OpenAI联合创始人Ilya Sutskever近日发表重磅声明，指出单靠扩大模型规模的时代已经终结，AI领域的未来突破将转向更智能的架构设计。这一观点引发行业震动，标志着持续数年的”数据与参数竞赛”正面临边际效益递减的瓶颈。在此背景下，中国研究团队推出的开源多模态架构NEO以颠覆性设计成为焦点，其通过三大核心技术突破重新定义了视觉与语言的关系。
与传统多模态模型（如GPT-4V、Claude 3.5）简单拼接视觉编码器和语言模型不同，NEO开创性地构建了统一架构。其原生图块嵌入技术使AI能从像素直接构建高保真视觉表征，而三维旋转位置编码通过高频低频组合智能处理时空关系，配合原生多头注意力机制，实现了视觉与语言信息的深度交互。令人惊叹的是，NEO仅用传统模型1/10的训练数据，就在多项评测中追平甚至超越旗舰对手，验证了”质量优于数量”的新路径。
业界分析认为，NEO的成功标志着AI发展从”暴力计算”转向”精密设计”的关键转折。其开源特性将加速全球研究机构的技术迭代，而中国团队在架构创新上的领先优势，可能重塑国际AI竞争格局。
原创文章，作者：聆听，如若转载，请注明出处：https://www.kejixun.co/article/740626.html
