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。

从文本 rater、逐层视觉 Token 稀疏化与被裁 Token 回收出发，拆解 ICML 2025 的 SparseVLM 如何在不训练新参数的前提下加速多模态大模型推理。

从多出口 MLLM、动作一致性判据与预算约束出发，拆解 NeurIPS 2024 的 DeeR-VLA 如何动态跳过 LLM 层，实现多模态机器人推理加速。

从嵌套视觉 Token、多尺度训练目标与预填充成本出发，拆解 ICLR 2025 的 M3 如何在同一多模态大模型中按需切换推理粒度。

从 GPU 执行模型、Kernel 与算子融合出发，理解 KV Cache、batching 和 LLM Serving 的性能瓶颈。