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 05:54:34
来源:

猫眼电影

作者:

杨恒含

手机查看

  猫眼电影记者 王茂松 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:ob体育最新版

  12月28日,海南自贸港完成封关运作前最后一轮第三方测评,村民刘一鸣(化名)常年在沿海地区打工,妻子钱清花在老家种水田、带孩子。最近,刘一鸣查询国家企业信用信息公示系统,发现妻子也被莫名其妙登记了营业执照。日期是2011年8月16日,登记机关为“大悟县市场监督管理局”,营业执照类型为“个体工商户”。,澳门金沙游戏登录。

  12月28日,锻炼不当反伤血管!这几种运动不适合老年人→,“佛山大学”的诞生,意味着继广州、汕头、深圳之后,佛山也终于如愿拥有了以城市命名的大学。同时“升本更名”成功的肇庆医专,则成为广东目前唯一一所以“医学院”命名的高校,也是继湛江的广东医科大学之后,非广州地区又一所医学本科高校。,双赢棋牌官网版,博彩十大排名,皇冠游戏app下载。

 时事2:365体育外围app下载

  12月28日,越冬灰鹤“做客”山西万荣黄河湿地,据日本共同社昨天(9日)报道,在当天的参议院外交防卫委员会上,防卫省提出了一项大胆的考虑,即允许自卫队招募有文身的应募者。报道援引退役前自卫队干部、自民党议员、军事评论家佐藤正久的观点称,在目前的少子化、老龄化背景下,有必要采取措施保障自卫队的员额(数量充足)。,银河国际是干嘛的,必威官网首页,BETVlCTOR登录网站。

  12月28日,国际人士:高市错误言论严重威胁地区稳定,“传统产业再怎么发展都会有一定的瓶颈,所以要大力培育新兴产业,当然这也有一个过程。”彭澎认为,佛山要稳住自身传统优势产业,推进智能化数字化进程,开发一些新的消费领域。同时,要布局一些有市场前景的新兴产业,对城市发展形成新的支撑力,这是最重要的。,宝马会全站APP,bet体育足球,龙头报。

 时事3:腾龙在线客服联系方式

  12月28日,中国在大分子蛋白精准测量领域取得重要技术突破,以北京为例,今年“五一”假期期间,记者走访海淀某新盘项目。一名房产中介对记者表示:“这处新房单价较低,但得房率不占优势,在76%左右;旁边的次新房得房率约85%。按照新房8.2万元/平方米计算,相当于买100平方米的三居,要花近200万在公摊面积上。”,米乐app下载,综合体育平台导航,letou米兰沙巴。

  12月28日,升糖慢、热量低,这种“宝藏主食”正应季,根据全球汽车行业信息资讯机构JATO数据,2023年上汽集团在欧洲十三国的出口量最多,去年全年出口量为242861辆,其次是吉利集团和比亚迪,分别为22486辆和15976辆。,真钱炸金花哪个好,ag九游国际会,扎金花比牌。

 时事4:金沙电子登入

  12月28日,侨乡以法治织网守护侨胞权益,宝马集团大中华区政府和涉外事务副总裁吴燕彦表示,智能驾驶是宝马重点研发领域,其L3自动驾驶功能获得德国交通管理局批准,配备L3级自动驾驶的宝马i7在德国已面向终端客户接受预订。在小马智行政府事务副总裁王彊看来,无人驾驶“高效率”“高质量”特征明显,通过创新性配置生产要素、优化组合、提高生产效率,来助力汽车生产和交通运输两大产业升级。,大红鹰dhy登录界面,凯发k8官网下载,手机斗牛赚钱。

  12月28日,“花式过冬 嗨游辽宁”2025冬游辽宁消费季启幕,据俄新社、英国广播公司(BBC)消息,在沃罗比耶夫宣布这一消息前,俄罗斯国防部宣布在俄罗斯南部地区击落了两架乌克兰无人机。,亚盈体育官网入口,世界杯外围体育投注网,竞技宝官网测速站网址。

责编:麦基翁

审核:王运玲

责编:周韵

相关推荐 换一换