猫眼电影
猫眼电影记者 邓琦 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:bet9官方网站
12月26日,年内新增超5500亿元 债券ETF规模创历史新高,第二部分,其实我和郑总不谋而合。他刚提到低空经济,我也以此为例。低空经济被看好是万亿市场,飞机、轮船、工程机械、高端装备制造等传统领域已是老生常谈。站在2025年,我们更关注创新业务。如果能在新兴业务上做得好,传统业务自然不在话下。,凤凰彩票快速注册。
12月26日,李锦记家族捐款支持大埔火灾救援工作,崔光灿也认为,住房按套内面积销售或按套销售,更有利于保障购房人的权益。他提出了另外两点原因,其一,由于公摊面积没有规范性标准,可大可小,且透明性不足,可能会损害购房人权益;其二,购房不仅要考虑交易成本,也需考虑使用成本。“后面的使用费用如暖气费等,如果按建筑面积分摊也不尽合理。”,世界杯线上外围网站,澳门电子网站大全,188体育正规官网注册网站。
时事2:快3彩票下载网址
12月26日,首届环喜马拉雅地区影像巡展在尼泊尔开幕,最新的一条推文,则是斯诺登转发的美国第三任总统、《独立宣言》起草者杰斐逊说过的一段话:如果一个国家期望在国民无知的情况下却拥有自由,那么这种期望无论在历史上,还是未来都绝不会实现。,bet365网站多少,福利彩票官方购买,188宝金博官网APP。
12月26日,暴雨洪水致加沙地带14人死亡 八国外长声明谴责以色列,“一部河南史,半部中国史”。在“花式内卷”下,河南正在成为游客的“集散中心”。,手机如何投注世界杯,365bet现场滚球,米乐娱乐官网平台。
时事3:千亿国际qy8et66
12月26日,济南地铁新线开通 市民畅享便捷出行,Copyright © 1996-2024 SINA Corporation,真钱诈金花玩法,澳门新莆京,火狐体育官方版。
12月26日,市场首单工业厂房机构间REITs项目落地 助力机构间REITs市场发展,5月15日,国务院发展研究中心欧亚社会发展研究所所长李永全在《光明日报》撰文提到,2023年中俄贸易有两个显著特点,一个是双方贸易额突破历史记录,另一个是大量使用本币结算。,2022世界杯足球购买app,bat365,6up亚洲版靠谱。
时事4:三和皇冠
12月26日,聚焦劳动教育,北京海淀举办中学生劳动技能大赛,近日,市场流传出一张疑似为华福证券首席分析师王保庆观点的截图,其中提出了名为“2026年有色十大狂想”的判断。截图内容显示,其对未来一轮有色金属周期给出了极为激进的设想,包括:,百老汇开户技巧,澳门网投登录网站,凯发是正规平台吗。
12月26日,黑龙江哈尔滨变“天然大冰箱”冻货摆上街头售卖,公告显示,公司控股股东、实际控制人朱煜煊与朱恒冰已提交不可撤销的先行补偿承诺函,承诺对上述基金产品的投资本金损失进行先行补偿。,bet365可靠吗,九州体育APP,万博app链接。
责编:黄小霞
审核:何啸明
责编:张瑞中












