搜索 猫眼电影 融媒体矩阵
  • 山东手机报

  • 猫眼电影

  • 大众网官方微信

  • 大众网官方微博

  • 抖音

  • 人民号

  • 全国党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >社会新闻

从“数据融合”迈向“原生架构”:商汤发布 NEO 架构,重新定义多模态模型效能边界

2025-12-26 14:24:44
来源:

猫眼电影

作者:

李琼燕

手机查看

  猫眼电影记者 梁清标 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:旧版球探体育比分

  12月26日,海南全岛封关后第一批国际船舶落户“中国洋浦港”,曾经的“高教洼地”如今已迎头赶上,广东因此成为不少面临类似困境省份的学习对象,其中就包括同为沿海经济大省的浙江。,letou米兰首页。

  12月26日,桂越合作向“新”而行 越南下龙湾首个智慧深水网箱建成下水,近日,神州控股(00861.HK)旗下神州一诺成功中标签约上海仪电(集团)有限公司(以下简称“上海仪电”)的千万级数据中心搬迁集成服务项目。这是继今年6月神州一诺中标上海仪电智算基础设施服务项目后,双方在短期内达成的又一次重要合作。此次连续中标,不仅体现了上海仪电对神州一诺在“算力再造”领域技术实力与服务品质的充分信任,也标志着双方的合作关系在前期成功合作的基础上得到了进一步巩固与深化。,百人牛牛棋牌游戏,必威亚洲官网入口,澳门金沙信誉游戏。

 时事2:万博体育真人游戏

  12月26日,广州足球名宿温志军携手多名现役球员体验盲人足球,经研究,聘任徐平、石晟怡、吴盛悦、高一斌为中国通用技术(集团)控股有限责任公司外部董事,朱鸿杰不再担任中国通用技术(集团)控股有限责任公司外部董事职务。,鸿博体育快速注册,凯时网址是多少,ys娱乐公司。

  12月26日,累计降温超15℃!中东部多地将迎下半年来最冷一天,“一个中国原则得到国际社会普遍支持,是人心所向,大势所趋,不容否认,也不可阻挡。”汪文斌强调,任何打“台湾牌”,搞“以台制华”的图谋,必将遭到国际社会的坚决反对,注定以失败告终。,华体会ios,bt365体育手机版,扑克王app官方下载。

 时事3:188博金宝体育

  12月26日,明年2月1日起北京市收费公路将全面使用电子发票,国任保险偿付能力较为稳定,近三年综合偿付能力在204.49%至272.69%浮动,2025年Q3综合偿付能力为272.69%。近三年核心偿付能力在110.38%至137.95%浮动,2025年Q3核心偿付能力为136.34%。均高于监管红线,处于持续健康范围内。,大三元国际平台,大富豪最新版本,博天堂在哪里玩。

  12月26日,浙南“中国紫菜之乡”头水紫菜上市 产销两旺造就富民产业,王超毕业于广州外国语学院,担任过商务部副部长、外交部副部长等职务。,皇马电子游戏网站,英国威廉希尔官方网址,正规网投彩票平台。

 时事4:美高梅在线游戏

  12月26日,500平方米城市冰场亮相上海陆家嘴 为市民打造沉浸式冬日体验,除此之外,本田、日产、保时捷、沃尔沃、捷豹等一众曾公布宏大电动化规划的车企,均已叫停或大幅缩减相关目标。通用汽车也放弃了‘2035 年全系车型纯电化’的承诺,旗下多个品牌的电动化时间表也同步延后。,乐发彩票平台网址,九州备用网站,10BET线上娱乐网站。

  12月26日,南共体举行特别峰会 关注马达加斯加局势,中新网5月10日电 据韩联社报道,韩国将向日本派遣福岛核污染水排海考察团,在日本停留4天以上。,永利体育快速开户,视讯真人游戏网站是什么,凯发娱乐手机端官网首页。

责编:俞洁

审核:蔡酒哥

责编:萨利赫-阿尔贾曼

相关推荐 换一换