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

2025-12-28 12:16:37
来源:

猫眼电影

作者:

邓子恢

手机查看

  猫眼电影记者 麦芸 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:真实赌博官网下载

  12月28日,新疆双口岸动能“拉满弓” 锻造“一带一路”黄金通道,值得一提的是,吉尔·拜登和埃姆霍夫的问候吻除了被保守派人士抓住批评外,还在社交媒体上引起了轰动。截至目前,美国公共事务卫星有线电视网(C-SPAN)有关这一幕的直播视频在推特上已获得了超230万的点击量,许多人都在争论这一吻是否有问题。,大赢家娱乐平台。

  12月28日,同江至俄罗斯下列宁斯阔耶港浮箱固冰通道开通,过去多年来,各地高校尤其是好大学普遍集中在省会城市,成为高教资源布局失衡的突出表现。,BOb体育官网下载,365bet体育官方备用网站,皇冠体育在线登录。

 时事2:尊龙app - 尊龙官网登录

  12月28日,冬奥会混双冰壶资格赛开赛 中国组合迎来两连胜,“营商环境没有最好,只有更好。”时任福建省副省长郭宁宁表示,福建聚焦市场主体关切,围绕转变政府职能,对标国际国内先进,依托数字福建建设成果,强化信息化对营商环境的支撑作用,全力打造能办事、快办事、办成事的“便利福建”。,皇冠app苹果官方,九五至尊电子真人,体育娱乐平台排行榜。

  12月28日,成渝中线高铁引入重庆北站第二阶段施工完成,值得注意的是,昊海生科关联人游捷、唐敏捷、蔡小川分别持有瑞济生物 21.69%、0.77%、0.87%股权。本次受让股权后将形成与关联人共同投资。游捷为昊海生科控股股东、实际控制人之一,担任公司非执行董事;唐敏捷担任昊海生科执行董事;蔡小川为陈奕奕配偶,陈奕奕担任昊海生科执行董事。,体育开户平台,澳门威尼斯国际86883,心乐棋牌。

 时事3:澳门皇冠森林舞会游戏

  12月28日,2025年内蒙古青少年科普大赛启幕 两千余名青少年竞逐科技赛场,在专访中,斯托尔滕贝格谈及了乌克兰反攻,乌克兰加入北约等议题。斯托尔滕贝格表示,所有北约成员国都同意乌克兰将成为成员国,“所有盟友都同意乌克兰有权选择自己的道路,所有盟友都同意北约的门保持打开状态”。但斯托尔滕贝格也明确指出,他无法给出乌克兰加入北约的日期,因为乌克兰加入北约的前提是“乌克兰作为主权国家赢得冲突”。,MG游戏电子官网,现金网投官网,斗地主游戏包括斗牛。

  12月28日,AI赋能千行百业 “制造”迈上“智造”新台阶,主导角色:组织安排技术转让、协调融资安排、要求调高浙江华贝估值;,大发速连,ag导航,日博手机版。

 时事4:云开体育官网登录APP

  12月28日,今天是全国交通安全日·安全提示:加塞抢行是交通事故最常见的“导火索”,李国杰作为中科曙光董事长,配偶张某华六个月内买入卖出“中科曙光”的行为,导致李国杰违反《证券法》第四十四条第一款、第二款的规定,构成《证券法》第一百八十九条所述的违法行为。,英皇体育体育外围,葡京平台下注,188体育登录官方版。

  12月28日,福建泉州:木偶巡游快闪走进古街区,路透社报道称,在其第三个任期,莫迪预计将延续对中国“强硬但务实”的政策。不过,随着莫迪本人有可能在新政府中话语权下降,也或将为中印关系带来更多变数。,365电脑注册,澳门威斯尼斯人6130app下载,千亿注册。

责编:黎皇外

审核:陶旭临

责编:宋心蕊

相关推荐 换一换