AI日报 9月6日：NeoMME: 一种高效的多模态原生且支持多语言的编码器

2026-09-06 的 AI 日报最终保留 1 条动态，重点包括 NeoMME: 一种高效的多模态原生且支持多语言的编码器。这些条目从 24 条候选信号中筛出，共对应 1 个合格来源；每条都分开写明已确认事实、对读者的影响和仍不能确认的边界。

产品与工具更新

1. NeoMME: 一种高效的多模态原生且支持多语言的编码器

   已确认事实：

   • NeoMME 是一个多语言多模态基础编码器系列，包含 260M 和 800M 两种规模，不使用独立的视觉塔或因果语言模型，通过单一的双向 Transformer 直接处理文本标记和原始图像块。
   • NeoMME 能够通过单一 Transformer 编码器为输入文本或图像生成向量表示，支持多语言文本，且在处理过程中图像和文本使用相同的计算路径，从而简化了预训练与推理流程。
   • NeoMME-Retriever 是基于 NeoMME 主干网络微调的视觉文档检索模型，能在单次前向传递中同时返回稠密和晚期交互式嵌入，有效保留了文档的布局、图表和字体等视觉信息。
   • NeoMME 通过分层标记池化和非对称量化技术，将 late-interaction 索引的存储需求从每页约 1.5 MB 减少至 6 kB，在 255 倍压缩率下仍保持了超过 95% 的基准 nDCG@10 性能。
   • 虽然 NeoMME 采用了如分组查询注意力、2D 旋转位置编码等现代组件并展示了高效的编码速度，但目前尚不确定其在极端长文档或特定领域文档之外的鲁棒性表现，且未说明在不同存储预算下的压缩配置对非主流语言的检索精度影响。

   这会影响什么：这条信息会影响对 NeoMME 当前进展的判断，结论只限于来源已经披露的范围。

   尚不能确认：

   广告

   • 当前材料不足以确认 NeoMME 的事件范围、后续变化和独立来源交叉验证。
   • 本站未实测；如需据此做采购、迁移或生产决策，仍要完成独立复核。

   来源：Hugging Face 官方博客 · NeoMME · 一手资料 · 2026-09-03

来源说明：模型、软件、研究、教程和产品更新只采用官方或一手资料；商业事件可以采用可信媒体，但正文必须明确写出报道归属。自动生成结果仍是待人工审核草稿，来源合格不等于本站已经完成独立实测。