OMG-Agent：以解耦的由粗到细Agentic工作流迈向鲁棒缺失模态生成

数据不完整严重阻碍多模态系统的可靠性。现有重建方法面临各自的瓶颈：传统参数化/生成式模型因过度依赖内部记忆而容易产生幻觉，检索增强框架则难以摆脱检索的僵化。关键在于，这些端到端架构在根本上受制于语义-细节纠缠（Semantic-Detail Entanglement）——逻辑推理与信号合成之间的结构性冲突，损害保真度。本文提出全模态生成智能体（OMG-Agent），一个把范式从静态映射转向动态由粗到细Agentic工作流的全新框架。OMG-Agent通过模仿“先深思后行动”（deliberate-then-act）的认知过程，显式地把任务解耦为三个协同阶段：(1) 由MLLM驱动的语义规划器（Semantic Planner），经由渐进式上下文推理消解输入歧义，创建确定性的结构化语义计划；(2) 非参数化的证据检索器（Evidence Retriever），把抽象语义锚定于外部知识；(3) 检索注入执行器（Retrieval-Injected Executor），把检索到的证据用作灵活的特征提示，以克服僵化并合成高保真细节。在多个基准上的大量实验表明，OMG-Agent持续超越最先进方法，并在极端缺失下保持鲁棒性，例如在70%缺失率下于CMU-MOSI上取得2.6分的提升。