工业多模态大模型巡检报告自动生成实验进展

近期，大模型应用实验室围绕多模态大模型在工业巡检场景的落地开展阶段性实验，重点验证“现场照片+语音口述”到结构化巡检报告的自动生成链路。实验选取某制造车间三条产线的日常巡检数据，覆盖设备外观、跑冒滴漏隐患与作业规范三类记录。

当前进展：
· 基于7B级开源多模态模型，结合LoRA微调与字段级约束解码，报告关键字段抽取准确率达91.4%，较纯提示词方案提升约18个百分点；
· 单条记录平均生成耗时降至6秒以内，可在车间工控机本地完成推理，无需上传云端。

实验同时发现，现场光照变化与拍摄角度差异仍会影响识别稳定性。下一步将扩充多车间样本，引入厂区点位先验信息，并评估模型量化后在边缘设备的长期运行表现，为小规模试点部署做准备。