🧠 图解记忆： 先减少输入，再选择模型，最后优化调度；省成本不能牺牲关键视觉信息。

💡 答案要点

性能优化：

策略	说明	效果
图片压缩	降低分辨率，保持关键信息	延迟降低 50%
图片裁剪	只保留相关区域	Token 减少 70%
缓存机制	相同图片不重复处理	成本降低 40%
异步处理	非实时场景异步执行	用户体验提升

成本优化：

策略	说明	节省比例
模型路由	简单图片用小模型	30-50%
预处理	先用 CV 模型提取信息	40-60%
混合方案	OCR+LLM 结合	50-70%

实现示例：

# 图片预处理：先用 CV 模型检测是否有文字
def has_text(image):
    result = ocr_model.detect(image)
    return len(result) > 0

# 根据情况选择模型
if has_text(image):
    # 有文字，用 OCR+LLM
    text = ocr_model.extract(image)
    response = llm.generate(text)
else:
    # 无文字，用多模态模型
    response = gpt4v.generate(image, prompt)

面试话术：

示例表达（仅在能用本人经历或可复现实验佐证时使用）： "我设计了混合方案：先用轻量级 OCR 模型检测图片是否有文字，有文字就用 OCR+LLM，没有就用多模态模型。这样成本降低了 60%，响应速度提升了 2 倍。"