多模态大模型巡检报告生成实验：现场照片到结构化记录

近期，大模型应用实验室围绕“现场照片到结构化巡检记录”开展多模态大模型实验验证，目标是减轻一线人员手写记录负担，同时保证输出字段可入库、可追溯。实验选取某设备巡检场景312组样本，覆盖仪表读数、外观损伤、环境异常三类内容，对比通用模型与微调后模型的表现。阶段性结果：一、微调后的7B级模型在字段抽取任务上F1达到0.87，较通用模型提升约12个百分点，单张照片生成结构化记录耗时约1.8秒；二、引入字段级校验规则后，日期、设备编号等关键字段的幻觉率由4.6%降至0.9%。目前的判断是，多模态大模型适合承担“初稿生成”角色，人工复核环节暂不可省略。下一步将把样本扩充至千张量级，补充夜间、逆光等困难成像条件，并推进与现有巡检App的字段级对接测试。