提出DiaVLo诊断框架，结合人工标注与VLM生成能力，构建期望/实际行为规范，定位VLM跨模态对齐偏差。

评估Qwen3-VL等2–8B级轻量VLM在离线边缘设备上的真实物种识别能力，发现其在96类任务中媲美专业BioCLIP模型。