概述
零样本工业缺陷检测模型是当前工业AI领域的前沿研究方向，旨在解决传统方法在缺陷检测中面临的核心痛点：依赖大量缺陷样本、难以应对新缺陷类型、模型泛化能力差。
CNN特征嵌入比对（无监督学习方式）
利用在大规模自然图像数据集（如ImageNet）上预训练的强大深度学习模型（如ResNet、ViT）作为特征提取器。在正常样本上，学习其特征在嵌入空间的"正常"分布（通常是一个多维高斯分布或通过记忆库记录正常特征）。测试时，计算测试图像特征与"正常"分布的差异，差异大的区域即缺陷。
典型的模型包含：
SPADE、PaDiM、PatchCore等。优势在于性能强大、稳定，充分利用了预训练模型的通用特征表示能力。缺点是对正样本要求极高，正样本必须预处理跟光照归一化才能得到稳定效果，而且无法支持工业快速的样品换型。 对预训练模型有依赖，特征维度高时需处理效率问题。
基于视觉-语言模型（VLM）的零样本缺陷检测（新兴范式）
借助如CLIP、SAM、DINO、QWEN等大规模多模态预训练模型。它们已在海量"图像-文本"对上训练，具备了强大的开放式视觉概念理解能力。
文本引导：直接用自然语言描述缺陷（如"划痕"、"凹陷"、"污渍"），模型根据文本与图像区域的相似度定位缺陷。通过仅提供"正常产品"的文本或图像描述，让模型发现与之不符的区域。配合通过设计合适的Prompt来激发模型的先验知识。
**优势在于真正意义上的"零样本"，无需针对特定任务训练，灵活度高，可应对开放词汇描述的新缺陷。**工业支持急速五分钟换型、四张参考样本准确率可以达到99%。唯一缺点，推理运行需要硬件计算资源，只有在RTX4090才可以的达到毫秒级，另外一个就是无法支持2K以上分辨率，因为算力成本太高，对大图需要裁剪或者预处理。
我们团队的工作
我们成功把VLM应用在工业缺陷检测领域，基于参考样本与零样本实现了工业缺陷新范式。工业缺陷检测零样本技术解密资料全集
大胆预测，2026年谁抢占了工业零样本缺陷检测的风口，谁就掌握技术主动权，市场主动权，公司发展的主动权。