本文研究离线多模态大语言模型在空中作战决策支持中的应用。空中作战环境网络受限、保密要求高，分析员需在仅有文本和图像的情况下结合作战条令完成时限紧迫的分析。我们提出一种模块化检索增强架构，能够在无互联网环境下运行，支持来自技术手册的文本和图像输入，并通过自然语言交互将知识追溯至原始条文。为验证该架构，开展了与巴西空军四名图像分析员的初步实验。实验包括两部分：①基于电子目标识别条令的条令知识评估，比较人工与系统在同一测试上的表现；②测量在无 AI 辅助下手工编写侦察目标报告（REMIR）的认知工作负荷。结果显示，手工任务的心理需求达 6.0/7，努力度 5.0/7，耗时平均 26.5 分钟；系统在相同评估中得分 8/10，完成时间 7.1 分钟，表现与人工相当并显著提速，为后续 AI 辅助评估奠定基线。最后，本文提出了系统化比较手工与 AI 辅助工作流的后续评估方案。
点评