猫眼电影
猫眼电影记者 马卫平 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:彩民之家
12月28日,东西问丨意大利前总理普罗迪:让欧中关系更紧密是我的梦想,第二,产业场景的专业化能力,正如几位嘉宾所说,人才重要,但专业能力需长期积累,像谢总在行业深耕十几年才成为专家;,伟德苹果版。
12月28日,民企奋进自贸港:“立足海南、服务全球已从愿景变为现实”,欧洲汽车工业协会方面表示,相比加征更高关税,欧洲汽车行业更需要强有力的电动汽车工业战略;自由公平的贸易意味着为所有竞争者保证公平竞争的环境,但这只是全球竞争力拼图中的一个重要部分。,可靠的彩票网投,德州风云,和记体育。
时事2:ag真人官网买球
12月28日,中国国际热作产业大会观察:热带特色农业如何抢抓新机遇?,这次放宽年龄并不是延迟退休,而是退休返聘。不仅可以领取退休金,享受国家提供的养老保障,同时还有机会继续工作并获得工资收入。,手机百人二八杠规则,线上信誉app,188bet体育在线。
12月28日,12月9日“农产品批发价格200指数”比昨天下降0.05个点,今年一季度,佛山GDP实际增速仅1.1%,不仅在广东21座地市中“吊车尾”,在26座GDP万亿城市中也惨遭垫底。,天美棋牌ios,龙8国际在线试玩,拼网。
时事3:搜鱼游戏新金蟾捕鱼游戏下载
12月28日,县域如何发展新质生产力?专家学者齐聚浙江苍南建言献策,从下面三个题目中任选一题,按要求作答。不超过150字。不透露所在区、学校及个人信息。,KU体育娱乐官网,AG体育官网,凤凰棋牌娱乐。
12月28日,在新房里开启冬日生活 记者探访震后重建的森嘎村,在问天实验舱气闸舱里,航天员正在做出舱前的准备工作。在画面右侧航天员身后写有“飞天”字样的是舱外航天服,它相当于一个微型航天器,能够将航天员的身体与太空恶劣环境隔离开来。此次任务,航天员将从问天气闸舱出舱,画面左侧圆形的门就是出舱舱门。,天博平台怎么样知乎,金百亿,雷竞技raybet官网app。
时事4:博盈娱
12月28日,刘晓迎书法巡展在香港开幕,现任董事长房永斌是国任保险历任董事长中任职时长最久的一位。其职业生涯始于监管机构,早年在中央纪委、原保监会工作,后担任广东监管局局长,随后于2018年末下海加入国任保险任党委书记。2019年4月正式出任该公司董事长至今,任职时长已近7年,且在2024年年底连选连任第五届董事会执行董事、董事长。,网上森林舞会游戏,博盈,飞禽走兽鲨鱼。
12月28日,全景呈现中国乳业背后的全球产业链 《超级牛奶》讲述一杯奶的品质马拉松,一位在湘菜、粤菜品牌都工作过的资深餐饮人士和记者谈及了他的观察:“今年高端餐饮不差,因为高端商务宴请还是较多的,被挤压的主要是中间档位的品牌,一些消费者可能会用大众餐饮品牌来作为替代品。”,爱体育app官方下载,娱乐棋牌十大平台,能游戏打鱼。
责编:陈湘波
审核:杰克·卢
责编:吴良镛












