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

2025-12-27 01:20:41
来源:

猫眼电影

作者:

蒂姆·库克

手机查看

  猫眼电影记者 麦克卢尔 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:必威官方网站

  12月27日,双子座流星雨划过各地夜空,“重要的不仅仅是(提供)某种特定的武器系统、某种装备,”布林肯称,“乌克兰有能力有效使用(这些武器)同样重要,而在某些情况下,这需要大量训练。”,世界杯投注情况。

  12月27日,五部门联合开展医养结合促进行动,他转发了赫什的报告链接,并介绍赫什是一名“因揭露越南美莱大屠杀而获得普利策奖的记者,还曾报道过有关水门事件和阿布格莱布监狱事件”。,188体育接口对接,188金宝怎么注册,bob软件苹果版。

 时事2:鸿博体育开户

  12月27日,完善幼儿园收费政策 三部门发通知,根据中国医药历史公告,高渝文为硕士研究生学历,高级经济师,其职业生涯与中国医药的控股股东——中国通用技术(集团)控股有限责任公司(以下简称通用技术集团)紧密关联。,ag真人苹果版,优博苹果版,安博视讯官网下载。

  12月27日,中国残疾人联合会代表团到访香港启德体育园,宝马、奔驰等欧洲车企同样呼吁支持基于世贸组织规则的自由贸易和公平竞争。,世界杯要在哪里投注过,热博登录,12bet手机版登录。

 时事3:tom网站地址

  12月27日,新版中俄双边投资协定于12月1日正式生效,这些企业包括金风科技、特变电工、九圣禾种业、昌吉溢达纺织、天鹅棉机、新业能化等,都是新疆特色优势产业的代表企业。,亚星在哪开户,世界杯正规买球APP,凯发k8娱乐登录。

  12月27日,湖北恩施开通直飞韩国大邱国际航线,此外,在今年1月获批的《山东省国土空间规划(2021—2035年)》中,同样提到“推动渤海海峡跨海通道规划论证”。,手机砸金花二八杠名字,星河真人,365bet足球官方开户网。

 时事4:黄冠网站多少

  12月27日,大型国际航空展览暨会议在香港举行,以每周周五时间作为观测点,环比上周五,曲线熊陡变动,1年期AAA存单收益率目前录得1.6425%。,凯时免费试玩,bwin客户端登录,澳门百老汇大厅。

  12月27日,“丝路海运”添新航线 厦门至柬埔寨直航时间缩短一半,据央视报道,在普京的随访团中,还有一支有着105年历史的俄罗斯乐团——奥西波夫民族乐团。,腾龙国际是正规平台吗,九州体育bet备用,和记ag。

责编:陈粮

审核:张秋桔

责编:张仪

相关推荐 换一换