执行摘要

该 PR 为 Phi-4-reasoning-vision 模型（Phi4ForCausalLMV 类）添加了文档支持和离线推理示例，扩展了 vLLM 对多模态模型的支持。主要变更包括更新支持模型列表和新增单图/多图示例脚本，但多图示例中的 max_model_len 参数设置可能不足，存在使用风险。

功能与动机

根据 PR body，目的是将 Phi4ForCausalLMV 添加到支持的模型列表中，并补充示例脚本。作者提到该模型类已在模型注册表中注册，但缺少文档和示例，因此需要补充以提升用户体验。这符合 vLLM 持续扩展模型支持范围的趋势。

实现拆解

实现分为三个文件：

1. docs/models/supported_models.md：在表格中新增一行，记录模型类 Phi4ForCausalLMV、名称 Phi-4-reasoning-vision、模态 T + I⁺ 和示例模型 microsoft/Phi-4-reasoning-vision-15B。
2. examples/offline_inference/vision_language.py：新增 run_phi4siglip 函数，用于单图推理。关键代码：
   

   def run_phi4siglip(questions: list[str], modality: str) -> ModelRequestData:
       assert modality == "image"
       model_name = "microsoft/Phi-4-reasoning-vision-15B"
       prompts = [f"<|user|>\n<image>\n{question}<|end|>\n<|assistant|>\n" for question in questions]
       engine_args = EngineArgs(
           model=model_name,
           trust_remote_code=True,
           max_model_len=8192,
           max_num_seqs=2,
           limit_mm_per_prompt={modality: 1},
       )
   

3. examples/offline_inference/vision_language_multi_image.py：新增 load_phi4siglip 函数，用于多图推理。设置类似，但 limit_mm_per_prompt={"image": len(image_urls)}。

评论区精华

review 中仅有一条来自 gemini-code-assist[bot] 的评论，指出多图示例中的 max_model_len 设置问题：

"The current max_model_len=8192 is insufficient for the multi-image capabilities demonstrated in this script. Each image in Phi-4-reasoning-vision can consume up to 3600 tokens. With the current limit, the engine will fail to initialize or crash if 3 or more images are provided (3 * 3600 = 10800 > 8192), even though the script provides 12 sample URLs. Increasing this value to at least 16384 would allow for up to 4 images, though users should be aware of the increased KV cache memory requirements for a 15B model."

该评论未被回复或采纳，PR 最终以原代码合并。

风险与影响

• 风险：多图示例中的 max_model_len=8192 可能不足，当用户提供 3 个或更多图像时，引擎可能因 token 数超限而崩溃。这属于示例脚本的使用风险，而非核心代码缺陷。
• 影响：对用户正面，提供了新模型的文档和示例，降低了使用门槛；对系统无直接影响；对团队而言，延续了多模态模型支持扩展的趋势。

关联脉络

• 与近期 PR 如 #38755（迁移 Responses API 解析器）和 #38848（修复 Qwen3 工具解析器）相关，同属前端和模型支持改进。
• 这反映了 vLLM 在 v1 版本中持续丰富模型生态，特别是多模态和工具调用方向。