小红书上一条《坚守多模态还是转Agentic RL》，攒下了379个赞、126条评论、402次收藏。评论区排最上面的一条很扎心：「我就做多模态的，能跑就跑。」小红书
再往前翻几天，《多模态的困境》《多模态还是好方向吗》《多模态今年秋招怎么投》接连冒出来，凑在一起就一句话：一年前还香的多模态，怎么突然成「便区」了？小红书 hc骤降、大厂撤方向、后训练的岗「体感少了很多」——这些是27届、28届算法学生和从业者的原话。小红书
恐慌是真恐慌。但你把8月基模公司的发布列表数一遍，会发现另一个事实：多模态一个都没缺席，反而每家都在往上押。
一边是「跑路」，一边是满屏发布
先数事实，全部是8月内发生的：
8月21日，DeepSeek V4-Flash「长眼」上线，能直接看图，1000张图1块钱。36氪
8月27日，36氪实锤神秘「牛来」模型就是智谱，GLM首个原生多模态，还跑在国产卡上。36氪
同一天前后，阿里Qwen3.8-Flash-Next开源，125B总参数的多模态MoE、只激活6B。哔哩哔哩
更早的8月3日，MiniMax发多模态模型H3：性能强、便宜、还开源。36氪 三周后，它交出上市后首份半年报：上半年收入1.166亿美元、同比增长283.1%。知乎
8月28日，也就是今天，微信视觉团队全开源WeMM-Embedding家族：2B在MMEB-v2拿下77.9分、越级干掉此前所有8B开源模型，9B以80.6分登顶总榜第一，把商业闭源模型也一起超了。知乎 注意最后一句简介——它已经在视频号、公众号、朋友圈、搜一搜里完成14次线上A/B测试并大规模部署。知乎
一个「已经黄了」的方向，不会同时是五家公司的当季主打。矛盾在哪？
死掉的是「独立多模态赛道」这个组织形态
把社区恐慌和公司动作拼起来看，真相没那么戏剧化：撤退的是编制，不是能力。
最典型的是腾讯混元。7月，大语言模型部和多模态模型部被撤销合并成「基础模型部」，统一归姚顺雨。36氪 随后原多模态理解负责人胡瀚离职创业，负责HunyuanVideo/HunyuanImage的钟钊在朋友圈预告自己快发的是「最终版本」，xAI出来的蔺旭东接手内容生成。
表面看是多模态团队连环地震，实质是那条「语言一条线、多模态一条线」的双轨制没了——多模态被并进基模主线，汇报线没了，独立方向没了，于是HC和岗位名跟着消失。
所以你在秋招JD里搜不到「多模态」三个字很正常：人还在干这事，但编制标签换成了「基模」「Agentic」「具身」「世界模型」。《多模态的困境》评论区里就有人反问：具身的所有算法都离不开多模态呀，为什么说岗位少？小红书 岗位不是消失了，是改名了。
那为什么业务侧确实觉得「推不动」？
这是内容里最容易被情绪掩盖的另一半。有评论说多模态「有几个问题太难解决，很难落地到业务」，这不是错觉，是三笔实打实的成本账。小红书
训练侧有「对齐税」。 商汤首席科学家林达华今天接受36氪专访时算过这笔账：给语言模型加视觉，难的不是推理多那点算力，而是数据配比——数据配比不只是把1:9调成2:8那么简单，每次模型升级配比都可能重来。对模型公司来说，问题未必是付不起钱，而是「多做一轮实验，模型就可能比竞争对手慢一个月」。36氪
RL反馈信号是开放问题。 代码有测试用例、数学有标准答案，视觉任务的高质量奖励信号至今没人给出通用解法。这是Coding先跑通商业闭环、多模态慢一步的根本原因——那场专访里还引了一组公开数字：截至7月底，Anthropic的年化收入已超过650亿美元，约为2025年底的7倍。 钱和人跟着闭环走，不跟着愿景走。
单模态任务ROI算不平，但「基础设施化」算得平。 WeMM-Embedding恰恰是示范：不讲故事，直接进搜一搜和推荐，向量从2048维砍到256维，图像与视频大项还能保住满维度98.7%的性能，省下的推理成本是真金白银。知乎 多模态在业务侧的正确姿势，正在从「做一个能聊图片的模型」变成「把视觉塞进你已有的检索和推荐链路」。
不同位置的人，怎么办
27届秋招在即的： 评论区那句「如果你是27届，那已经来不及了」虽然刻薄，但接近事实。小红书 现在转Agentic RL是去抢bar已经「高到天上」的赛道。更实际的路径是保住多模态项目主线，把技能叙事改成「多模态+agent/数据/后训练」，JD没有这三个字不等于面试不要这个人。
28届及以后的学生： 别追标签追到下一个热点。评论区那句反常识的话值得抄下来：「等一个方向所有人都看到是最火的时候，bar已经高到天上去了，不如深耕一个静待花开。」 但要挑对标的——押「理解+行动」结合的场景（视频、空间、GUI），别押纯caption刷榜。
业务侧算法： 退订「多模态是未来」的PPT叙事，对照WeMM的落地公式找自己场景：任意模态→统一向量→挂进现有检索/推荐/风控链路→用A/B说话。
纯研究向： 把林达华「多模态的涌现时刻会在一两年内到来」当赌注，而不是结论。36氪 同一场采访里，梁文锋的「多模态是组件」论并没有被驳倒，两家路线之争悬而未决，这正是个人选择的空间。
接下来盯什么
判断「编制撤退还是能力进攻」，看三个先行信号：一，混元、智谱下一次旗舰发布是否默认原生多模态，GLM-5.3已经是了；二，WeMM这批评测开源后，多久出现第三方在业务里复现，这决定「embedding化」是不是真趋势；三，明年春招JD里「多模态」和「世界模型/具身」两个词的配比变化。恐慌会说谎，发布列表和JD不会。
