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 18:36:26
来源:

猫眼电影

作者:

贺捷生

手机查看

  猫眼电影记者 阿巴拉契亚 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:金沙手机版下载

  12月24日,成都混团世界杯:中国队十战十胜晋级决赛,决心虽坚,但挑战也不小。中信建投面临的首要问题就是缺少鸿蒙开发人才,而鸿蒙团队也迅速响应、提供了诸多支持,为中信建投开发团队组织专项培训,帮助他们用时三个月就推出了首个Beta版本,跑出了传统金融业拥抱新生态的“鸿蒙速度”。,TB体育下载。

  12月24日,飞机“锁座”引争议 有偿选座被质疑 为何锁座?航司理由牵强 与事实不符,头顶“银行系”光环,国民养老保险的业绩也可圈可点。数据显示,2022年至2024年,国民养老保险的保险业务收入分别为2.92亿元、11.19亿元、48.08亿元,净利润分别为0.49亿元、3.15亿元、4.30亿元。截至2025年三季度末,国民养老保险规模保费收入为47.37亿元,净利润为3.2亿元。,真钱赌城排行,奥博真人国际,10bet十博体育。

 时事2:澳门梭哈规则

  12月24日,华人雕塑家周小平——以雕塑艺术镌刻时代印记,据报道,在日本的行程中,考察团将在福岛第一核电站核污染水排海现场考察2天时间。,澳门威尼斯人网上视讯,新必赢亚洲官方网站登录,亚盈体育手机版app下载。

  12月24日,【理响中国·经视图】提升产业链供应链韧性和安全水平,近日,神州控股(00861.HK)旗下神州一诺成功中标签约上海仪电(集团)有限公司(以下简称“上海仪电”)的千万级数据中心搬迁集成服务项目。这是继今年6月神州一诺中标上海仪电智算基础设施服务项目后,双方在短期内达成的又一次重要合作。此次连续中标,不仅体现了上海仪电对神州一诺在“算力再造”领域技术实力与服务品质的充分信任,也标志着双方的合作关系在前期成功合作的基础上得到了进一步巩固与深化。,天辰娱乐平台地址,快3彩票下载官网,沙巴体育滚球首页。

 时事3:米乐网页版注册登陆失败

  12月24日,中国国家航天局设立商业航天司 持续推动商业航天高质量发展,正如黄渤在盛典上所讲述的,“对于鸿蒙来说,退一步可能不是什么海阔天空,却有可能是无影无踪。”从2015年开始立项开发,鸿蒙团队以及追光者们十年死磕,以不懈努力走出了一条艰难却通向希望的路,照亮属于奋斗者的光辉岁月。,棋牌评测网,188体育唯一授权官方,巴黎人安卓应用下载。

  12月24日,香港民众悼念宏福苑火灾殉职消防员,宝马集团董事长齐普策表示,欧委会对中国电动汽车加征关税是错误的决策,加征关税将会阻碍欧洲车企的发展,同时也会损害欧洲自身利益。“贸易保护主义势必引发连锁反应:以关税回应关税,以孤立取代合作。对宝马集团来说,类似增加进口关税这样的保护主义措施,无法帮助企业提升全球竞争力。”,365best登录,看世界杯的网站无广告,澳门威尼斯人全攻略。

 时事4:凯发娱乐客服端下载官网

  12月24日,喝酒吃辣能暖身?都是御寒“损招”,其中,一季度深圳进出口总额达到1.02万亿元,十年来同期首次突破万亿元大关。与此同时,规上工业增加值增速保持两位数增长,达到11.5%,同样位居全国前列。工业与外贸双双回暖,也传递出制造大市深圳经济向好的信号。,dafabet手机版娱乐版,bb贝博狼堡德甲狼堡亚太,ag真人官方网站手机版。

  12月24日,沈阳现雾凇景观,突发!网信部门依法查处快手、微博平台破坏网络生态案件,此前小红书曾被查,多宝体育登录,168app链接,澳门百老汇在线网站。

责编:姚洋洋

审核:刘航初

责编:严运涛

相关推荐 换一换