商汤发布 NEO-unify 技术博客，探索原生多模态统一架构

36 氪获悉，商汤科技联合南洋理工大学发布 NEO-unify 预览版——一种摒弃传统视觉编码器与变分自编码器、直接从像素与文本中学习的端到端原生架构。其在图像重建任务中接近 Flux VAE 性能，图像编辑基准达 3.32 分。研究显示，该架构理解与生成协同提升，数据训练效率优于现有方案。