双锚点，做得更好：用于零样本异常检测的分层组合并

零样本异常检测 (ZSAD) 旨在识别未见域中的异常，这种设置对于域转移普遍存在的工业和医疗应用尤其重要。然而，大多数基于 CLIP 的 ZSAD 方法仅将语义锚定在文本模态上，使得性能对提示设计高度敏感，并导致视觉基础薄弱。为了减轻这些限制，我们提出了一种双锚框架，该框架通过自上而下的分组机制构建的分层图像锚来补充传统的文本锚。该机制逐步聚合局部到全局的图像特征以形成正常和异常的组标记，这些标记用作图像锚点并充当组门标记精炼器中的门控信号以增强全局表示。然后将细化的图像锚点与文本提示融合以构造动态状态提示。通过共同强化视觉和文本语义，我们的框架稳定了图像文本对齐，减少了即时依赖性，并在 8 个工业基准和 6 个医学基准上实现了强大的泛化能力。