研究概述
arXiv:2608.24937v1 公告类型：新论文
摘要：多模态异常检测（Multi-Modal Anomaly Detection, MMAD）旨在从异构数据源中检测罕见的异常事件，并日益广泛应用于工业检测、网络安全等对安全性和可靠性要求极高的场景。
研究背景与视角
然而，现有文献在不同领域和模态组合之间较为分散，且已有综述通常按架构对方法进行归类，而非依据异常在多模态环境中的定义与分离方式进行分类。
本综述从假设驱动（assumption-driven）的视角对MMAD进行研究。我们对该问题进行形式化定义，识别出支撑其核心挑战的五个内在特征，并将已有工作组织为两个互补的研究范式。
两大研究范式
范式一：正态性假设方法
第一类为正态性假设方法，通过表征学习、跨模态对齐和知识增强来对正常规律进行建模。
范式二：异常假设方法
第二类为异常假设方法，通过粗粒度、结构化和语义级别的异常注入来锐化决策边界。
基础模型的影响
我们还探讨了基础模型如何通过可扩展预训练、灵活的跨模态迁移以及新兴的推理能力重塑MMAD领域的发展格局。
基准与未来方向
最后，我们汇总了跨领域的代表性基准数据集与评估协议，并指出了构建鲁棒、自适应且可解释的MMAD系统所面临的开放性问题与未来研究方向。