AAAI 2026 | 把时间序列画成图？VLM4TS用视觉语言模型破解时序检测难题

本文提出了一种名为VLM4TS的零样本时间序列异常检测框架。研究背景指出，传统基于数值建模的异常检测方法难以识别依赖上下文的语义异常。研究目的是通过结合视觉语言模型的感知与推理能力，解决现有方法在检测精度与计算效率上的两难困境。VLM4TS采用两阶段架构：首先利用预训练视觉编码器进行高效初筛以定位候选异常区间，然后调用完整的视觉语言模型结合全局上下文进行语义验证，从而在保证高精度的同时大幅降低计算开销。实验结果表明，该方法在多个基准数据集上性能显著优于传统时序模型和基于大语言模型的方法，且推理效率满足实际部署需求。结论揭示了借助多模态大模型进行时间序列分析的新范式。