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 11:57:53
来源:

猫眼电影

作者:

董韧

手机查看

  猫眼电影记者 宗程 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:爱游戏体育app在线平台

  12月24日,金上—湖北±800千伏特高压直流输电工程建成投运,商务部今天(16日)举行例行新闻发布会,近一段时期,一些西方国家频频指责中国“产能过剩”,称中国新能源产品出口冲击国际市场。当被问道如何看待所谓的“产能过剩”,商务部新闻人表示,所谓“产能过剩论”有悖常理和常识,毫无道理、完全站不住脚。对产能问题要尊重规律和事实,客观、全面、长远地看。,im电竞手机版。

  12月24日,在国营老厂当“主理人”:重庆民主村靠“融”字经翻身,6月13日,在商务部例行发布会上,商务部新闻发言人何亚东表示,欧方裁决披露中的认定,缺乏事实和法律基础,此举不仅损害中国电动汽车产业合法权益,扰乱中欧新能源车互利合作,也将扭曲包括欧盟在内的全球汽车产业链、供应链。,bt娱乐,澳门人巴黎人,AG亚洲游戏国际平台。

 时事2:足球体育直播

  12月24日,“史上最严”电动自行车新国标变化亮点有哪些?旧车怎么办?,果然,在日本南端国界线上的冲之鸟礁被日本“双标”了,据《读卖新闻》透露:“尽管‘冲之鸟’周长不足100米,这次也被计算在内了。”,新澳门棋牌游戏,玩球体育平台,ca88下载。

  12月24日,世界银行拨款5亿美元支持菲律宾台风“海鸥”灾后重建,双方将继续坚定捍卫第二次世界大战胜利成果以及载入《联合国宪章》的战后世界秩序,反对否定、歪曲和篡改二战历史。双方指出,必须进行正确的历史观教育,保护好世界反法西斯纪念设施,保护其免遭亵渎或破坏,严厉谴责美化甚至妄图复活纳粹主义和军国主义行径。双方计划于2025年隆重庆祝中国人民抗日战争和苏联卫国战争胜利80周年,共同弘扬正确的二战史观。,新天地网站,华体汇体育app官方电话,亚星官方。

 时事3:大连天健棋牌

  12月24日,黄奇帆:五件事将极大推动海南产业发展,2020 年代初,整个行业还对电动汽车领域满怀狂热与憧憬,然而消费者的实际需求始终未达预期。如今这场电动汽车热潮已然消退,车企们在前期持续观望、谋划应对之策后,终于开启全面战略转型。过去五年,车企在该领域的巨额资本投入沦为泡影;底特律的车企巨头们正把重心重新放回高油耗的大型皮卡和 SUV 车型上;多家车企也终于坦言:此前电动汽车的发展浪潮,由政策驱动,而非市场需求。,捕鱼达人单机版,伟德官网买球,明升备用网址网站。

  12月24日,巴西利美拉举办“中国文化日”,比如,“郑州市是国家中心城市里面国家5A级景区数量最少的城市,且嵩山少林5A级景区旅游吸引力呈现逐渐下滑态势”;“文化和旅游之间融合及旅游和农业、工业、康养、会展、研学、体育等相关产业的融合力度不足”等。,必威betway中文版,万博体育06月09日,爱游戏体育投注平台。

 时事4:大发快速开户

  12月24日,500余名选手角逐大湾区青少年跳绳王者 赛事三超世界纪录,克瑞尼什旗下一只追踪在美上市中国股票的交易所交易基金 KWEB,今年以来涨幅已达三分之二,基金规模接近 90 亿美元。该基金持仓包括腾讯、阿里巴巴和百度等企业。,365bet体育平台体育首选,凯时投注登录,体育注册送礼金。

  12月24日,AI赋能中医创新 专家强调“以人为本”核心不可替代,2021年11月,邓可的国任保险总裁任职资格获得监管批复,成为该公司通过市场化方式招聘的第二位总裁,次年其还兼任该公司合规负责人。,欧宝电子竞技平台,世界杯买球软件皇冠,博天堂在哪玩。

责编:谢雨均

审核:孙大光

责编:赫尔穆勒

相关推荐 换一换