UniDG：统一缺陷生成模型与UDG数据集

2026年10月30日，arXiv Artificial Intelligence 刊出 Yuanting Fan 等作者的报道，提出统一缺陷生成模型 UniDG，并构建 30 万样本的 UDG 数据集。报道称，UniDG 将缺陷合成建模为“缺陷上下文编辑”：用自适应裁剪提取参考缺陷上下文，并以结构化双联画格式融合多模态条件，从而实现跨对象、缺陷类型与领域的统一缺陷生成。UDG 数据集由正常-异常-掩码-描述四元组构成，规模为 300K。报道称，在不进行逐类别微调、也不使用 MVTec-AD/VisA 参与训练的条件下，UniDG 在合成质量以及下游单类和多类异常检测/定位上，均优于此前的少样本异常生成与图像插入/编辑基线；可选的 Consistency-RFT 还能进一步提升参考遵循、局部真实感和缺陷类别一致性。目前事件进展停留在该报道所述的方法与数据集发布层面。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。