IAD-Unify：用于工业异常分割、理解和生成的基于区域的统一模型

现实世界的工业检查不仅需要定位缺陷，还需要用自然语言解释它们并生成受控的缺陷编辑。然而，现有方法无法在统一框架和评估协议内共同支持所有三种功能。我们提出了 IAD-Unify，这是一个双编码器统一框架，其中基于 DINOv2 的冻结区域专家通过轻量级词元注入向共享 Qwen3.5-4B 视觉语言主干提供精确的异常证据，共同实现异常分割、基于区域的理解和掩模引导生成。为了实现统一评估，我们进一步构建了 Anomaly-56K，一个全面的统一多任务 IAD 评估平台，涵盖 24 个类别和 104 个缺陷变体的 59,916 张图像。受控消融产生了四个发现：（i）区域定位是理解的决定性机制，去除它会使定位精度降低> 76 pp； (ii) 预测区域性能与预言机非常接近，确认了部署的可行性； (iii) 基于区域的生成实现了最佳的全图像保真度和掩模区域感知质量； (iv) 预初始化联合训练以可忽略的生成质量代价（-0.16 dB）提高理解。 IAD-Unify 在 MMAD 基准上进一步取得了优异的性能，包括训练期间未见的类别，展示了强大的跨类别泛化能力。