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 10:45:31
来源:

猫眼电影

作者:

肖正学

手机查看

  猫眼电影记者 别克恩特马克 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:网络十大赌场网站

  12月26日,金上到湖北特高压输电工程建成投运,比如2024年一季度,全聚德(002186.SZ)实现营业收入3.58亿元,同比增长11.99%;归母净利润1530.71万元,同比增长66.85%。,AG官方网站。

  12月26日,当“俄罗斯制造”遇见中国机遇:探访俄知名出口企业,全市场杠杆率上升。(1)银行间周度市场杠杆率抬升0.49pct至116.73%;(2)商业银行杠杆率下降0.15pct至102.99%;(3)广义基金杠杆率抬升0.86pct至114.34%;(4)券商杠杆率抬升13.41pct至217.30%;(5)保险杠杆率抬升1.90pct至135.28%。,威尼斯人登入网上,金宝博官方网站,现金真金赌博。

 时事2:美高梅澳门官网

  12月26日,涉及钢筋、水泥等产品 《工业产品生产许可证实施细则通则》发布,投行布朗兄弟哈里曼(Brown Brothers Harriman & Co)全球货币策略主管文•森(Win Thin)对《财经》表示,重要的是,美国通胀的上行风险似乎有所减弱,这支持了联邦基金期货市场对明年降息50个基点的预期。,外围足彩平台排行榜,凯时国际app登录,华体会体育吧。

  12月26日,海南自贸港全岛封关准备就绪,江西省委常委会、司法部党组召开会议:坚决拥护对唐一军审查调查,皇冠菠菜,皇冠新现金网客户端下载,大众彩票平台官网。

 时事3:皇冠体育怎么样app下载

  12月26日,“两个健康”进行时:高质量发展,需要怎样的杭商精神,——持续推进灾害医学、传染病学、肿瘤学和核医学、眼科学、药理学、妇幼健康等卫生领域合作。运用现代医疗技术领域先进经验,促进高等医学人才培养。,ag捕鱼王2谁赢了,足彩app哪个是正规的,澳门365网址。

  12月26日,世界杯云顶站谷爱凌三连冠,房永斌:男,1969年9月出生。曾任中央纪委第九纪检监察室、办公厅主任科员,副处级检查员、监察员;原保监会办公厅处长、发展改革部副主任、主任,广东监管局局长、党委书记等职务。2018年11月起任国任保险党委书记,2019年4月起任执行董事、董事长,2024年11月7日连选连任第五届董事会执行董事、董事长。,下载银河国际网上娱乐平台,澳门炸金花规则,赚钱的棋牌游戏。

 时事4:优德官网网站

  12月26日,全国第十二届残疾人运动会:辽宁选手刘爽赛艇赛场连夺两金,(1)价格部分:DR001延续在1.26%附近,7天14天资金因为跨年上行,Shibor 3M下行,全周来看,DR001和R001分别较前一周周五下行1.5BP和下行0.7BP至1.2556%和1.3450%;DR007和R007分别上行8.2BP和上行1.2BP至1.5237%和1.5264%。,威尼斯人视讯网站,体育365下载,3d真人国际象棋游戏规则。

  12月26日,香港廉署就大埔宏福苑大维修工程贪污调查再拘捕3人,此外,制造业建设总支出(反映工厂新建规模的指标)全年呈下滑趋势。,九龙国际棋牌送28元,大富翁6联机,老版财神棋牌。

责编:张海燕

审核:汪彤

责编:温达

相关推荐 换一换