小红书“问一问”多模态推理加速实践：让视觉 Token 更精简、MoE 专家更聚焦

小红书针对“问一问”多图场景，从 Prefill 与 Decode 两端优化多模态推理：动态 Vision Token 压缩减少冗余视觉输入，SERE 专家重路由配合关键专家保护降低 Decode 阶段专家计算与权重搬运。