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 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 Q-Former、三种表征学习目标与两阶段预训练出发，拆解 BLIP-2 如何用冻结视觉编码器和冻结 LLM 构建多模态模型。