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 04:08:05
来源:

猫眼电影

作者:

雅歌

手机查看

  猫眼电影记者 金焱 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:ca88苹果版

  12月28日,外媒:澳大利亚邦迪海滩发生枪击事件,据日本东北放送电视台3月1日报道,2月28日晚间日本自卫队在位于日本宫城县内的废弃物处理场内处理废弃子弹时,发生了废弹破裂事故。目前警方正在调查因此造成的损失情况。,凯时kb88最新。

  12月28日,【有声天风】“美美与共”基督论初探,数据显示,今年全国高考报名人数首次突破1300万人大关,达1342万人,比去年增加51万人。就在千万学子迎考之际,各地高校获批的消息也密集传来。,真实枪械模拟器全部枪,威尼斯游戏登陆,沙巴外围官网。

 时事2:金沙澳门官网

  12月28日,意前官员:美国无法撼动中国发展进程,能源领域将迎新格局丨世界观,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。,吉祥游戏官网正版APP下载,新濠天地注册,188体育开户授权官方。

  12月28日,雪后故宫吸引游客参观游览,12月10日,苏银理财发布公告称,部分理财产品新增浙江开化农商行、浙江绍兴瑞丰农商行作为销售机构。,银河国际城代理,天富娱乐怎么注册,BOB竞彩官网。

 时事3:羽毛球比分

  12月28日,多部门联合部署做好今冬明春寒潮大风大雾灾害防范应对工作,据《纽约邮报》等报道,事后邓肯接受采访时表示,当时他的演讲还没开始多久就被强行打断了,他指责副院长与一些左翼学生沆瀣一气攻击自己,“在我看来,这是一个圈套,她和学生是串通好破坏活动的。”,玩老虎机有什么技巧吗,至尊炸金花安卓版,充值美高梅。

  12月28日,宁夏银川:生态打底 让“塞上湖城”既有颜值更有内涵,公开简历显示,韩勇,男,汉族,1956年10月生,吉林九台人,1976年4月入党,1974年6月参加工作,中央党校研究生院国际政治专业毕业,中央党校研究生学历。,凯发娱乐app,什么网站买世界杯靠谱,九龙挂牌全篇。

 时事4:新宝5娱乐平台首页

  12月28日,北京:年轻人乐享“追着票根薅羊毛”,今年以来,山东省平均降水量99.0毫米,较常年同期偏少27.8%;6月份以来平均降水量1.5毫米,较常年同期偏少92.8%。连日来,受降水偏少和高温天气影响,山东部分地区出现了阶段性气象旱情。截至6月10日,山东省农作物受旱面积121.5万亩,农田缺墒面积262.4万亩,主要分布在临沂、菏泽、滨州、东营、潍坊、聊城、泰安等地。,永利体育客户端下载,澳门银银河真人下载app,幸运双星巨额大奖。

  12月28日,吕忠梅:生态环境立法占现行法律超1/10 奠定法典编纂基础,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”。,皇冠大转盘唯一主页,正规best365下载,1xbet。

责编:陈晓梅

审核:张维庆

责编:林春家

相关推荐 换一换