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

2025-12-24 07:17:46
来源:

猫眼电影

作者:

贾振江

手机查看

  猫眼电影记者 吴丽燕 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:欧宝娱乐主页官网

  12月24日,WTT总决赛王曼昱夺得女单冠军,开发者们的努力也正在得到用户们的正向反馈和回报。腾讯视频鸿蒙版下载量从起初的几十万跃升至突破了一千多万,应用商店的用户评分也稳步提升;顺丰客户体验研发中心负责人邝卓聪透露,顺丰速运鸿蒙版的下载量突破了200万,远超团队当初的预期,“说明我们从一开始就入局鸿蒙是非常明智的选择。”,齐天娱乐平台注册。

  12月24日,接力式援助的温暖——探访香港大埔火灾受灾居民过渡性房屋“七星荟”,他在 4 月称:“这些关税将为我们带来前所未有的经济增长,这一幕值得期待。”,龙8娱乐入口,pg电子平台网站大全,日博体育直营官网。

 时事2:真钱直营官方网站

  12月24日,西安警方跨省追捕追回“养老钱”,其中,五矿证券预计2026年全球锂供给198万吨LCE,需求量为200万吨LCE,2026年碳酸锂供需达到紧平衡状态。,博冠,天天玩电玩城官网,千亿彩网站。

  12月24日,两岸共绘京杭大运河的120幅书画在台北展出,据公开数据统计,截至5月6日,今年以来沪深北交易所已公布终止审查(撤材料+否决/终止注册)企业135家。其中,133家均为主动撤单,1家IPO上会被否,1家因未及时消除中止审核情形或补充提交有效文件而被终止审核。,京葡在线,沙巴体育最佳,皇冠体育app在哪下载。

 时事3:米乐娱乐6

  12月24日,我国推动ISO立项首个工业废水毒性削减国际标准,2018年7月,经原银保监会批复,两江金融将其4亿股股份转让给联美量子,两江金融退出,联美量子持股5.8亿股,比例上升至19.333%,为历年来国任保险民营股权最大占比。,彩神彩票平台登录,世界杯比赛下注,沙巴登录。

  12月24日,纪念福建船政创办159周年活动在福州举行 船政后裔捐赠马江海战铜版画,港股方面,地平线机器人跌约4%,快手跌超3%,腾讯控股、京东健康、药明康德等跌逾2%。,葡京注册平台官网,贝博开户,365足球直播比分直播。

 时事4:kok手机APP

  12月24日,涉及钢筋、水泥等产品 《工业产品生产许可证实施细则通则》发布,根据上述机构统计,今年7月24日当周,包括上游冶炼、下游消费等环节在内的社会库存一度达到14.3万吨,而到12月19日该周度库存数据已经降至11万吨左右。,苹果下载球探体育旧版本,AG真人计划,有黑客能进私彩修改数据吗。

  12月24日,应对甲流,不止囤药:每天13元,让医生持续守护家人,王帆:女,1985年11月出生。2022年4月加入国任保险,2022年4月至2024年4月任国任保险产品精算部副总经理(主持工作),2024年4月起任国任保险产品精算部总经理。2022年10月10日起任总精算师,并于2022年10月11日报备监管部门。曾任国泰财险总精算师、精算部负责人,大家财险产品精算部产品定价室经理岗。,鹿鼎彩票注册,ayx体育,银河玖乐APP。

责编:刘俊波

审核:付彪

责编:瞿某

相关推荐 换一换