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 00:08:32
来源:

猫眼电影

作者:

海进江

手机查看

  猫眼电影记者 朱昌杰 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:棋牌游戏欢乐斗牛

  12月26日,法国蓬皮杜中心馆藏艺术大师特展即将登陆北京,今天,多只科技股成交额突破百亿元。截至收盘,中际旭创成交额为144.98亿元,居A股个股成交额第一名;新易盛、工业富联成交额均超130亿元;中国卫星、胜宏科技、寒武纪-U成交额超120亿元。,澳门大赌场。

  12月26日,浙江杭州:大批候鸟飞抵西湖越冬,特朗普还承诺,借助关税政策,美国将 “迅速偿还国家债务,且这一切很快就会实现”。,齐发娱乐游戏国际,华体会体育,国际真人娱乐平台。

 时事2:百苑国际

  12月26日,图集丨习近平出席中央经济工作会议并发表重要讲话,而在今年以前,该公司股东大会上极少出现反对票,仅2023年9月的第四十次临时股东大会上《关于修订公司章程的议案》有0.5亿票反对。,乐鱼客户端,MG真人app链接,腾龙娱乐大厅客服。

  12月26日,脑卒中5大预警信号,出现一个就要警惕!千万别大意→,5月10日晚,大悟县人民政府办公室发布情况通报称,针对反映问题,大悟县委、县政府高度重视,迅速组建专班调查处置。经初步核查,网民反映情况基本属实。目前,工作专班正在对涉事情况进行全面核查,对存在的违规行为将按程序严肃追责问责。,beat365最新版,188体育开户官方,香港挂牌宝典。

 时事3:亚娱外围官网

  12月26日,《密云水库水源保护条例》施行 京冀携手执法,当地时间3月12日,英国首相苏纳克将飞往美国与美国总统拜登及澳大利亚总理阿尔巴尼斯会谈,旨在敲定一份涉及三方的核潜艇合作协议细节。,百老汇网上电子游戏,明博体育正规吗,大发体育登陆。

  12月26日,“2025从都国际论坛”在广州开幕,“反补贴调查是针对企业出口产品是否存在政府或公共机构提供的相关补贴,对进口国国内产业造成实质损害或实质损害威胁进行调查,继而判断是否要采取贸易救济措施。”对外经济贸易大学中国WTO研究院院长屠新泉在接受贝壳财经记者采访时表示,不同企业被认定接受的补贴不同,所被征收的关税税率也不同。,爱游戏在线登陆,必威亚洲体育官网,纬来体育在哪有直播吧。

 时事4:世界杯竞猜在哪里下注

  12月26日,北京市发放首批L3级高速公路自动驾驶车辆专用号牌,除此之外,平台仍缺乏完善的应急预案与风控策略。此次黑灰产攻击明显为有组织、技术化的行为,攻击者操控大量僵尸账号在同一时段开播,但面对这种非常规攻击,快手显然缺乏成熟的应对方案,处置初期既无快速定位批量违规账号的技术手段,也无分级管控、精准限流的应急流程,导致工作人员只能封禁单个账号,难以遏制违规内容的大规模扩散。,华体会在哪玩,手机赌钱官网,盛大最新网络游戏。

  12月26日,香港10月零售业总销货价值同比升6.9%,人福医药(600079.SH)当前正面临其发展历程中最严峻的时期。先是今年三季报出现“增利不增收”的业绩背离态势,随后,公司股票于2025年12月16日起被实施“其他风险警示”(ST),标志着前期重大违法违规行为正式进入风险释放期。,万豪电玩官网,28彩票平台登录,巴黎人经典手机版下载。

责编:罗吉芬

审核:徐东辉

责编:阎学通

相关推荐 换一换