本文介绍了弱监督时空异常检测的新任务，提出了多种方法以提高监控视频中异常事件的检测精度，包括双分支网络、可配置网络和时空交互网络等，均在多个数据集上验证了有效性。此外，STPrompt方法通过视觉语言模型显著提升了异常检测的准确性，减少了背景干扰，展现了良好的应用潜力。

本文综述弱监督异常检测，将其划分为三种弱监督设置和四种数据模态，给出形式化定义、关键算法与未来方向，并开展实验、发布源码及数据收集。相关研究提出弱监督异常定位、ALWOD框架、半监督标记策略和时空异常检测等方法，在交通、监控、医学影像等任务上提升了检测性能。