Interleaved（交错式）是当前大模型领域的一个重要技术路线，指在生成过程中将文本、图像、代码或推理步骤等多种模态与动作交替进行，而非一次输出单一模态或一口气完成全部推理。这一思路正在从早期的图文交错生成，扩展到强化学习训练、语音建模和编码 Agent 等多个方向，成为统一模型与高效推理研究中的关键词。
Interleaved 技术的近期进展
当前焦点与观察点
Interleaved 路线当前的讨论焦点集中在"效率"与"统一"两个维度。效率方面，围绕是否应减少过度思考存在明显分歧：Kimi 开源的 K2.7-Code 在 K2.6 基础上针对编程 Agent 做专项优化，目标是长链路编码任务成功率更高、推理 token 更少；SiliconFlow 也以 "Better Coding with Less Overthinking" 为卖点。但独立开发者社区也有人持相反观点，认为 one-pass 能力强、能在较少思考下一次做对的模型才算真正的 SOTA——这实际上是对"交错推理 vs 深度长链推理"两种范式的路线之争。
训练侧的信号同样值得关注：NVIDIA 发布的 Skill2Env 将社区公开的 3.4k 个 Agent Skills 编译成可执行的强化学习训练环境，说明环境构建本身正在成为 RL 训练的瓶颈与竞争点。观察点主要有三个：一是图文交错生成能否在消费级产品中形成可感知的用户体验差异；二是交错式 RL 训练（如原生反思）能否带来稳定的多模态推理增益；三是 coding Agent 领域"少思考"与"深推理"的市场验证结果，哪个路线会胜出仍待数据说话。