国产大模型多模态智能体自适应性动态集成机制研究

俊杰 郭(重庆电子科技职业大学，中国)

摘要

本文提出一种自适应性动态集成机制，旨在将异构国产模型群灵活编排为一个具备统一多模态感知与推理能力的智能体。机制核心为“双层自适应路由”：第一层进行任务拆解与模态元认知，将复合指令转化为原子任务有向无环图，并评估模态处理硬度以决定“捷径策略”；第二层引入轻量路由适配器，实现对候选模型的可插拔集成与实时自适应选择，并内置降级隔离机制保障任务连续性。同时设计了以自然语言为中介的跨模态推理状态迁移方法，使长程多模态对话能够保持连贯的工作记忆。实验结果表明，所提动态集成机制相比于单一模型和固定流水线方案，在提升任务完成率、降低高峰时段响应延迟、降低GPU资源消耗等方面具有优势。

关键词

多模态智能体；动态集成；国产大模型；路由适配器；自适应路由

参考

Guo D, Yang D, Zhang H, et al. DeepSeek-R1: Incentivizing reasoning capability in LLMs via reinforcement learning[EB/OL]. arXiv preprint arXiv:2501.12948, 2025.

Chen J, et al. From standalone LLMs to integrated intelligence: A survey of compound AI systems[EB/OL]. arXiv preprint arXiv:2506.04565, 2025.

Dong B, Fan Y, Sun Y, et al. Maximum score routing for mixture-of-experts[C]//Findings of ACL, 2025: 12619-12632.

徐国愚, 张一丹, 魏笑, 等. 自适应路由与双阈值剪枝的多模态大模型检索增强感知[J]. 计算机科学与探索, 2025.

Han X, et al. Guiding mixture-of-experts with temporal multimodal interactions[EB/OL]. arXiv preprint arXiv:2509.25678, 2025.

DOI: http://dx.doi.org/10.12345/jxffcxysj.v9i10.39514