DisasterBench：无人机灾害救援的多模态推理基准与轻量化模型

研究团队发布了首个面向灾害救援的多阶段多模态推理基准DisasterBench，并推出仅2B参数的轻量化模型DisasterVL，该模型在边缘设备上可实现接近GPT-4o的推理能力。DisasterBench覆盖14种灾害场景、9项关键任务及4类推理类型，DisasterVL通过三阶段优化策略达成高效性能，为灾害救援AI系统提供重要支撑。

灾难发生时，救援团队需解决因果归因、传播预测、决策推理等问题，且需在现场有限计算资源下实时得出结果。现有多模态基准多关注感知任务，灾害类型覆盖有限，缺乏对多阶段推理能力的系统评估，难以满足实际应急响应需求。

DisasterBench基准设计

DisasterBench是首个针对无人机灾害救援的多阶段多模态推理基准，覆盖14种灾害场景、9项关键任务（灾前/灾中/灾后全阶段）及4类推理类型。

DisasterVL模型优化

DisasterVL采用三阶段优化：

1. 领域指令微调：建立灾害场景与术语理解；
2. 思维链引导多模态对齐：增强信息融合与复杂推理；
3. 强化学习策略优化：针对决策任务优化。

在21个主流多模态大语言模型对比中，DisasterVL取得：

• 开源模型排名第一；
• 大幅缩小与GPT-4o等闭源顶尖模型的差距；
• 仅2B参数，可在边缘设备实时运行，无需依赖网络连接。

技术贡献

1. 填补领域空白：首个灾害救援多阶段多模态推理基准；
2. 提供统一评估框架；
3. 开源代码与数据。

实用价值

1. 实时决策支持：帮助指挥官快速理解灾情、制定方案；
2. 边缘部署能力：断网环境下可工作；
3. 多模态融合：整合无人机图像、语音、文本等信息。 整体而言，该工作标志着灾害AI从感知向多阶段推理迈进，为实用救援AI系统奠定基础。

局限

1. 灾害场景覆盖有限（14种）；
2. 基准数据与真实灾害复杂性存在差距；
3. AI决策的伦理责任归属问题。

未来方向

• 扩展更多灾害类型与地理区域；
• 结合真实救援数据验证；
• 探索人机协作决策模式；
• 开发更高效边缘推理架构。