拆解 ICML 2025 的 MMInference：以模态感知置换、Grid 稀疏模式与定制 GPU Kernel 加速长视频视觉语言模型的 prefill，属于推理加速（推理侧）方向。

拆解 NeurIPS 2024 Spotlight 论文 EVE：用无视觉编码器的 decoder-only 架构降低多模态视觉前处理开销，并核对其速度、精度、训练稳定性与端到端延迟边界，属于推理加速（推理侧）方向。

拆解 ICLR 2025 的 LLaVA-Mini 如何用模态预融合与查询压缩，把送入主语言模型的视觉 Token 从 576 个降到 1 个，属于推理加速（推理侧）方向。

从视觉 Token 选择、生成上下文稀疏化与在线 KV cache 决策出发，拆解 ICLR 2025 的 Dynamic-LLaVA 如何贯穿预填充和解码阶段加速多模态大模型，属于推理加速（推理侧）方向。