2025年12月，中国研究团队推出全球首个原生多模态架构NEO，由商汤科技与南洋理工大学联合研发。NEO颠覆传统模块化拼接方式，实现视觉与语言的一体化深度融合，仅用十分之一的训练数据便在多项评测中追平甚至超越旗舰模型如GPT-4V、Claude 3.5等。其三大核心技术包括原生图块嵌入、原生三维旋转位置编码和原生多头注意力机制，显著提升数据效率和推理能力。NEO在中小参数规模（2B-8B）表现出色，适合边缘设备部署，大幅降低多模态模型的应用门槛。商汤已开源2B与9B两种规格模型，推动行业向原生架构迁移。NEO的出现验证了Ilya Sutskever关于‘架构创新重于规模堆砌’的预言，为AI未来发展指明方向。