InfiFusion, InfiGFusion, InfiFPO와 같은 접근 방식은 로짓 수준의 노이즈 제거, 구조적 정렬, 선호도 기반 시퀀스 융합을 크게 향상시켰지만, 여전히 언어 모델만을 통합하는 데 국한되어 있습니다. 특히 멀티모달 기능 통합과 CoT(Cognitive Object Time) 및 Instruct 융합에 대한 포괄적인 탐구 측면에서 중요한 연구 격차가 존재합니다. 또한 현재의 융합 방법은 융합되는 모델의 수가 상대적으로 적다는 제약(일반적으로 최대 5개)으로 인해 확장성과 수십 개의 특수 모델 통합 시 발생하는 역학에 대한 심층적인 이해가 부족합니다. 더욱이, 현재의 융합 방법론은 형태와 적용 범위가 제한적이며, 자율 에이전트 통합과 같은 영역으로의 광범위한 확장이 부족합니다.