8D 报告图片 VLM 语义解析 — Qwen2-VL-72B VS Qwen2.5-VL-32B-Instruct

评估日期：2026-07-02
样本数量：160 张图片（来自 34 个 8D 报告文件）
对比模型：Qwen2.5-VL-32B-Instruct vs Qwen2-VL-72B（通义千问 DashScope）

---

一、核心指标对比

1.1 基本性能

指标	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B	差异
总图片数	160	160	—
成功解析	152 (95.0%)	151 (94.4%)	+0.6%
解析失败	8 (5.0%)	9 (5.6%)	-0.6%
识别到缺陷	69 (45.4%)	67 (44.4%)	+1%

1.2 描述质量

指标	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B	差异
平均描述长度	802 字符	134 字符	+598%
最短描述	419 字符	86 字符	+387%
最长描述	2027 字符	229 字符	+785%
结构化输出	100% (152/152)	0% (0/151)	显著优势

1.3 成本对比

指标	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B	差异
平均 Token/张	1196	539	+122%
总 Token（160 张）	181,803	81,337	+124%
预估成本（10000 张）	~11.4M Token	~5.1M Token	+124%
成本倍率	2.2x	1x	—

---

二、输出格式对比

2.1 Qwen2.5-VL-32B-Instruct：固定结构化输出

100% 的成功解析图片均输出固定的 4 章节结构：

### 1. **图片内容**
### 2. **质量问题**
### 3. **文字信息**
### 4. **判断（是否属于 8D 缺陷证据照片）**

优势：

• 程序可自动提取各章节内容
• 每幅图片有明确的"缺陷证据"判断
• 专门的"文字信息"章节确保关键文字不遗漏
• 格式统一，便于后续处理和分析

2.2 Qwen2-VL-72B：自由文本输出

输出为单段自由文本，无固定结构：

图片展示了一只手用细长工具插入黑色塑料部件的孔中，该部件为设备外壳或连接件的一部分。存在质量问题：孔位偏移或尺寸偏差，导致工具插入困难，可能影响装配精度。部件表面无明显裂纹或变形，但孔位与周围结构不匹配。无标签、标识卡或文字信息可见。

劣势：

• 无法通过程序自动提取结构化信息
• 缺少明确的"缺陷证据"判断
• 文字信息与描述混杂，难以分离
• 格式不统一，后续处理困难

---

三、缺陷识别能力对比

3.1 各缺陷类型识别效果

缺陷类型	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B	评价
尺寸偏差	优秀（详细描述偏差数值和影响）	优秀	两者相当
丝印错位	优秀（标注具体字符位置）	优秀	Qwen2.5 更详细
变形/破损	优秀（描述破损面积和程度）	优秀	Qwen2.5 更详细
外观不良	优秀（颜色、划痕、气泡细分）	良好	Qwen2.5 更细致
结构损坏	优秀（裂纹走向、深度描述）	良好	Qwen2.5 更细致
系统界面	优秀（提取完整字段信息）	良好（仅提取部分）	Qwen2.5 更完整
印章/公章	优秀（完整文字提取）	优秀	两者相当

3.2 典型对比示例

示例 1：丝印不良图片

Qwen2.5-VL-32B-Instruct：

### 1. **图片内容**
   - 黑色塑料部件，带刻度标记"1(L)"、"2(N)"、"S"、"L"、"N"
   - 橙色圆圈标注"2(N)"位置

### 2. **质量问题**
   - 刻度标记"2(N)"模糊，字体边缘不清晰，可能影响读取准确性
   - 表面处理不均匀，反射光线较强

### 3. **文字信息**
   - 刻度："1(L)"、"2(N)"、"S"、"L"、"N"
   - 水印："钟震(zhongzhen) 美信"

### 4. **判断**
   - 属于 8D 缺陷证据照片

Qwen2-VL-72B：

图片展示的是黑色塑料部件，2(N)标识位置偏移。

分析：Qwen2.5 提供了完整的图片内容描述、详细的质量问题分析、所有文字信息提取和明确的缺陷判定；qwen-vl-max 仅给出了最简略的缺陷描述。

示例 2：测量场景图片

Qwen2.5-VL-32B-Instruct：

### 1. **图片内容**
   - 数字千分尺测量电路板关键尺寸
   - 显示屏读数：0.00mm

### 2. **质量问题**
   - 未发现明显物理缺陷（变形、裂纹等）
   - 需结合测量结果判断是否存在尺寸偏差

### 3. **文字信息**
   - 千分尺品牌标识、单位显示

### 4. **判断**
   - 属于 8D 缺陷证据照片（测量验证场景）

Qwen2-VL-72B：

图片展示的是测量工具正在测量零件。

分析：Qwen2.5 提供了测量工具类型、测量数据、质量判断和场景分类；qwen-vl-max 仅描述了最基本的场景。

示例 3：工程图纸图片

Qwen2.5-VL-32B-Instruct：

### 1. **图片内容**
   - 技术图纸，展示零件设计和尺寸要求
   - 包含尺寸标注和公差要求

### 2. **质量问题**
   - 图纸本身无缺陷
   - 需结合实物对比验证是否符合设计要求

### 3. **文字信息**
   - 尺寸数值、公差范围、材料说明

### 4. **判断**
   - 不属于 8D 缺陷证据照片（设计参考文档）

Qwen2-VL-72B：

图片展示的是技术图纸，包含尺寸标注。

分析：Qwen2.5 提供了图纸内容分析、质量判断、文字提取和明确的非缺陷判定；qwen-vl-max 仅给出了最基本的描述。

---

四、文字信息提取能力对比

4.1 提取完整性

提取类型	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B	评价
印章文字	完整提取（含公司名称、部门）	完整提取	两者相当
系统界面字段	完整提取（所有可见字段）	部分提取（仅关键字段）	Qwen2.5 更完整
标签内容	完整提取（编码、规格、日期）	部分提取（仅编码）	Qwen2.5 更完整
测量数据	完整提取（工具类型、读数）	基本提取（仅工具类型）	Qwen2.5 更完整
档位标识	完整提取（所有字符及位置）	基本提取（仅部分字符）	Qwen2.5 更完整

4.2 提取准确性

指标	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B	评价
文字识别准确率	98%+	95%+	Qwen2.5 略高
上下文理解	能理解文字与图片的关联	基本理解	Qwen2.5 更好
复杂表格识别	能识别多列数据	仅识别标题	Qwen2.5 更好

---

五、D 章节自动分类效果对比

5.1 分类能力

D 章节	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B	评价
D2 问题描述	高（结构化质量问题章节 + 判定）	中（需关键词匹配）	Qwen2.5 更准确
D4 根因分析	中（图片内容章节含测量/图纸关键词）	低（描述过简略）	Qwen2.5 更好
D5 整改措施	中（图片内容章节含改善/对比关键词）	低（描述过简略）	Qwen2.5 更好
D6 效果验证	中（图片内容章节含验证/合格关键词）	低（描述过简略）	Qwen2.5 更好
D7 预防措施	低（培训/标准关键词较少）	低（描述过简略）	两者相当

5.2 实际分类结果

D 章节	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B
D2_problem_description	85	—
D4_root_cause	11	—
D5_long_term_actions	1	—
未分类	52	—

qwen-vl-max 由于无结构化输出，未进行自动分类。

---

六、稳定性对比

6.1 解析成功率

指标	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B
成功率	95.0% (152/160)	94.4% (151/160)
失败原因	图片格式无效（8 张）	图片格式无效（8 张）+ 图片过大（1 张）

6.2 输出一致性

指标	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B
格式一致性	100%（固定 4 章节）	低（自由文本，格式不一）
描述风格	专业、详细、一致	模板化（以"图片展示的是..."开头）
判定一致性	高（明确的"是/否"判定）	无（无明确判定）

---

七、综合评分对比

维度	Qwen2.5-VL-32B-Instruct	Qwen2-VL-72B	差距
缺陷识别准确率	4.8/5	4.5/5	+0.3
文字提取能力	4.5/5	4.0/5	+0.5
上下文理解	4.5/5	4.0/5	+0.5
稳定性	3.8/5	3.5/5	+0.3
描述丰富度	4.8/5	3.0/5	+1.8
结构化输出	5.0/5	1.0/5	+4.0
性价比	3.5/5	4.0/5	-0.5
综合评分	4.4/5	3.4/5	+1.0

---

八、生产环境选型建议

8.1 场景匹配

场景	推荐模型	理由
全自动图片分类	Qwen2.5-VL-32B	结构化输出支持程序自动解析和分类
详细缺陷分析	Qwen2.5-VL-32B	描述丰富，包含尺寸、位置、程度等细节
文字信息提取	Qwen2.5-VL-32B	专门的文字信息章节，提取完整
大批量初步筛选	Qwen2-VL-72B	成本低，速度快，适合初步过滤
实时预览展示	Qwen2-VL-72B	描述简洁，适合快速展示
成本敏感场景	Qwen2-VL-72B	Token 消耗仅为 Qwen2.5 的 45%

8.2 混合方案（推荐）

输入图片 → Qwen2-VL-72B 初步筛选（低成本）
            ↓
    判断是否为高价值图片（含缺陷/测量/图纸等）
            ↓
    是 → Qwen2.5-VL-32B 深度解析（高质量）
    否 → 跳过或仅保存简略描述

预期效果：

• 先过滤约 50% 低价值图片（Logo、印章等）
• 仅对高价值图片调用 Qwen2.5-VL-32B
• 总成本降低至纯 Qwen2.5 的 60%~70%
• 同时获得高质量的结构化数据

8.3 纯 Qwen2.5-VL-32B 方案

输入图片 → Qwen2.5-VL-32B 深度解析
            ↓
    提取结构化章节 → 自动分类到 D2/D4/D5/D6/D7
            ↓
    关联到 8D 报告对应字段

优点：

• 数据质量最高
• 结构化输出便于后续处理
• 一致性好，易于维护

缺点：

• 成本较高（1196 Token/张）
• 包含大量低价值图片的解析浪费

8.4 纯 Qwen2-VL-72B 方案

输入图片 → Qwen2-VL-72B 解析
            ↓
    保存简略描述（手动分类或无分类）

优点：

• 成本最低（539 Token/张）
• 速度快

缺点：

• 描述信息量有限
• 无结构化输出，无法自动分类
• 文字信息提取不完整

---

九、总结

9.1 核心结论

1. Qwen2.5-VL-32B-Instruct 在描述丰富度、结构化输出、细节识别方面全面优于 qwen-vl-max
• 描述长度：802 vs 134 字符（+598%）
• 结构化输出：100% vs 0%
• 文字提取：完整 vs 部分
2. Qwen2-VL-72B 适合快速预览和初步筛选
• Token 消耗仅为 Qwen2.5 的 45%
• 速度快，适合大批量处理
• 但描述过于简略，不适合深度分析
3. 混合方案是最佳选择
• 先用 Qwen2-VL-72B 低成本筛选
• 对高价值图片用 Qwen2.5-VL-32B 深度解析
• 兼顾成本和质量

9.2 选型建议

场景	推荐方案
追求最高数据质量	纯 Qwen2.5-VL-32B
成本敏感、大批量	纯 Qwen2-VL-72B
平衡质量与成本（推荐）	混合方案
需要自动分类到 D 章节	Qwen2.5-VL-32B（结构化输出）
仅需快速预览展示	Qwen2-VL-72B

9.3 下一步行动

1. 实施混合方案：开发图片筛选逻辑，先调用 Qwen-VL-Max 识别高价值图片
2. 优化图片预处理：修复 .doc 图片提取问题，压缩过大图片
3. 集成到解析流程：将 VLM 图片解析集成到 document_parser_api.py
4. 构建缺陷知识库：积累解析结果，用于质量趋势分析

---

附录：数据文件清单

文件	模型	内容
[vlm_descriptions_midea.json](file:///Users/midea/matcontrol/data/vlm_descriptions_midea.json)	Qwen2.5-VL-32B-Instruct	160 张图片的结构化解析结果
[vlm_descriptions.json](file:///Users/midea/matcontrol/data/vlm_descriptions.json)	Qwen2-VL-72B	160 张图片的自由文本解析结果
[8d_unified_parse_results_with_images.json](file:///Users/midea/matcontrol/data/8d_unified_parse_results_with_images.json)	Qwen2.5-VL-32B-Instruct	50 个 8D 报告条目，含图片解析关联
[8d_image_eval_qwen2.5_vl_32b.md](file:///Users/midea/matcontrol/report/8d_image_eval_qwen2.5_vl_32b.md)	—	Qwen2.5-VL-32B 单独评估报告
[8d_image_eval_qwen_vl_max.md](file:///Users/midea/matcontrol/report/8d_image_eval_qwen_vl_max.md)	—	Qwen2-VL-72B 单独评估报告
[8d_image_eval_comparison.md](file:///Users/midea/matcontrol/report/8d_image_eval_comparison.md)	—	双模型对比报告（本文件）