DifferAD-R1：采用多模态大语言模型的差异引导工业异常定位

工业异常定位旨在准确识别和定位工业产品中的异常区域，解决在现实场景中检测未见缺陷类别的关键挑战。传统的闭集方法通常存在跨场景泛化能力差的问题，而现有的基于多模态 大语言模型 (MLLM) 的方法面临两个核心限制：它们要么采用与本地化实际需求不相符的 QA 式范式，要么依赖组相对策略优化 (GRPO) 等标准优化技术，无法针对细微缺陷提供有效的学习信号。为了解决这些问题，本文提出了 DifferAD-R1，这是一种专为工业异常定位而定制的 MLLM 增强强化学习框架。我们设计了一种差异引导双图像范式，将定位任务重新表述为一次性差异定位问题，以有效地探索跨场景异常。针对难以检测的异常情况开发了双重一致性定位奖励，增强了优化的稳定性和鲁棒性。此外，我们将难度感知策略与自适应重新加权和分组重采样相结合，以优先考虑具有挑战性的实例的学习。为了便于在现实工业环境中进行评估，我们构建了 AD-DualDiff 数据集，其中包含 20 个类别的 13K 配对图像。实验结果表明，与 Qwen3-VL（235B 参数）等大规模模型相比，DifferADR1 显着优于现有基线，并实现了具有竞争力的性能。我们的代码公开于：https://github.com/Rong2026/work-1。