级联架构
早期语音AI系统架构，将ASR（语音识别）、LLM（语言模型）、TTS（语音合成）三个系统串联，存在信息逐级损耗问题
核心事实
时间轴 (近 90 天)
级联架构的收益来自任务难度的长尾分布：绝大多数请求属于简单类别，把高价模型留给少数困难样本，能在质量几乎不变的前提下压低平均成本。
分层稀疏设计的代价是工程复杂度上升，且需要针对具体任务做调优，因此更适合对质量敏感、且已有明确评估集的场景。
级联是一种顺序执行策略，请求先进入低成本模型，若其置信度或验证器判定结果不可靠，则将同一请求升级到更强的模型重试。
传统级联系统由语音识别器、大语言模型和独立的轮次检测三部分组成，这三个模块彼此配合不佳、需要手动调参
级联分类架构砍掉的计算量远超任何一轮底层微观优化所能达到的效果
级联/早退架构使用工作在与mmBERT相同潜在空间的廉价轻量分类器先做简单决策，只让不确定案例进入完整模型
采用级联策略——先用快速检测器再用VLM协同——是工程上平衡精度与效率的可行方案
两阶段级联架构（快速检测器+VLM协同）是解决VLM实时性问题的工程化方案，通过减少VLM需处理的帧数和区域数使整体管线可用
全部知识事实 (9)
传统级联语音对话架构的总延迟通常在1-3秒以上
65%待验证级联架构的收益来自任务难度的长尾分布：绝大多数请求属于简单类别，把高价模型留给少数困难样本，能在质量几乎不变的前提下压低平均成本。
50%待验证分层稀疏设计的代价是工程复杂度上升，且需要针对具体任务做调优，因此更适合对质量敏感、且已有明确评估集的场景。
50%待验证级联是一种顺序执行策略，请求先进入低成本模型，若其置信度或验证器判定结果不可靠，则将同一请求升级到更强的模型重试。
50%待验证传统级联系统由语音识别器、大语言模型和独立的轮次检测三部分组成，这三个模块彼此配合不佳、需要手动调参
50%待验证级联分类架构砍掉的计算量远超任何一轮底层微观优化所能达到的效果
50%待验证级联/早退架构使用工作在与mmBERT相同潜在空间的廉价轻量分类器先做简单决策，只让不确定案例进入完整模型
50%待验证采用级联策略——先用快速检测器再用VLM协同——是工程上平衡精度与效率的可行方案
50%待验证两阶段级联架构（快速检测器+VLM协同）是解决VLM实时性问题的工程化方案，通过减少VLM需处理的帧数和区域数使整体管线可用
50%