一、背景与问题提出 随着多模态大模型（如Qwen3-VL-30B）在视觉-语言任务中的广泛应用，其推理效率成为制约实际部署的关键因素。传统注意力机制（如标准Scaled Dot-Product Attention）因计算复杂度随序列长度平方……
