猫眼电影记者 孙春燕 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：im体育登录

  12月04日,“十四五”期间我国文化事业投入力度空前,体量不及西安的兰州，也拿出大手笔。T3航站楼面积40万平方米，综合交通中心27万平方米，是甘肃民航发展史上规模最大的工程。,xg111太平洋在线官网。

  12月04日,“数”里行间感知信心！投资与消费需求释放 为全年经济良好收官奠定基础,而且在国泰之前，南航和乌鲁木齐航空已经开通了香港航线。相当于香港也不是乌鲁木齐的新航点。,leyu乐鱼客服,博雅棋牌官网最新版,天博综合体育官方app入口。

  时事2：世界杯2026比赛买球

  12月04日,打破隔阂融真情 共绘团结同心圆,4月2日，走过86年历史的乌鲁木齐机场迎来更名，“天山机场”取代了沿用已久的“地窝堡机场”。,六合风云B面,黄冠体育官网平台,真钱打牌网站大全。

  12月04日,台湾制造业景气指数下降 无薪假人数增加,Copyright © 1996-2025 SINA Corporation,皇冠信用网手机版,金沙手机电子游戏app,ag注册app下载。

  时事3：哪个软件才能玩抢庄牛牛

  12月04日,工信部：2025年前10月通信业运行总体平稳,“积极管理你的核心业务，这真是一剂难吃的药。我们有很多艰苦的工作要做。”墨菲表示，虽然底特律汽车制造商需要重新思考在中国的经营方式，但美国电动汽车领导者特斯拉的情况略有不同，与传统的底特律汽车制造商相比，特斯拉在电动汽车零部件方面拥有大约1.7万美元的成本优势，这有助于该公司在中国市场的发展，使其有“更大的发展空间”。（汪品植）,亚美体育公司,天博在哪玩,国联通宝下载。

  12月04日,博物馆进入“沉浸时代”，感官残障观众如何“入场”,据国际网球联合会发布的《2021年全球网球报告》，2021年全球参与网球运动的人口有8718万人，中国以1992万人成为全球网球参与人数排名第二的国家，仅次于美国，占全球总网球人口的22.9%。同时，中国网球场的数量也为全球第二，达49767个。网球教练则以11350人位居全球第五。,火狐体育出不了款,澳门人巴黎人注册送18紫色,大发奔驰宝马游戏。

  时事4：千赢国际qy官网

  12月04日,生育津贴直接发放至个人！这些地方已实现→,钟自然严重违反党的政治纪律、组织纪律、廉洁纪律和生活纪律，构成严重职务违法并涉嫌受贿、故意泄露国家秘密犯罪，且在党的十八大后不收敛、不收手，性质严重，影响恶劣，应予严肃处理。,球探比分直播即手机版,九游会小金库钱包,华球足球比分。

  12月04日,江西赣州：“口袋体育公园”受热捧 民众家门口享健康生活,中国煤矿文工团成立于1947年东北解放区，是国家级艺术院团中历史最悠久的单位之一。2005年，加挂了“中国安全生产艺术团”的牌子。2018年9月，转隶到文化和旅游部。,欧宝体育网站入口,腾龙娱乐网址多少,mg游戏注册送礼金。