A Survey of Visual Anomaly Detection Methods |视觉异常检测方法综述

简介: 视觉异常检测(VisualAnomalyDetection,VAD)旨在自动识别偏离正常模式的工业产品缺陷,其核心价值在于解决真实缺陷样本极度稀缺与高精度质检需求之间的根本矛盾。早期研究依赖自编码器或生成对抗网络进行像素级重建,思路直观但受限于重建误差对细微缺陷的敏感性不足。随着预训练特征嵌入方法(如PatchCore)的确立,领域转向在特征空间建模正常分布,显著提升了定位精度却牺牲了跨域泛化能力。当工业新品类频繁更替导致重训练成本不可承受时,基于视觉-语言模型(如CLIP)的零样本检测范式应运而生,用全局语义对齐换取了无需目标域训练数据的部署灵活性。

综述原文见 www.arxivreview.com

导读

视觉异常检测(Visual Anomaly Detection, VAD)旨在自动识别偏离正常模式的工业产品缺陷,其核心价值在于解决真实缺陷样本极度稀缺与高精度质检需求之间的根本矛盾。早期研究依赖自编码器或生成对抗网络进行像素级重建,思路直观但受限于重建误差对细微缺陷的敏感性不足。随着预训练特征嵌入方法(如 PatchCore)的确立,领域转向在特征空间建模正常分布,显著提升了定位精度却牺牲了跨域泛化能力。当工业新品类频繁更替导致重训练成本不可承受时,基于视觉-语言模型(如 CLIP)的零样本检测范式应运而生,用全局语义对齐换取了无需目标域训练数据的部署灵活性。各路线在泛化能力、定位精度与计算效率之间做出了不同取舍,由此形成当前从特征嵌入到语义推理多元并存的方法格局。本综述梳理这条从数据约束驱动到语义理解深化的因果演进链条,为读者提供一张领域认知地图。全文按问题演化与路线取舍组织,覆盖该领域从奠基到当前的主要工作。

1. 研究背景、问题结构与演进脉络

视觉异常检测的起源深植于工业制造的质量控制需求,其核心痛点在于真实缺陷样本的极度稀缺与标注成本的高昂。在标准设定下,模型仅能访问正常样本进行训练,需在测试阶段识别并定位偏离正常模式的异常。这一约束直接决定了早期方法必须依赖无监督或自监督学习,通过重建正常图像并计算重构误差来发现异常。然而,这种基于像素级差异的范式在面对细微划痕或污渍时,往往因重建网络对正常细节的过度拟合而失效,导致检测灵敏度不足。

为克服重建范式的局限,问题定义逐渐从“像素重建”转向“特征分布建模”。2020 年前后,研究者开始利用预训练网络提取高维特征,通过构建记忆库(Memory Bank)或拟合高斯分布来量化测试样本与正常模式的偏离程度。这一转变确立了“正常分布建模”的核心范式,显著提升了细粒度定位精度,但引入了新的约束:模型需针对每个新品类重新提取特征并构建记忆库,无法直接泛化至未见类别。这种对目标域数据的依赖,成为后续范式转移的主要驱动力。

随着大规模视觉-语言模型(如 CLIP)的兴起,问题定义发生了根本性转变:从“拟合特定类别的正常分布”演变为“利用预训练知识进行跨域泛化”。零样本异常检测(Zero-Shot Anomaly Detection, ZSAD)允许模型在不接触目标类别数据的情况下,仅通过文本提示或视觉基础模型的内在表征能力检测异常。这一范式解决了新品类频繁更替带来的重训练瓶颈,但暴露出新的认知边界:预训练模型的视觉特征偏向全局语义对齐,缺乏对局部细微缺陷的敏感性,导致像素级分割精度低于有监督方法。

与此同时,异常的定义也从局部结构缺陷扩展至全局逻辑异常(Logical Anomaly)。逻辑异常指违反对象间关系、数量或空间布局规则的异常(如部件缺失、位置错乱),传统基于局部纹理重建的方法无法捕捉此类全局语义违规。这一扩展要求模型具备场景理解与推理能力,推动了视觉-语言模型在异常检测中的深度应用,也揭示了现有方法在复杂语义约束建模上的不足。

从约束演化史来看,2016-2018 年奠基阶段确立了无监督学习的基本框架;2020-2022 年,PaDiM 和 PatchCore 等特征嵌入方法解决了重建范式的精度瓶颈,确立了记忆库范式;2023 年,WinCLIP 引入 CLIP 开启零样本时代,解决了数据依赖问题但牺牲了定位精度;2024-2026 年,研究重心向多模态融合、逻辑异常检测及边缘端部署拓展,VisualAD 等纯视觉基础模型方法证明了无需语言引导的零样本检测潜力。当前领域处于高度活跃期,不仅追求检测精度的 SOTA,更聚焦于解决真实场景中的分布偏移、数据稀缺及模型可解释性问题。

如果用一个核心问题概括该领域,那便是:在缺乏充足标注缺陷数据且部署环境存在分布偏移的条件下,如何构建具备跨域泛化能力、细粒度定位精度及语义可解释性的异常检测系统。

2. 方法体系

  • 2019:MVTec AD——建立了包含15个类别、5354张图像的工业异常检测基准,定义了无监督异常检测的标准协议

  • 2021:PaDiM——提出基于高斯分布建模的补丁特征异常检测方法,确立了基于特征嵌入的无监督检测范式

  • 2022:PatchCore——引入核心集采样策略构建正常特征记忆库,显著提升了异常定位精度并降低了计算复杂度

  • 2021:WinCLIP——首次将CLIP视觉-语言模型应用于零样本异常检测,开启了基于基础模型的异常检测新范式

  • 2023:GCAD——针对逻辑异常检测提出全局-局部知识蒸馏框架,填补了传统结构异常检测无法覆盖逻辑缺陷的研究空白

  • 2024:AnomalyDiffusion——基于扩散模型提出零样本异常生成框架,缓解了工业场景中异常样本稀缺导致的监督学习困难

  • 2025:APRIL-GAN——扩展CLIP架构引入异常感知提示学习,显著提升了零样本异常检测在细粒度缺陷定位上的表现

  • 2026:VisualAD——提出基于Vision Transformer的无语言零样本异常检测框架,证明了纯视觉基础模型在零样本异常检测中的潜力

这条时间线勾勒了该领域方法演进的代表性节点:从 2019 年的 MVTec AD 奠定该领域方法基线,经 2021 年 AnomalyCLIP 的推进,到 2026 年的 VisualAD 代表当前前沿。各节点对应的技术路线、取舍与关联,详见后续小节。

2.1 零样本异常检测

零样本异常检测旨在解决工业新品类频繁更替导致的重训练成本问题,其核心假设是预训练基础模型已具备足够的视觉-语言对齐能力或视觉表征能力,可直接迁移至未见类别。早期方法以 CLIP 为主干,通过设计文本提示引导视觉特征匹配。WinCLIP(Roth et al., 2022)首次将 CLIP 应用于零样本异常检测,通过多尺度滑动窗口与组合提示词计算图像区域与文本描述的相似度,实现了无需目标域训练数据的跨域检测。然而,CLIP 的视觉特征偏向全局语义,缺乏对局部细微缺陷的敏感性,导致像素级分割精度受限。

为弥补定位短板,AnoRefiner(Huang et al., 2025, P12)引入了异常感知组式细化框架,通过测试时训练策略在推理阶段动态调整模型参数,利用组内样本的互信息增强特征表示,显著提升了异常边界的清晰度。该方法以推理阶段的计算开销为代价,换取了零样本场景下像素级定位精度的提升,弥补了 CLIP 类方法在细粒度分割上的不足。与此同时,PromptMoE(Shao et al., 2025, P10)提出视觉引导提示混合专家框架,通过稀疏专家路由机制动态选择最相关的专家组合生成上下文提示,克服了静态可学习提示适应性有限的问题,提升了长尾异常分布的识别能力。

随着纯视觉基础模型(如 DINOv2)的兴起,VisualAD(Hou et al., 2026, P22)提出了无语言零样本异常检测框架,在冻结的 ViT 骨干中插入可学习的全局异常/正常 Token,通过空间校准注意力模块聚合局部空间证据。该方法放弃了文本模态的语义可解释性,换取了对细微视觉变化的直接建模能力和更高的计算效率,证明了纯视觉基础模型在零样本异常检测中的潜力。AnomalyVFM(Fučka et al., 2026, P18)则进一步将视觉基础模型转化为零样本异常检测器,结合三阶段合成数据集生成策略与深度 VFM 适配技术,系统性地提升了 VFM 在异常检测任务中的有效性,避免了文本模态的噪声干扰。

零样本路线与特征嵌入路线形成竞争与互补关系:前者以牺牲部分定位精度为代价换取跨域泛化能力,后者则在已知类别下提供极高的像素级定位精度。近期通过测试时训练和纯视觉基础模型的引入,零样本路线正在逐步缩小与特征嵌入路线在定位精度上的差距。

2.2 少样本异常检测

少样本异常检测(Few-Shot Anomaly Detection, FSAD)介于全量无监督和零样本之间,适用于数据极度受限场景,通常仅需 1-5 张正常样本即可实现有效检测。SubspaceAD(Lendering et al., 2026, P21)提出基于子空间建模的无训练少样本异常检测方法,利用大规模基础模型提取特征,通过子空间建模技术从少量样本中估计正常数据的分布流形。该方法将少样本问题转化为子空间估计问题,避免了传统记忆库方法对大量正常样本的依赖,实现了极致的数据效率,但在复杂多模态异常场景中适应性有待验证。

DevPrompt(Poudineh and Lalonde, 2026, P16)针对单正常样本图像异常检测场景,提出基于偏差的提示学习方法,构建视觉-文本嵌入并利用可学习上下文构建提示,设计偏差感知损失函数优化提示向量。该方法引入统计偏差概念,将异常检测转化为偏差估计问题,提供了更具解释性的异常评分机制,但偏差计算增加了模型复杂度,且对提示初始化的敏感性较高。BayPrAnoMeta(Sarkar et al., 2026, P17)则提出贝叶斯原型元学习框架,通过贝叶斯建模处理正常样本的不确定性,利用 Normal-Inverse-Wishart 先验进行贝叶斯推断,显式建模正常分布的不确定性,避免了点估计带来的过拟合风险,提升了少样本场景下的泛化能力。

ReMP-AD(2025, P54)提出检索增强多模态提示融合框架,结合记忆库检索与视觉-语言信息,利用视觉编码器提取特征存入记忆库,并设计类内 Token 检索算法,通过类 Token 平衡和视觉-语言提示融合减少噪声特征干扰。该方法在少样本工业检测中展现了优越的性能,证明了检索增强技术在少样本学习中的有效性,但记忆库构建和检索增加了计算开销。少样本路线与零样本路线在数据依赖程度上形成梯度互补,前者保留了少量目标域信息以提升定位精度,后者则完全依赖预训练知识以实现极致泛化。

2.3 异常合成与增强

异常合成与增强旨在利用生成模型(如扩散模型)合成逼真的异常样本,以缓解真实缺陷数据稀缺问题,增强监督学习或半监督学习的效果。AnoStyler(So and Kang, 2025, P6)提出文本驱动局部异常生成框架,将异常生成建模为轻量级风格迁移过程,通过注入局部异常变换正常图像,利用预训练 CLIP 模型引导生成过程,确保异常语义与文本描述一致。该方法以正常图像为内容,类别-缺陷文本对为风格参考,实现了可控的局部异常注入,保持了背景的正常性,但 UNet 生成过程需要精细调优。

DeltaDeno(Xu et al., 2025, P9)提出基于 Delta 去噪归因的零样本异常生成框架,通过对比正常和异常提示下的去噪预测差异捕获语义分歧作为异常掩码,无需异常像素标签或模型适配。该方法利用掩码引导的潜在修复细化粗粒度区域,保持上下文一致性,并通过轻量级 Token 级提示精炼和空间注意力偏置锐化定位,确保了异常生成的准确性和局部性,但去噪过程计算成本较高。O2MAG(Rao et al., 2026, P28)提出无训练少样本扩散异常生成框架,利用扩散模型内在先验,仅需一张参考异常图像即可合成多样化异常样本,通过自注意力特征嫁接编辑异常外观同时保持正常背景,实现了高保真且空间精确的异常生成,无需训练即可适应新类别。

MIRAGE(Hu et al., 2026, P23)提出模型无关的工业真实异常生成与评估框架,通过提示多模态生成、CLIP 质量过滤和双分支语义变化检测自动创建掩码,构建了完整的生成-过滤-标注流水线,确保生成异常的真实性和掩码的准确性。Anomaly-Preference Image Generation(Wang et al., 2026, P37)则引入直接偏好优化(DPO)对齐生成模型与人类对异常真实性的偏好,通过训练奖励模型评估生成异常的质量,提升了生成异常的逼真度和语义一致性。异常合成路线与检测路线形成上下游互补关系:合成数据为检测模型提供训练样本,检测性能反馈则指导合成质量的优化。

2.4 多模态异常检测

多模态异常检测(Multimodal Anomaly Detection, MAD)融合 RGB 图像与 3D 点云、深度图等多源数据,利用几何信息互补视觉信息,提升对光照变化和细微形变的鲁棒性。Commonality in Few(Lin et al., 2025, P5)提出基于超图增强记忆的少样本多模态异常检测方法,利用超图结构建模节点间的高阶关系,通过无训练消息传递内核更新节点特征,提升了少样本场景下的特征匹配精度。FIND(2025, P52)提出仅使用正常多模态数据的少样本异常检测框架,包含两个单教师双学生分支,分别处理 2D 和 3D 输入,通过最小化模态干扰并有效利用互补性实现异常检测。

MuSc-V2(Li et al., 2025, P8)提出零样本多模态工业异常分类与分割框架,利用未标记样本的互评分机制,结合 2D 和 3D 特征表示,设计迭代点分组策略替代传统 KNN 预处理,缓解 3D 假阳性,并通过跨模态异常增强模块融合 2D/3D 评分,减少模态特定假阴性。CMDS-AD(Cai et al., 2026, P44)提出跨模态双流解耦少样本异常检测框架,通过扩散驱动多模态少样本增强模块合成配对 RGB-正常训练数据,并利用双向映射机制桥接 2D-3D 语义差距,有效缓解少样本场景下的模态差距。多模态路线与单模态路线形成互补关系:前者通过几何信息弥补视觉信息在光照变化和细微形变检测上的不足,后者则在计算效率和数据获取成本上具有优势。

2.5 逻辑与语义异常

逻辑与语义异常检测关注违反逻辑约束(如数量、位置、关系)或语义一致性的异常,结合视觉-语言模型进行推理,解决传统结构异常检测无法覆盖的场景。VID-AD(Nakata et al., 2026, P24)提出视觉诱导干扰下的图像级逻辑异常检测数据集与基准,建立单类基准,模型仅使用正常样本学习逻辑约束,并通过视觉到文本框架将图像转换为逻辑聚焦的文本描述,利用冻结 VLM 进行推理。LogiCo(Zhang et al., 2026, P47)提出统一逻辑与结构异常检测框架,设计双分支架构,结构异常分支利用局部特征重建检测纹理缺陷,逻辑异常分支利用全局语义一致性检测违反逻辑规则的异常。

ObjectCore(2026, P55)提出基于对象表示的少样本逻辑异常检测方法,利用 GroundingDINO 提取对象级组合信息,构建双记忆库(局部和全局)进行异常检测,将逻辑异常检测转化为对象级组合信息匹配问题,避免了像素级重建的局限性。Hypergraph Normal World Models(Nie et al., 2026, P46)提出基于超图正常世界模型的逻辑视觉异常检测方法,学习类别特定的正常世界,利用冻结视觉基础模型将正常图像映射为语义 Token,固定超图将 Token 分组为空间区域,并估计正常世界的参数,捕捉逻辑约束中的复杂依赖。逻辑异常路线与结构异常路线形成互补关系:前者关注全局语义约束,后者聚焦局部纹理缺陷,统一框架(如 LogiCo)则试图在单一模型中同时处理两类异常。

2.6 高效与边缘部署

高效与边缘部署针对资源受限的边缘设备或实时工业场景,研究轻量化模型、量化压缩、Token 剪枝及增量学习策略,平衡检测精度与计算效率。Keep the Needle, Prune the Haystack(Hou et al., 2026, P50)提出缺陷保留 Token 剪枝高效零样本异常检测框架,通过剪枝非关键 Token 降低推理成本,同时保留异常响应,显著降低了推理延迟,提升了边缘部署可行性。LiZAD(Khan et al., 2026, P48)提出轻量级零样本异常检测框架,利用冻结 DINOv3 视觉编码器和 MobileCLIP2 文本编码器,通过共享嵌入对齐机制确保视觉和文本表示在共享语义空间中对齐,适用于边缘设备部署。

Continual VAD on Edge(Barusco et al., 2026, P31)提出边缘持续视觉异常检测基准与高效解决方案,提出 Tiny-Dinomaly 架构,基于 DINO 基础模型构建边缘适配版本,并针对 PaDiM 和 PatchCore 进行效率改进,解决新类别不断引入时的灾难性遗忘问题。AdapTS(Barusco et al., 2026, P27)提出轻量级教师-学生多类持续视觉异常检测方法,设计轻量级学生网络,模仿预训练教师网络特征,并引入持续学习策略适应新类别,避免灾难性遗忘。TinyGLASS(Bonazzi et al., 2026, P25)提出实时自监督传感器内异常检测方法,利用 Sony IMX500 智能视觉传感器集成 ISP、神经网络加速器和片上 AI 推理能力,直接在传感器上执行量化深度神经网络,实现实时异常检测。高效部署路线与其他路线形成工程约束关系:轻量化技术是其他高精度方法在工业现场落地的必要前提,但可能以牺牲部分检测精度为代价。

2.7 跨任务与多领域应用

跨任务与多领域应用旨在构建大规模、多领域或特定场景的异常检测数据集与基准,提供标准化评估协议,揭示现有方法的局限性与泛化能力。ADNet(Ling et al., 2025, P11)提出大规模可扩展多领域异常检测基准,涵盖 380 个真实世界类别,支持无监督异常检测在工业、医疗、基础设施等多领域的应用,突破了现有基准在类别多样性和领域广度上的限制。ASBench(Zhang et al., 2025, P3)提出图像异常合成基准,从跨数据集和检测方法比较、合成与检测解耦、定量分析合成图像、数据比例影响和混合合成策略五个角度评估异常合成方法,揭示了合成数据对检测性能的影响。

CAD 100K(Pang et al., 2026, P35)提出汽车相关视觉异常检测综合多任务数据集,包含超过 10 万张图像,跨越 7 个领域和 3 个任务(分类、检测、分割),支持多任务学习。Text-Guided AD Benchmark(Samele et al., 2026, P41)提出文本引导异常检测结构化基准,评估语言在异常检测决策中的作用,揭示语言何时停止条件化决策,发现文本常为静态类别级提示而非可控指令。VAND 3.0 Challenge(Heckler-Kram et al., 2025, P1)提出视觉异常和新颖性检测 2025 挑战赛,基于 MVTec AD 2 数据集,关注真实世界光照变化下的鲁棒性,强调无监督性质,测试集真值非公开,防止过拟合。基准与评估体系为其他路线提供统一的评测平台,其演进方向(如引入真实世界干扰、多任务支持)直接反映了领域对鲁棒性和实用性的追求。

3. 关键共识、分歧与开放问题

3.1 领域共识

无监督学习是工业异常检测的主流范式,这一共识源于真实缺陷样本稀缺且标注成本高昂的现实约束,仅使用正常样本训练模型是符合实际生产条件的标准做法(支撑证据:P11、P18、P22)。基于预训练基础模型(如 CLIP、DINO)的特征提取显著优于从头训练的特征提取器,能够提供更强的泛化能力和零样本检测潜力,这一共识在 MVTec AD 和 VisA 等多个基准上被反复验证:AnomalyVFM 的 94.1 与 VisualAD 的 93.5 均大幅超越早期从头训练方法的典型水平(支撑证据:P18、P22)。

与此相关的另一个共识是像素级异常分割比图像级分类更具实用价值,因为工业质检需要精确定位缺陷位置以便后续处理(支撑证据:P12、P15)。合成异常数据能有效提升检测模型的性能,尤其是在少样本或半监督设置下,这一共识在 ASBench 等基准的定量分析中得到支持(支撑证据:P3、P23)。多模态融合能互补单一模态的不足,3D 几何信息对检测细微形变和光照不敏感缺陷至关重要,这一共识在 MVTec 3D-AD 基准上得到验证(支撑证据:P44、P52)。

3.2 观点分歧

零样本检测能否达到有监督/无监督方法的细粒度定位精度,是领域内最核心的分歧。观点 A 认为零样本方法在 I-AUROC 上已接近 SOTA,且具备跨域优势,定位精度可通过测试时训练弥补;观点 B 认为零样本方法在 P-AUROC 和 AUPRO 上仍显著低于 PatchCore 等记忆库方法,CLIP/ViT 特征缺乏局部纹理敏感性。现有证据偏向观点 B,在 MVTec AD 上,AnoRefiner 的 89.2 PRO 虽提升了零样本定位精度,但仍低于有监督方法的典型水平,且测试时训练增加了推理成本,效果依赖测试集分布(支撑证据:P12、P22)。分歧根源在于缺乏统一的跨域细粒度定位基准,现有评测多在单一数据集内进行,未充分测试在光照、视角剧烈变化下的定位稳定性。

这一分歧的背后,是另一个更根本的争论:逻辑异常检测应独立建模还是统一于结构异常框架。观点 A 认为逻辑异常需独立建模,因为涉及对象关系和高阶语义,传统像素重建无法捕捉;观点 B 认为逻辑异常可统一于结构异常框架,通过双分支或全局特征融合即可处理。证据偏向观点 A,在 MVTec LOCO 上,专用逻辑异常方法(ObjectCore 89.1、Hypergraph 89.3)表现优于通用方法,但统一框架(LogiCo)在同时处理两类异常时展现了鲁棒性(支撑证据:P47、P55)。分歧根源在于逻辑异常的定义模糊且标注稀缺,缺乏大规模、多样化的逻辑异常基准,不同方法对“逻辑异常”的定义不一致,导致难以公平比较。

3.3 其他开放问题

最紧迫的工程问题是边缘端部署中的计算效率与检测精度平衡。现状是轻量级模型(如 LiZAD、TinyGLASS)已能在嵌入式设备上实现实时推理,但精度可能下降;关键困难在于如何在保持检测精度的同时大幅降低模型参数量和推理延迟;研究路径包括轻量级骨干网络、Token 剪枝、量化压缩和参数高效适配器(支撑证据:P25、P48、P50)。最根本的研究问题是分布偏移下的鲁棒性。现状是当前方法在跨域、跨光照、跨相机条件下性能显著下降;关键困难在于缺乏对正常数据分布变化的自适应机制;研究路径包括渐进式测试时训练、子空间校准和动态提示学习(支撑证据:P1、P18)。

已知—争议—未知认知图谱显示:无监督/零样本范式、预训练特征优势、像素级分割价值是领域共识;零样本定位精度、逻辑异常建模方式是核心争议;分布偏移鲁棒性、生成质量与检测性能相关性、开放集未知缺陷检测是未知领域。发展趋势将从算法精度向系统鲁棒性和语义可解释性拓展,多模态融合与语义推理将成为未来突破的关键方向。

4. 总结与展望

视觉异常检测的核心矛盾在于数据稀缺与高精度质检需求之间的张力,这一矛盾驱动了从像素重建到特征嵌入、再到语义推理的范式跃迁。早期方法通过重建正常图像检测异常,受限于重建误差对细微缺陷不敏感;特征嵌入方法通过记忆库建模正常分布,提升了定位精度但牺牲了跨域泛化;零样本方法利用预训练知识实现跨域检测,解决了数据依赖问题但暴露了细粒度定位瓶颈。当前核心瓶颈在于如何在保持零样本泛化能力的同时,实现像素级精确定位和逻辑异常的可解释检测,并解决边缘部署中的效率与鲁棒性平衡。

未来可能突破的方向包括:一是发展高效边缘部署的异常检测系统,通过轻量级骨干网络、Token 剪枝和量化压缩实现边缘设备上的实时推理(支撑证据:P25、P48、P50);二是构建统一的结构异常与逻辑异常检测框架,通过组件级重建、超图关系建模和约束分解统一两类异常的检测范式(支撑证据:P46、P47、P55);三是提升异常合成方法的生成质量与下游检测性能的相关性,通过多模态大模型评估、偏好优化和空间对齐约束提升合成异常的真实性和可控性(支撑证据:P3、P23、P37)。对进入者最值得做的一件事是:在统一骨干与统一预训练条件下,设计严格的跨域细粒度定位评测协议,以揭示零样本方法在真实工业部署中的鲁棒性边界。

以上为节选,完整内容见ArxivReview

目录
相关文章
|
8天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
9109 24
|
8天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2699 14
|
3天前
|
人工智能 安全 应用服务中间件
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
NGINX曝出两个高危漏洞(CVE-2026-123633和CVE-2026-123007),CVSS 9.2分,均属HTTP/2内存安全缺陷,无需认证即可远程执行代码。影响自2015年起的多个版本,静态站点亦受威胁。修复版本为开源版1.30.7/1.31.9。(239字)
1287 0
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
|
6天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
10天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
10天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
23天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
11127 59
|
3天前
|
人工智能 弹性计算 IDE
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
适合团队落地代码规范,每次提交自动生成评审报告,降低人工CR工作量。同时支持自定义技能脚本,接入团队内部SDK说明文档,让Codex生成符合团队编码规范的代码。Codex三大客户端覆盖本地开发、服务器远程编码、自动化流水线场景,搭配阿里云百炼的Token Plan、Coding Plan,能够低成本搭建稳定可控的AI编码助手。新手建议先从IDE插件入手,熟悉交互逻辑,再尝试CLI版本部署在阿里云ECS,实现云上项目远程编码、批量脚本处理。只要按照步骤完成环境准备、版本选型、密钥对接、项目初始化,就可以把Codex融入日常开发流程,大幅提升代码编写、问题排查、项目重构的效率。
944 0
|
6天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
1319 1
|
9天前
|
Linux API iOS开发
【DSH】DeepSeek Harness新手保姆教程(下载+安装+配置+使用,2026最新实测)
DeepSeek Harness(dsh)是DeepSeek AI开源的智能体框架,秉持“一切皆插件”理念,支持读文件、改代码、跑命令、处理表格、联网搜索等操作。免费开源,兼容Windows/macOS/Linux,提供桌面端与网页端,可灵活安装插件扩展能力。