面向新芽学子的专题导览：梳理多模态大模型在个性化（训练侧）与推理加速（推理侧）两条主线上的核心思想、代表方法、主要挑战，并给出带链接的 66 篇文献地图与分阶段学习路径。

拆解 NeurIPS 2025 的 RePIC：以 GRPO、对象一致性、视觉定位和身份一致性奖励，用 2K 样本后训练 Qwen2.5-VL，提升多主体个性化图像描述，属于个性化（训练侧）方向。

拆解 NeurIPS 2023 的 LaVIN 如何用 Mixture-of-Modality Adapter 和混合模态训练，以 3.8M 可训练参数适配文本与图文指令，属于个性化（训练侧）方向。

拆解 ICLR 2025 Spotlight 的 MM-FSS 如何用文本语义、隐式 2D 对齐和测试时校准适配少样本 3D 点云分割，属于个性化（训练侧）方向。

从 LoRA 适配、稀疏-稠密视频采样与 One-Token-Seg-All 训练出发，拆解 NeurIPS 2024 的 VideoLISA 如何把多模态大模型迁移到视频推理分割，属于个性化（训练侧）方向。