AnomalyCraft-700K：组件级可控且可验证的合成异常，用于细粒度视频异常理解

视频异常理解（VAU）的进展长期以来一直受到现实世界异常视频固有缺陷的限制，这些视频难以收集并且对其内容几乎无法控制。合成异常方法部分缓解了数据稀缺性，但它们的生成仍然在很大程度上控制在类别或提示级别。它们还缺乏视频文本一致性的组件级验证，并且在正常异常边界附近提供的硬正常样本不足。为了解决这个问题，我们提出了 AnomalyCraft-700K，这是一个用于细粒度 VAU 的组件可控合成异常数据集，包含超过 40K 视频和超过 700K 任务级文本注释。从细粒度的语义组件和渐进的三阶段管道中，我们精心制作了详细、语义控制和时间结构的异常事件，并另外构建了每个类别的硬正常样本，以促使模型根据异常语义而不是表面视觉线索进行区分。此外，AnomalyCraft-700K 使用组件作为验证单元，进一步对生成过程中引入的视频文本差异进行组件级校正，为从异常检测、异常检索和字幕到细粒度异常推理的六项任务提供可靠的注释和经过验证的跨模式对齐。对传统协议和基于 MLLM 的协议下广泛使用的方法的评估表明，AnomalyCraft-700K 可以作为从异常检测到细粒度异常理解的有效监督源。