arXiv 2026年10月5日该研究对拼接架构与原生多模态两类代表性多模态大模型进行三项递进分析（对齐解耦、注意力路由与熵、内在维度）并辅以因果干预验证，发现拼接模型遵循先文本后视觉的融合路径，而原生模型表现出更早的视觉-文本共适应与特征空间重组，为多模态融合提供机制性视角并支持架构感知的表征诊断。该研究对拼接架构与原生多模态两类代表性多模态大模型进行三项递进分析（对齐解耦、注意力路由与熵、内在维度）并辅以因果干预验证，发现拼接模型遵循先文本后视觉的融合路径，而原生模型表现出更早的视觉-文本共适应与特征空间重组，为多模态融合提供机制性视角并支持架构感知的表征诊断。研究揭示多模态大模型两种融合路径：拼接架构先文本后视觉，原生架构早期视觉-文本共适应该研究对拼接架构与原生多模态两类代表性多模态大模型进行三项递进分析（对齐解耦、注意力路由与熵、内在维度）并辅以因果干预验证，发现拼接模型遵循先文本后视觉的融合路径，而原生模型表现出更早的视觉-文本共适应与特征空间重组，为多模态融合提供机制性视角并支持架构感知的表征诊断。该研究对拼接架构与原生多模态两类代表性多模态大模型进行三项递进分析（对齐解耦、注意力路由与熵、内在维度）并辅以因果干预验证，发现拼接模型遵循先文本后视觉的融合路径，而原生模型表现出更早的视觉-文本共适应与特征空间重组，为多模态融合提供机制性视角并支持架构感知的表征诊断。