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 07:04:15
来源:

猫眼电影

作者:

噶丹

手机查看

  猫眼电影记者 张茉 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1:365体育游戏客户端下载

  12月27日,伊利在2025可持续社会价值创新大会亮出“生态解法”,新京报讯 据国家空间天气监测预警中心消息,国家空间天气监测预警中心5月11日9时发布地磁暴红色预警:北京时间2024年5月10日23时起发生地磁暴,最大级别达到超大地磁暴(Kp=9)水平,预计未来24小时,磁暴过程仍将持续,后续仍可能发生大地磁暴。,凯时app下载。

  12月27日,特朗普称委内瑞拉抢了美国石油 马杜罗批驳其殖民企图,李国杰自2011年1月至今任中科曙光董事长。张某华系李国杰配偶。2023年3月3日至2024年3月14日,张某华累计买入“中科曙光”334.33万股,累计买入成交金额1.54亿元;累计卖出“中科曙光”334.26万股,累计卖出成交金额1.544亿元,存在买入后六个月内卖出,卖出后六个月内买入的行为。上述违法事实,有中科曙光公告、相关人员的询问笔录、证券账户资料、证券交易流水等证据证明,足以认定。,欧冠体育充值,国际跳棋真人版对战,国际象棋下棋真人图片。

 时事2:8228彩票官网

  12月27日,2025斯诺克单局限时赛:中国军团5人晋级第三轮,光大证券指出,AI算力与数据中心建设推动半导体销售和晶圆产能持续扩张,尤其是先进制程与HBM等高端存储快速放量,显著抬升了对高纯度、低缺陷半导体材料的长期需求。在此背景下,半导体材料行业的技术门槛和客户认证壁垒不断提高。建议重点关注在高端材料领域具备技术积累、产能规模,以及与下游晶圆厂客户深度绑定的头部企业。这类企业有望在先进制程推进和国产替代趋势下实现份额提升和盈利增长。,巴西世界杯投注,ayx体育,二八杠在线玩。

  12月27日,从1到“N” “中国第一竹乡”解锁一根竹子的“72变”,“目前主要观点比较集中,基本设想就是从山东蓬莱经长岛至辽宁旅顺,以海底隧道或桥隧结合的方式,建设直达的快捷通道,化天堑为通途。这样就形成了纵贯东北到东南沿海的东部交通大动脉,极大地改善了东部的交通和物流环境。”梁启东告诉中国新闻周刊。,188比分直播手机版,新金沙登录,360街机三国。

 时事3:大发888国际官网

  12月27日,菲尔兹奖得主:中国有重视教育的千年传统 政府大力支持数学教育丨世界观,仅以当前主力LC2605为例,该合约在12月17日突破年内高点后迅速走高。截至12月22日收盘,LC2605已经升至11.4万元/吨。,客户端巴黎人,2026世界杯决赛买球,鸿博体育官方下载。

  12月27日,脱贫村的这五年 | 从“住上好房子”到“过上好日子”——店房奋进启新程,公开资料显示,作为全链条液冷的开创者,英维克从冷板、快速接头、Manifold、CDU、机柜,到SoluKing长效液冷工质、管路、冷源等“端到端”的产品覆盖,从服务器制造工厂,到数据中心运行现场的“厂到场”交付场景覆盖,英维克全链条液冷的产品和服务不断延伸。公司通过自主研发、自主生产、自主交付、自主服务,全面保障液冷系统运行。,足彩平均优化,送彩金的网络平台,沙巴体育APP下载。

 时事4:亚星手机版官方登

  12月27日,南京举行“烛光祭·国际和平集会”遥寄哀思 祈愿和平,今日,市场交投活跃,4只A500ETF成交额均超过100亿元。,七彩连珠在线玩,必威苹果版,118足球比赛比分。

  12月27日,从化零为整到开放共赢 广西产业园区激活发展效能,2003年对外贸易经济合作部等部门整合成为商务部之后,王超相继担任过商务部美大司司长、国际司司长、商务部部长助理、副部长等职务。,威尼斯人官网网页,卡塔尔世界杯中文网站,经典全民诈金花现金。

责编:刘玉

审核:克里斯·迈克尔

责编:黄晓安

相关推荐 换一换