CLIP（Contrastive Language-Image Pre-Training）是一种基于对比学习的图像和文本预训练模型，于2021年由OpenAI推出。CLIP是目前最先进的跨模态学习模型之一，能够同时理解图像和文本，且无需对图像或文本进行任何形式的注释或标记。
paintings， sketches， ， ， ， lowres， normal quality， ， ， skin spots， acnes， skin blemishes， age spot， glans。
