MUSTARD工业动态异常检测框架提出

2026年11月6日，arXiv Computer Vision 刊出由 S-Wei Chen 等作者提出的 MUSTARD 框架，全称 MUltimodal SpatioTemporal Anomaly Reasoning and Detection。据该报道，这是首个基于多模态大语言模型（MLLM）的动力学工业异常检测框架，针对现有 MLLM 方法时序建模能力不足的问题，通过光流引导关键帧选择和增强模态，捕捉局部运动模式与全局动态演化，使 MLLM 具备细粒度时空动力学感知能力，用于检测和推理基于动力学的缺陷。报道称，其基于正常模式的推理流程仅需少量正常参考样本即可完成检测，无需模型更新，可跨产品高效适配并保持较高决策可解释性；实验显示其在时空异常检测与解释生成上表现更优，代码将公开。上述性能与适用性说法均来自该篇报道，尚待独立验证。

AI 根据报道生成 · 2 天前更新