ZSG-IAD：带缺陷定位与可核验解释的零样本工业异常检测

基于深度学习的工业异常检测器通常像黑箱，难以用具有物理意义的缺陷证据解释决策。我们提出ZSG-IAD，一种用于零样本工业异常检测、能定位缺陷的多模态视觉语言框架。输入RGB图像、传感器图像和三维点云后，框架生成结构化异常报告与像素级异常掩码。语言引导的两跳定位模块首先由异常相关句子选择从多模态特征中提炼的潜在证据槽，得到粗略空间依据；随后选定的潜在槽通过通道—空间门控与轻量解码器调制特征图，生成细粒度掩码。为提高可靠性，我们进一步采用带可验证奖励的可执行规则GRPO，促进结构化输出、异常区域一致性与推理—结论一致性。多个工业异常基准的实验显示，该方法取得较强零样本表现，并给出比此前方法更透明、以物理缺陷证据为依据的解释。我们计划发布代码和标注，支持可信工业异常检测研究。