本研究提出了一种新方法，利用多模态大型语言模型进行工业异常检测，解决了现有方法缺乏缺陷详细描述的问题。研究贡献了首个多模态工业异常检测训练数据集（DDQA），实验结果表明该方法在缺陷检测和定位任务中表现优异，显著提高了准确性和可解释性。

本文提出了一种新型导航框架，结合大型语言模型和视觉语言技术，应用于视觉导航任务。框架包括指令解析、视觉-语言地图构建、定位和动作预测等组件。实验结果表明，该方法在真实环境中优于现有基线，显示出在多机器人协作和工业异常检测等领域的潜力，显著提高了模型的性能和准确率。