feat(AI): MNN 4B 多模态一肩挑文本+视觉,合并为单模型(MLX 仍兜底)

利用 Qwen3.5-4B-MNN 本身是多模态(含 visual.mnn),让同一个 MNN 模型
同时做文本生成与拍照识别 → MNN 路径只需下 1 个模型(7.4GB→2.64GB)。
MLX(.llm/.vl)保留作兜底,尤其开发机 iPhone 15 Pro(A17 无 SME2)。

- MNN.xcframework 重建为 OMNI(MNN_BUILD_LLM_OMNI=ON,加 OpenCV 图像解码);
  构建脚本同步加 OMNI flag
- MNNLLMBridge.analyzeImages:把图片路径拼成 <img>路径</img> 标签 + response,
  Omni 内部 CV::imread 加载(无需桥接 include OpenCV);与 generateText 共用 runResponse
- MNNBackend.analyze:detached 线程跑 blocking VL 调用,聚合为字符串
- AIRuntime:engine=.mnn 且就绪时,prepareVL→prepareMNN、analyzeReport→mnn.analyze;
  否则回退 MLX VL

device + 模拟器 BUILD SUCCEEDED,0 error,OMNI 框架链接干净。
VL 实际识别质量需真机用化验单 A/B(demo 核心)。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

康康/AI/MNN/MNNLLMBridge.mm

@@ -135,28 +135,39 @@ private:
 
 - (void)cancel { _cancel = true; }
 
-- (MNNGenerateStats *)generateText:(NSString *)prompt
-                         maxTokens:(int)maxTokens
-                           onToken:(void (^)(NSString *))onToken {
+// 统一生成:full 已是最终 prompt(文本,或含 <img>路径</img> 标签)。
+// 多模态模型 createLLM 返回 Omni,response 解析 <img> 标签并对路径 CV::imread(OMNI 框架内)。
+- (MNNGenerateStats *)runResponse:(NSString *)full
+                        maxTokens:(int)maxTokens
+                          onToken:(void (^)(NSString *))onToken {
     _cancel = false;
     TokenStreamBuf buf(onToken, &_cancel);
     std::ostream os(&buf);
     if (_llm) {
-        _llm->response(std::string(prompt.UTF8String), &os, nullptr, maxTokens);
+        _llm->response(std::string(full.UTF8String), &os, nullptr, maxTokens);
     }
     buf.flush();
     return [self statsFromContext];
 }
 
+- (MNNGenerateStats *)generateText:(NSString *)prompt
+                         maxTokens:(int)maxTokens
+                           onToken:(void (^)(NSString *))onToken {
+    return [self runResponse:prompt maxTokens:maxTokens onToken:onToken];
+}
+
 - (nullable MNNGenerateStats *)analyzeImages:(NSArray<NSString *> *)imagePaths
                                       prompt:(NSString *)prompt
                                    maxTokens:(int)maxTokens
                                      onToken:(void (^)(NSString *))onToken
                                        error:(NSError **)error {
-    // VL 需 MNN_BUILD_LLM_OMNI 构建(OpenCV 解码图像)。当前文本构建不含,显式报错。
-    if (error) *error = [NSError errorWithDomain:@"MNN" code:-2
-                          userInfo:@{NSLocalizedDescriptionKey: @"当前 MNN 构建未含 VL(OMNI),请用 OMNI 框架"}];
-    return nil;
+    // 在 prompt 前拼 <img>本地路径</img>;Omni 解析标签并对路径 imread(需 OMNI 框架)。
+    NSMutableString *full = [NSMutableString string];
+    for (NSString *p in imagePaths) {
+        [full appendFormat:@"<img>%@</img>", p];
+    }
+    [full appendString:prompt];
+    return [self runResponse:full maxTokens:maxTokens onToken:onToken];
 }
 
 - (MNNGenerateStats *)statsFromContext {