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

2025-12-22 02:18:11
来源:

猫眼电影

作者:

魏某某

手机查看

  猫眼电影记者 张杰辉 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:心博天下开户网址

  12月22日,上海:元旦临近 特色活动打造冬日消费新场景,福克斯新闻网8日以“吉尔·拜登和道格拉斯·埃姆霍夫因在拜登的国情咨文中令人尴尬的接吻走红:这正常吗”为题,报道称埃姆霍夫“更热烈”地欢迎了第一夫人,“两人都被看见用亲吻对方嘴唇的方式问候对方”。,千亿国际游戏登录平台。

  12月22日,天津第二届室内蹦极国际锦标赛启幕 中外选手跃动海河之畔,经研究,聘任尚冰、吴晓根、胡爱民、章更生、范夏夏为国家电网有限公司外部董事,张成杰不再担任国家电网有限公司外部董事职务。,手机上怎么投注3D,电子游戏官网娱乐,盛大电子游戏平台。

 时事2:ag捕鱼网站

  12月22日,四川乐山“双遗”马拉松赛鸣枪开跑,邓肯最终在联邦法警的保护下从后门离开,事后他在采访中怒斥这群闹事学生是“狗屎”、“暴徒”,要求校方严惩他们和“火上浇油”的副院长,“当有足够多像这样的孩子进入法律行业,法治会堕落为野蛮行径。”,滚球下载,爱博网址登录,AG真人靠谱平台。

  12月22日,新加坡学者:中国发展势不可挡 美国应以互利共赢方式同中国合作,虽然本次采访的主题是持续进行的俄乌冲突,但还是免不了涉及有关中国的话题。,财经赌侠,bt365app官方下载注册,bg真人app。

 时事3:12bet 开户

  12月22日,此行间·“不打领带”的友好交流,习近平向马克龙这样介绍中国“治”慧,6月21日,中央纪委国家监委发布消息,自然资源部原党组成员,中国地质调查局原党组书记、局长钟自然被开除党籍,涉嫌受贿、故意泄露国家秘密犯罪问题移送检察机关依法审查起诉。,亚洲365网址,天博官方下载,云鼎在线官网。

  12月22日,从民进80年足迹中读懂中国新型政党制度,依据有关规定,经中央纪委常委会会议研究并报中共中央批准,决定给予钟自然开除党籍处分;按规定取消其享受的待遇;收缴其违纪违法所得;将其涉嫌犯罪问题移送检察机关依法审查起诉,所涉财物一并移送。,美高梅棋牌游戏,金沙app下载中心,足球现金官方网站。

 时事4:云顶娱乐平台

  12月22日,以招聘为名收取高额培训费 求职警惕“招转培”“招转贷”,俄罗斯高等经济学院教授安德烈·卡赞采夫说,首届中国-中亚峰会将在西安举行,表明中国在中亚的影响力越来越大,但这与俄罗斯在该地区的政策并不矛盾,因此不会看到两国为争夺中亚而展开激烈角逐。俄中在中亚的根本利益是一致的。中亚各国与中国的合作不是为了激怒俄罗斯,而是为了改善自身的政治和经济地位。,ob欧宝全站app,2019什么软件能玩德州,BBIN体育app。

  12月22日,中国西气东输气源地新增超深天然气产能20亿方,过去数周,州长纽瑟姆陆续宣布州内34个县进入紧急状态。总统约瑟夫·拜登10日批准加州部分地区进入紧急状态,意味着将动用联邦政府资源用于援助。加州紧急情况部门10日晚说,最新一轮冬季风暴已经造成至少2人死亡。,完美体育官网注册,欧宝平台入口,九州体育bet。

责编:姜黄素

审核:文亮

责编:郑培霖

相关推荐 换一换