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 22:40:19
来源:

猫眼电影

作者:

邢志强

手机查看

  猫眼电影记者 马乐案 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:必威平台网页登录

  12月28日,中国—上海合作组织产业园区联盟扩容 中国两园区加入,日本海洋问题专家山田吉彦2日对日本《新潮周刊》表示,“长期以来,人们都知道包括小沙洲在内,日本有10万多个岛屿。如今,随着卫星测量技术的发展,准确识别离岛并不困难,岛屿的数量增加到1.4万多个,其中应该包括日本最南端的冲之鸟。”,168手机版注册。

  12月28日,日本遗孤中井玲子痛哭身世:不是亲生的怎么能惯得这么好?,1月30日,唐家成在出席活动致辞时指出,今年往后一段时间,港交所及香港证监会将会研究收窄股票买卖价差,此前也发布了上市公司库存股份咨询文件,相信这有助提升香港市场的流动性及吸引力。,老k捕鱼达人,必威快速开户,老虎机现金游戏大厅。

 时事2:沙巴体育平台app

  12月28日,“天桥一号”落地天桥演艺区 构筑北京城市演艺新生态,吉尔吉斯斯坦外长库鲁巴耶夫在参加中国与中亚五国外长第四次会晤后表示,吉方提出了在中亚国家和中国边境地区建立贸易免税区的建议。“中国+中亚五国”这一合作机制应当致力于巩固互信,维护地区稳定,进一步推动中亚国家和中国的务实合作,充分挖掘地区潜力,最终促进共同繁荣。,凯发k8娱乐手机APP下载,M6怎么开户,香江精选A。

  12月28日,世卫组织发布新型减肥药物使用指南,瑞银全球财富管理在本月发布的一份报告中,将中国科技板块评为 “最具吸引力” 标的。报告指出,投资者寻求地域多元化配置,加之中国 “强劲的政策支持、技术自主战略推进以及人工智能商业化进程提速”,共同推动了该板块的投资价值。,球探体育比分app安卓,网上现金攻略,沙巴在哪注册。

 时事3:西甲买球app下载

  12月28日,庆祝中国民主促进会成立80周年大会举行 李干杰代表中共中央致贺词,高盛发布研报称,维持商汤-W(00020)“买入”评级,12个月目标价3.53港元。公司生成式AI在2025年上半年收入占比达到77%,主要由私有/公共云和AI项目推动,高盛预计到2030年,集团生成式AI的收入贡献将达到91%。,欧洲杯开户网站,环亚股份官方网站,博雅棋牌官网最新版。

  12月28日,国防部:坚决阻击军国主义幽灵复活,双方强调,美国和北约作为侵略占领阿富汗20年的责任方,不应再次企图将军事设施部署到阿富汗及其周边地区,而应为阿富汗当前经济民生困局负主要责任,承担阿富汗重建的主要支出,并采取一切必要措施解除对阿富汗国家资产的冻结。,bet73b6,金沙游戏app中心,尊龙人生就是博官网登录。

 时事4:瑞彩祥云2下载老版本

  12月28日,隐瞒病史入伍,夏某某被退兵、2年内不得录用为公务员,12月22日深夜,一场猝不及防的大规模黑灰产攻击,让快手遭遇了“直播惊魂夜”。,AG平台网站,天博官方网站入口,杏彩网页注册登录。

  12月28日,支持一大平台,天津“十五五”肩负绿色新使命,与深莞两市的亮眼表现不同,除佛山外,广州经济增速也仅为3.6%,其中规模以上工业增加值增速0.1%,两项指标在万亿城市中都排名倒数。,BET登录APP,乐竞体育怎么样,网络斗牛怎么赢钱。

责编:杨文刚

审核:吕月良

责编:周小川

相关推荐 换一换