合入背景

针对多模态模型服务化场景，发现 /v1/completions 接口在输入恶意多模态特殊token时存在稳定性风险，可能导致推理服务异常退出（DoS现象）。
本PR用于修正多模态/纯文本模型在 tokenizer 特殊token拆分行为上的判定来源，避免通过不稳定路径触发子进程崩溃。
Fix part of #536

修改内容

1. 在 BaseRouter 中新增统一能力标识 is_multimodal（默认 False）。
2. 在多模态模型对应 router 中显式声明 is_multimodal=True（如 qwen2_vl、qwen3_vl、internvl、llava、llava_next、vita、glm4v、glm41v、qwen2_audio、minicpm_qwen2_v2、mllama、internlmxcomposer2、janus、yivl 等）。
3. 在 TokenizerWrapper 中读取 router_ins.is_multimodal，并据此设置 split_special_tokens，统一多模态与纯文本模型行为。
4. 回避了此前基于 model_cls/load_atb_speed() 的不稳定路径，避免 tokenizer worker 初始化阶段出现崩溃风险。
5. 对本次改动涉及文件执行了 pre-commit，并提交自动修复结果。

资料变更

不涉及。

接口变更

不涉及跨代码仓或客户面可见接口变更。
本PR仅调整内部路由能力标记与 tokenizer 参数传递逻辑，对外REST/gRPC接口字段无新增、无删减、无语义变更。

测试结果

1. 服务拉起测试

   • 场景：qwen2.5-vl 服务化启动（多次重复）
   • 结果：服务可稳定拉起，未再出现 tokenizer 子进程 Segmentation fault/Aborted。

2. 恶意请求稳定性测试

   • 场景：/v1/completions 注入恶意多模态特殊token请求
   • 结果：服务端未挂起，请求端可收到响应，未复现服务进程退出。

3. 正常功能回归测试

   • 场景：正常 chat/completions 多模态请求、正常文本请求
   • 结果：结果可正常返回，功能行为符合预期。

4. 静态门禁测试

   • 场景：对本PR修改文件执行 pre-commit
   • 方法：pre-commit run --files <changed files>
   • 结果：通过（含自动格式修复后再次通过）。

CheckList

• 代码注释完备
• 正确记录错误日志
• 进行了返回值校验 (禁止使用void屏蔽安全函数、自研函数返回值；考虑接口的异常场景；调用底层组件接口时，需要进行返回值校验)
• 进行了空指针校验
• 若存在资源申请，使用后资源被正确的释放了
• 若涉及多线程场景，考虑了并发场景，不存在死锁问题
• 按照代码仓中提供的格式模板，使用clang-format工具格式化代码
• 符合Ascend社区的编码规范。C++ 语言编程指导 | C++ 语言安全编程指导