执行摘要
此PR为Qwen3-ASR模型添加了LoRA支持，通过实现接口、调整音频塔层和修复模型加载逻辑，解决了之前LoRA适配器无法工作的问题，并更新了相关文档。
功能与动机
动机源于Issue #37223，用户在使用LoRA适配器服务Qwen3-ASR模型时遇到错误'Qwen3ASRForConditionalGeneration does not support LoRA yet.'，此PR旨在消除此障碍，使模型能够集成LoRA适配器。
实现拆解
关键改动点包括：
- vllm/model_executor/models/qwen3_asr.py：添加
SupportsLoRA接口和packed_modules_mapping，并实现get_num_mm_encoder_tokens()方法。
- vllm/model_executor/models/qwen3_omni_moe_thinker.py：将音频塔中的
nn.Linear替换为ReplicatedLinear，示例如下：
python
self.conv_out = ReplicatedLinear(conv_out_dim, config.d_model, bias=False, return_bias=False, prefix=f"{prefix}.conv_out")
- vllm/v1/worker/gpu_model_runner.py：修复条件判断，从检查
hasattr(self.model, "get_num_mm_connector_tokens")改为检查connector实际存在。
- docs/models/supported_models.md：更新文档，标记Qwen3ASRForConditionalGeneration支持LoRA。
评论区精华
jeejeelee在review中提出关键问题：
"QQ: why add this?" 关于embedding_modules变量。
作者petern48回应解释了音频塔的集成问题，并参考了其他模型实现。讨论聚焦于如何正确处理多模态模型中的LoRA支持。
风险与影响
- 技术风险：音频塔线性层替换可能引入性能回归，但使用ReplicatedLinear是标准做法；条件判断修复可能影响其他多模态模型，需谨慎验证。
- 影响范围：用户现在可以对该模型使用LoRA适配器，增强了模型定制性；系统层面影响多模态处理流程，特别是音频塔的LoRA集成。
关联脉络
此PR与近期其他模型支持PR（如#39290 FireRedLID）相似，属于vLLM扩展多模态模型生态的一部分。关联Issue #37223直接驱动了此次变更，表明社区需求推动了功能迭代。
参与讨论