6 推长文：多模态专用模型统一为端到端系统，编排逻辑将被训练取代

andreisavu 发布 6 推线程，论证语音、视觉、图像生成和机器人控制等多模态专用模型将逐步整合为端到端系统，由系统自主决定行动、调用工具或继续思考。感知、推理与行动可共同训练并以任务完成度作为反馈，未来硬编码在编排层中的重试、提问、API 调用等决策有望改由模型学习。