vLLM 集成 Transformers 后端，文本图像音频视频全模态统一推理

vLLM 宣布其 Transformers modelling backend 现已支持文本、图像、音频、视频全部模态，模型只需以 --model-impl transformers 启动即可直接服务，无需任何手写的 vLLM 模型适配代码。