该研究提出了一种名为TGAICC的新方法，利用大规模视觉语言模型，通过提示引导和一致性聚类，实现多样化图像聚类。在四个基准数据集上，该方法优于传统方法，并通过词频统计实现多样化，展示了视觉语言模型在数据分析中的革新作用。