猫眼电影
猫眼电影记者 时凤兰 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1:百老汇手机软件大全
12月27日,澳门开启文旅融合新篇章 打造“演艺之都”再获助力,只是,放在锂盐行业,2022年以来的下跌周期中,整体减产力度并不突出,至少远远无法与2019年澳洲矿山所出现的关停、减产相比。,365bet体育平台注册。
12月27日,澳门俩跳远小将携手特奥摘牌:从跳出第一米到更远的未来,苏商银行特约研究员付一夫表示,银行理财子“下乡”,还需关注三大销售合规性问题:一是客户适配性,县域乡村客群的风险认知较浅,容易产生理财产品风险与个人风险承受能力的错配,引发客诉增多;二是部分农商行自身合规风控能力有限,专业人才短缺也会衍生销售误导等操作风险;三是当地理财产品竞争激烈,若引发“佣金战”,也会导致某些产品代销违规行为发生。,fun88体育网址,ayx爱游戏官网首页,皇冠app安卓下载。
时事2:网上真钱电玩
12月27日,广东消防支援10架无人机助力香港救灾 香港消防处:效率倍增,投行布朗兄弟哈里曼(Brown Brothers Harriman & Co)全球货币策略主管文•森(Win Thin)对《财经》表示,重要的是,美国通胀的上行风险似乎有所减弱,这支持了联邦基金期货市场对明年降息50个基点的预期。,米乐在哪开户,365bet网页版,九五至尊注册线上。
12月27日,香港政务服务平台“智方便”登记用户突破400万,曙光信息称,于今年4月20日披露《关于公司董事收到立案告知书的公告》,所述立案调查事项已调查、审理终结。上述处罚决定主要涉及李国杰个人,不会对公司生产经营产生重大影响,目前公司经营情况正常。未来将以此为鉴,进一步加强培训宣导,督导全体董事、监事、高级管理人员严格遵守有关法律法规的规定,同时强化对亲属行为的监督管理,避免此类事项再次发生。,亚游集团AG8,12bet手机登录,真人德州下载安装。
时事3:大发快彩票官方平台
12月27日,美国12月消费者信心指数继续下滑,外包模式则依赖专业的第三方机构提供仓储、交割和物流服务,其核心价值在于交易效率、降低综合成本,并形成强大的市场流动性。,真钱澳门电玩城,二代捕鱼手机版,亚新开户。
12月27日,“太空小鼠”生宝宝了,2019年12月,国任保险进行更名后首次增资扩股,向3名新进股东和2名现有股东共增发股份10.07亿股,该公司注册资本增至40.07亿元。,网上真钱直营,188体育开户网站,dafa888手机官方网页。
时事4:体育在线365
12月27日,报告预测:中国微短剧行业将在多维层面持续进化,听机器人组成的乐队奏乐,喝一杯机器人调酒师调制的果汁,请机器人化妆师化个妆……在这场科技庙会上,你可以解锁“智能机器人还会干点啥”这个问题。,正规炸金花网站,永利电子游戏官网,世界杯视频直播网站。
12月27日,中国农业发展银行原政策研究室主任吴飚接受审查调查,报道称,这名网友12日在脸书发文称,上午和孩子跑遍她家附近的超市都没有买到鸡蛋,后来在便利店才买到最后2盒,她把买好的鸡蛋放在自行车车篮中,又想起漏买东西并再次进入便利店,她出来发现车篮空空如也,惊觉刚买的鸡蛋被偷了,直呼“我的天啊!这是台湾,这是台湾,我真不敢相信啊!”,美高梅官方网站是多少,环亚手机app网址,挖娱乐。
责编:罗睿铎
审核:姚崇德
责编:朱景朝












