基于大小模型协同的工业巡检智能决策方法及系统

本发明公开了一种基于大小模型协同的工业巡检智能决策方法及系统。所述工业巡检智能决策方法包括：利用云端大模型将巡检任务分为多个子任务，并基于所述子任务进行动态任务规划；调用边缘小模型执行所述子任务，得到多模态原始数据；利用云端大模型对所述多模态原始数据进行跨模态特征融合，得到跨模态融合特征；利用云端大模型基于所述跨模态融合特征进行推理，提取异常因素，基于对所述异常因素的分析制定新的巡检任务。本发明通过全面的多模态感知、条件扩散模型增强与云‑边协同决策的综合方法，有效解决了极端环境中故障样本稀缺与感知偏差难题，兼顾高精度与低延时，带来智能巡检的新突破。