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 09:42:08
来源:

猫眼电影

作者:

郑家星

手机查看

  猫眼电影记者 马蒂亚斯·穆勒 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:本届世界杯竞彩投注量

  12月26日,总是犯困是病吗?医生:持续困倦是一种要警惕的信号,从行业前线上退下来后,史美伦相信未来不会再面对太大压力,或会参与一些非牟利工作。她强调,并非一定要担任公职才可以服务香港。目前史美伦仍然担任蚂蚁集团独立董事。不过,由于上任不足一年,之前未有太多时间投入到当中,未来会慢慢熟习。,乐虎国际手机版app。

  12月26日,湖北利川推动算力建设加快打造“武陵算谷”,为何哈尔滨遇到降雨概率也这么高?6月正是东北冷涡活跃的时期,东北、华北午后多骤雨,雨通常来得急去得快,雨量也多为小到中雨。像今年就是如此,高考期间有冷涡活动,东北地区将有大范围降雨,多地还可能有雷雨天气。,新濠天地官方网站下载,云顶娱乐网页版,打鱼注册送钱。

 时事2:巴黎人下载充值

  12月26日,贵州凤冈47个村集体经济开展全员分红 资金达251万元,2018年11月,房文斌担任国任保险党委书记,彼时根据公开信息徐兴建职位仍为董事长。2019年4月,房文斌董事长任职资格获批,徐兴建卸任。,手机威尼斯在线最新网址,MG真人登录官网,体育官方登录。

  12月26日,2025中国乐器行业大会在河北肃宁启幕,德国汽车工业协会也认为,现在宣布的这些措施不会解决欧洲和德国汽车产业面临的挑战。相反,欧委会征收反补贴税的意图在贸易冲突中可能很快产生负面影响,重点必须放在欧洲作为工业基地的吸引力和竞争力上。这是成功转型和在国际竞争中占据领先地位的最佳前提。因此,需要积极的工业战略,包括积极的贸易政策。,银河手机版,世界杯去哪个网站看,牛宝体育下载地址。

 时事3:全民捕鱼大战下载

  12月26日,职业版图“更新” 职业赛道新意迭出,2021年12月28日,诺泰生物与一家名为“浙江华贝药业有限责任公司”(简称“浙江华贝”)的企业签署《药品技术及上市许可持有人权益转让协议》,约定将某项药品技术及相关权益以3000万元价格转让给浙江华贝。公司据此在2021年年报中确认了3000万元营业收入及2595.16万元利润。,双赢棋牌官网,188体育外围在线,美高梅官方下载。

  12月26日,江南冬日 浙江杭州水上森林红似火,2021年10月,郭宁宁任福建省委常委,11月任省政府党组副书记,直至此次职务调整。,威尼斯人电子登陆,比分bifen,贝博app官方下载。

 时事4:沙巴体育网信誉认证

  12月26日,福建支持台胞开设沙县小吃门店 提供创业补助和技能培训 台湾业界乐观其成,对于刚刚上任董事会主席的唐家成来说,目前面临诸多挑战,恒生指数已连跌4年,港交所IPO上市数量和融资规模暂时也处在低谷,近年流动性不足、股权融资市场不景气一直被市场诟病。,AG视讯真人,龙8国际注册送18,尊龙在线买球。

  12月26日,中船集团外高桥造船超额完成年度交船目标,新京报讯 5月6日晚,CBA半决赛第三场,广东队主场98比82大胜辽宁队,系列赛大比分2比1反超卫冕冠军。,云顶娱乐手机网站登陆,jdb电子送金,必应国际版里的客服是真人吗。

责编:江·艾

审核:于义涛

责编:张杰

相关推荐 换一换