本研究提出了KernelDNA，一种轻量级卷积核插件，旨在解决动态卷积在参数开销、推理速度和动态注意力优化方面的挑战。通过动态路由和静态调制解耦核适配，KernelDNA显著提升了模型的表现力与计算效率，实现了精度与效率的最佳平衡。

本研究探讨了多数据源在条件生成建模中的相互作用，提出了一种基于包围数的条件最大似然估计方法，并证明在源分布相似且模型表现力足够时，多源训练优于单源训练。模拟和实际实验验证了该理论的有效性。