一批苹果在分选线上被相机拍了照，抽出的十个样品做了高光谱扫描，其中三个送去实验室测了糖度和硬度，供应商的到货单上写着产地和采收日期（场景为示意）。四套系统，三种编号规则，至少四种时间格式。想让 AI 同时用上这些信息，第一步还轮不到选模型，得先确认它们说的是不是同一个东西。
纵横国际大模型处理这件事的思路，可以用一条技术链概括，自下而上共四层：
- Image + Spectrum + Lab + Supplier
- Data Layer
- AI Models
- Knowledge Layer
- User Query / Risk Analysis
数据对齐把四类原始数据钉在同一个批次和样品上，模型层各读各的，知识层再把结果与标准法规、历史记录接起来。模型层为什么要拆成多类专用模型，可以回头看为什么不能只用一个万能大模型。
数据层：四类数据各有各的脾气
- 图像（Image）：RGB 帧或线扫描图像，时间戳来自触发信号或编码器，同时要记下光照与相机参数。
- 光谱（Spectrum）：高光谱数据立方体 (x, y, λ) 或近红外曲线，必须用白板与暗参考校正成反射率，才能跨设备、跨班次比较。
- 实验室（Lab）：按法定或内部方法得到的结果，附带样品号、检测日期、方法、单位与检出限。它最接近“真值”，也最稀缺、最昂贵。
- 供应商（Supplier）：产地、采收日期、批次、运输条件，常以表格或扫描件形式到达，各家的字段口径并不统一。
数据对齐：最难的工程活
融合模型的上限，多半由这一层决定。它没有一项需要新算法，却决定了标签是否可信。2026 年 Food Science & Nutrition 上那篇多模态综述，也把时间同步与真值配准列为数据工程的核心，这里把它拆开来看：
- 批次 ID。供应商批号、产线批号和实验室样品号是三套编号，需要一张可维护的映射表，还要处理“一个供应商批次被拆成多个产线批次”和“多个批次并成一个混合样”的情形。映射错一行，后面所有标签都会错位。
- 时间戳。相机、光谱仪、编码器和实验室信息系统的时钟各走各的，要统一到同一个时间基准，并记录曝光与传输的延迟，否则“第 3 秒拍到的那颗苹果”和“第 3 秒扫描的那颗苹果”可能根本不是同一颗。
- 图像与光谱的坐标配准。RGB 相机与高光谱相机的视场、分辨率和镜头畸变各不相同，需要用标定板做几何配准，才能把图像里的缺陷位置对应到光谱立方体里的像素。
- 实验室结果回挂到样品。实验室测的往往是取样、匀浆后的一小份，光谱看到的是表面的一块区域，两者的空间尺度不同。要记录取样部位与方式，还要约定低于检出限的结果如何入库，不能简单记成 0。
- 对齐留痕。每条对齐关系都要记下谁按什么规则匹配了哪两条记录，规则改了才能重算。
这些细节做不好，模型层再精细也只是在错位的标签上训练。模型从实验室搬到工厂以后准确率发生变化时，要诊断原因，同样得靠这套可回溯的对齐记录，相关讨论见食品检测模型从实验室搬到工厂以后。
模型层：各读各的，结果写回
视觉模型读图像，光谱模型读校正后的光谱，风险模型读结构化特征。三类模型不共享原始输入，它们的输出，包括缺陷概率、农残高风险概率、批次风险分与各因素贡献，统一带着置信度写回数据层。这样任何一个模型被替换或再校准，都不会牵动另外两类。
知识层：知识图谱加 RAG
知识层解决另一类问题：怎样让数据与规则联系起来。知识图谱把“批次—供应商—产地—检测记录—适用标准条款”存成节点与关系，回答“这个供应商过去几个季度都出现过哪些异常”这类需要跨表跳转的问题，也为供应链网络里的污染路径分析提供底座。RAG 负责标准法规文本与历史记录的检索：GB 2760、GB 2763、Codex 等文本先被切分索引，回答时先取回相关段落，再由大语言模型组织语言并附上出处。
2026 年 Trends in Food Science & Technology 一类期刊上有一篇综述性论述，讨论了知识图谱与大语言模型协同用于食品安全。纵横国际的理解是两者各有分工：图谱让实体与关系可以被查证，语言模型负责读懂问题、组织表达。
查询入口：把一个问题拆开回答
假设用户问：“B-07 批次为什么排在前面？”（示意）系统先把问题解析成结构化请求，从风险模型取回批次风险分和主要贡献因素，从图谱取回关联供应商近期的检测记录，从 RAG 取回适用的标准段落，最后由大语言模型把这些内容拼成一段带出处的说明，并列出需要人工复核的项目。回答里的每个数字，都应该能回溯到数据层里的某个样品或记录；回溯不到的内容，不该出现在回答里。
边界
数据融合修复不了坏标签。实际做法通常是先做单模态基线，再证明融合确实带来提升，然后才增加复杂度。融合结果用于筛查、排序与辅助决策，最终结论依据的仍是法定检验方法与适用法规。
对齐做完、模型也多了，下一个问题接踵而来：一个请求进来，该由哪个模型处理？这就是模型路由要回答的。