的数字化转型,尤其是业务转型,贡献科技赋能的力量。我们是一家科技公司,参加这次论坛也希望与更多朋友进行同业交流,为大家穿针引线。无论是金租还是商租,我们都希望进行行业交流,谢谢大家!,乐动体育官方首页,菲律宾亚星国际登录,raybet官网。
12月26日,缓解亲子矛盾 家长如何化身“战略合伙人”,“上市公司是信息披露第一责任人,董事、高管负有法定勤勉义务,不能以‘非专业人士’或‘信赖中介’为由推卸责任。”,欧宝下载地址,365娱乐体育在线,沙巴手机版。
时事3:365bet正网盘口
12月26日,国台办:统一是台湾前途的唯一方向,他说,作为涉外领域的基础性法律,有必要对反制和限制措施作出原则性的规定:中国的核心利益不容损害,主权和领土完整不容侵犯,对于损害中国主权安全发展利益的行为,侵犯中国公民合法权益的行为,我们在法律中作出相关规定,予以坚决反制,是正当和必要的。,欧冠足球app下载,AG娱乐app平台下载,永乐会官网。
12月26日,海南封关首日见闻:第一批外籍人士领取就业许可、居留许可,国际清算银行(BIS),被称为“央行的央行”,虽然不直接运营金库,但提供关键的黄金保管、结算和兑换服务,连接着伦敦、纽约和伯尔尼等市场。,FH至尊,国际炸金花app下载,真钱打鱼游戏app。
时事4:MG电子注册送18
12月26日,(经济观察)中国加快算力基础设施互联互通,据《广西日报》5月6日消息,中央批准,庄革同志任广西壮族自治区党委委员、常委。,亿博快速登陆,新云顶娱乐官网登录,游戏平台皇冠。
12月26日,冷空气影响广东 广州最低气温跌破10℃,这段视频发布于3月17日,视频中的女孩是四川眉山市的一位初二学生,教育女孩的便是自称为资深家庭教育专家的赵菊英。有网友指出,在赵菊英家访这一女孩的过程中,女孩对待赵菊英的眼神从最初的爱笑有光,到最后变成了愤恨无神。,线上平台赌博,巴黎送机,皇冠体育365官网app。
责编:殷家汇
审核:蔡琪瑶
责编:陶然












