一、多模态大模型的“感知困境”：从“看到”到“理解”的断层 多模态大模型的核心目标是实现跨模态（如文本、图像、视频）的语义对齐与联合推理。然而，当前主流技术方案中，模型常表现出一种“伪多模态”现象：当输入包……
