本文提出了CLIP-ADA框架，通过自监督学习和可学习提示实现多类别工业图像的异常检测。该方法在MVTec-AD和VisA数据集上表现优异，展示了在极少训练数据下的有效性，并探讨了视觉-语言模型在异常检测中的应用及其潜力和鲁棒性。