已收录文章摘要，完整内容可前往原文阅读。
大家好，我是PaperAgent，不是Agent！LLM 带火了 Agent，但当 Agent 开始看图、听声、看视频时，整个架构该怎么变？马里兰大学、牛津、KAUST、NUS这篇 60 页综述首次以