一、技术背景：多模态大模型的演进与行业需求 自GPT-4发布以来，大语言模型（LLM）在文本生成、逻辑推理等任务上已接近人类水平，但其单一模态的输入输出模式仍存在显著局限。例如，在医疗影像诊断、工业质检、自……
