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

2025-12-26 16:39:20
来源:

猫眼电影

作者:

王长庆

手机查看

  猫眼电影记者 黄晨 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:申博赌场网站

  12月26日,U17亚洲杯预选赛:中国队8比0胜斯里兰卡队收获四连胜,中国信达:成立于1999年,是经国务院批准设立的国有独资非银行金融机构,我国第一家处置金融不良资产的专业机构。,必赢亚洲网址。

  12月26日,建筑中的上海民革记忆绘画摄影作品展嘉定巡展举行,此前担任福建省委常委、福州市委书记的林宝金,已于今年1月任省人大常委会副主任、党组副书记。,所有巴黎人网站,乐鱼乐鱼体育,澳门银银河网上国际网站。

 时事2:澳门投注手机版

  12月26日,中经评论:在冰雪消费热中用好“冷资源”,证券日报网讯 12月23日,铁龙物流在互动平台回答投资者提问时表示,为保证所有投资者平等获悉公司信息,根据信息披露公平原则,公司选择在定期报告中披露对应期末时点的股东人数信息,具体情况请参阅公司披露的定期报告。,国际凯时AG优质运营商,快3彩票官网网页,皇冠365app官网下载。

  12月26日,“‘十五五’时期经济社会发展与统一战线” 学术研讨会在南宁举办,报道说,针对国际赛事播放国歌时出错事件,李家超表示,国歌代表民族尊严、国家尊严,将竭尽一切所能,确保国歌在不同场合正确播出。他说,特区政府已制定不同指引要求不同组织、代表团遵守,如果他们不遵守,特区政府会有惩处行动。,世界杯买球去哪里买的,飞禽走兽游戏,谁有贝博app网址。

 时事3:九五至尊游戏

  12月26日,登顶专精特新“第一城”!深圳交出“十四五”科技创新答卷,目前,国任保险股权基本处于正常状态,仅2家民营股东出现股权质押、涉诉抵债,股权占比分别为2.496%、1.248%。,bbin体育足球滚球推荐,乐鱼最新版下载手机版,365bet体育在线滚球信誉。

  12月26日,江南冬日 浙江杭州水上森林红似火,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。,大发手机版网址,betway官方网站登录,365bet体育在线数据比对。

 时事4:1分时时彩

  12月26日,与“台独”分裂势力勾连,被外交部反制的日本人岩崎茂是谁?,从一季度的市场情况来看,人均消费在二三百元的中端餐饮日子确实不那么好过。近日,一家人均消费约为320元的海鲜餐厅相关负责人告诉记者:“我们门店以前一个月能做350万左右的营业额,现在只能做到250万元。”另一家人均消费约为222元的苏浙菜员工则表示:“生意比去年下滑20%。”甚至还有一家人均消费约为276元的私营浙菜馆老板表示:“我们马上倒闭了。”,OD体育外围,世界杯比赛怎么买球,赌场游戏大厅。

  12月26日,黑龙江开启“冬捕季” 大庆连环湖头鱼拍出66万元,2025年10月31日,国家金融监督管理总局北京监管局的一纸罚单,为北京人寿看似稳健的经营蒙上了一层阴影。行政处罚信息公开表显示,北京人寿因“个别投资资产风险分类不准确、内控管理不到位”被给予警告并罚款26万元,时任资产管理中心总经理、职工监事晋小江被警告并罚款5万元。,188金宝博登录入口官网,永利电玩城网址,英皇国际网站。

责编:秦华江

审核:李佳航

责编:何瑾

相关推荐 换一换