商汤NEO架构革新：重构核心机制，多模态需求降九成斩获SOTA
尚汤科技与南洋理工大学S-Lab实验室联合发布全球首个原生多模态架构NEO，同步开源规模达20亿（2B）与90亿（9B）参数的预训练模型。该架构突破传统多模态模型“视觉编码器+投影层+语言模型”的堆叠式设计，通过重构注意力机制、位置编码和语义映射等核心模块，在数据效率与计算性能上实现显著突破。最新披露显示，NEO在同等性能水平下所需训练数据仅为行业平均值的十分之一，首次实现了从图像像素到语义token的端到端连续映射。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
技术层面，NEO架构采用三大创新设计：原生图块嵌入层直接处理原始像素数据，摒弃传统需要独立图像分词器的方案；三维旋转位置编码（Native-RoPE）创新地在统一向量空间中编码文本与视觉信号的时空频率特征；多头注意力机制采用“视觉双向建模+文本自回归生成”的混合计算模式，使空间关联度提升24%。这些改进使得模型在0.6亿至8亿参数区间内，于ImageNet图像分类、COCO目标检测和Kinetics-400视频理解三大基准测试中均取得最优（SOTA）成绩，同时在边缘设备上的推理延迟控制在80毫秒以内。
开源社区已同步上线模型权重文件与完整训练脚本，开发者可基于MIT协议自由使用。尚汤科技进一步透露，2025年第一季度将追加开源支持3D空间感知与动态视频理解的扩展版本。行业分析指出，NEO架构通过深度融合视觉与语言模态的底层表征，打破了传统多模态模型“模块拼接”的技术范式，为移动端和物联网设备部署高性能小模型提供了全新技术路径。该成果在GitHub发布后，已获得超过3000名开发者的关注，预训练模型下载量突破5万次。
热门专题
热门推荐
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票