本文介绍了一种无监督异常检测方法，利用负采样和分类器识别设备运行异常。研究综述了深度学习在工业图像异常定位中的应用，提出了基于深度卷积自编码器的异常检测方法，并展示了其在真实环境中的优越性能。此外，探讨了光伏电池异常检测、工业设备退化监测及绝缘子故障检测等领域的最新进展，强调了深度学习和边缘计算在工业4.0中的重要性。

该研究提出了一种使用具有防碰撞功能的扩散核进行训练的方法，能够在推理时间仅使用单个视觉输入生成可达目标并规划避开障碍物的运动。该方法有效解决了推理时间障碍物检测和额外设备需求的挑战，在多模态环境中具有鲁棒性，能够导航到目标并避免由障碍物阻挡的不可达目标，同时确保避免碰撞。

研究人员发现LK-99不是超导体，而是绝缘体。Cu2S杂质导致LK-99的电阻率下降和部分悬浮现象。X射线成像澄清了LK-99中的扁平带情况，发现扁平带不利于超导。纯净的LK-99单晶体也不是超导体，研究人员认为超导迹象是由于Cu2S杂质。分析方法存在缺陷，需要更多研究了解LK-99的特性。