最近NAS圈最大的新闻，是威联通把压箱底的移动端整合App「QuONE」放出了内测，照片的时间轴、地图、人脸识别、智慧分类全被塞进了一个入口。知乎这下好了，原本就吵个不停的威联通相册话题，又被顶了上来：官方相册眼看要重构，那现在嫌QuMagie难用的人，到底是等官方，还是干脆换Immich？
这问题我们没法拍脑袋回答。所以把近三个月知乎、小红书上能找到的相关讨论都翻了一遍——从"威联通QuMagie相册好用吗"这类专门提问，到"2026年主流NAS相册功能横评"下的各路回答，拢共收集了11条有头有尾的真实用户评价。有意思的是，夸的和骂的几乎一半一半，而且两边说的都不是情绪，是具体的账。
骂QuMagie的，骂的到底是哪几点
先把差评摊开。收集下来，对原生相册的不满集中在这么几个地方：
第一，安装位置。知乎用户三井熊在"QuMagie好用吗"问题下的回答很直接：QuMagie需要安装在系统盘，“所以强烈建议不要用”。知乎威联通App Center的应用默认装进系统卷，相册这种数据量越大、索引越膨胀的应用压在系统盘上，对很多把系统盘做成小容量SSD的玩家来说确实别扭。
第二，速度和体验。有知乎用户在横评问题下把三家的相册排了座次：功能上群晖>飞牛>威联通，手机端飞牛>群晖>威联通，原话是"威联通就是一坨单纯相册"。知乎小红书一位用了TS-416的用户更具体：“登录系统后台，很慢！在内网的情况下都（慢）”，这也是她转头把immich称为"最好用的相册备份系统"的直接原因。小红书
第三，一些历史遗留的刺。比如2024年还有用户吐槽QuMagie对实况照片（Live Photo）支持不佳、“升级系统后又一直抽风”。小红书还有一位用户遇到过更糟心的——多媒体数据库损坏，辛辛苦苦做了几天的人脸命名和相册全部被重置，最后逼得他专门去找元数据导出工具。小红书
但夸QuMagie的，也不是没道理
反过来看，好评同样有具体细节，不能装作看不见。
威联通的QuMagie走的是"QNAP AI Core"识别引擎，官方口径是支持GPU、NPU、TPU和Hailo AI加速模块四种AI运算资源，AI分类覆盖人物、事物、地点、实况照片和相似度去重，还带OCR文字识别。知乎有用户实测后认为"AI识别准确率还是相当高的"，尤其认可按人物分类后给家人分享照片的体验：在控制台给家人建账号、分权限，手机上装QuMagie，开启WiFi下自动上传，全家人的手机相册无感备份，这套流程对老人确实友好。
批量分享也是原生派的加分项：选中照片、点分享、生成带有效期和密码的链接，不用一张张走微信原图。知乎而且QuMagie的账号权限直接长在QTS的用户体系上，家里谁想看什么文件夹，控制台里一把管住——这一点第三方相册目前给不了。
为什么那么多人推荐Immich
Immich是一个开源的自建相册项目，GitHub收藏已经超过10万。知乎它的UI被普遍形容为"Google Photos的像素级复刻"，iOS和Android客户端滑动浏览几万张照片不卡。内置人脸识别和基于大模型的语义搜索，多账户互相隔离、又能一键建共享相册。
用过的人怎么评价？三井熊在横评里把immich和包括威联通在内的原生相册直接对比后，给出的原话是：“immich更新快，效率高，后台整理和人脸识别速度比本机带的快太多了，CPU占用也少，缩略图生成快并且文件小，便于手机查看”。知乎
但Immich的成本也得算清楚，同样是这些真实用户踩出来的：
一是部署门槛。它不是App Center里点一下就装好的，要用Container Station跑Docker Compose，建目录、贴配置、等四个镜像拉取完成。知乎有用户直言"Immich国内教程较少"，自己全程靠AI摸索。知乎
二是模型下载这道坎。Immich的人脸识别和语义搜索依赖机器学习容器，首次运行要从海外下载模型文件，国内网络大概率失败。好在社区已经有成熟解法：从国内镜像站下载模型文件，手动放进model-cache目录对应位置即可。知乎但这一步对纯小白仍然是道门槛。
三是两条硬门槛。硬件上，社区建议内存至少6GB、推荐8GB以上，CPU至少2核、推荐4核，老ARM机型跑起来会吃力。知乎另外有人提醒，没配GPU直通的话，ML任务会一直用CPU推理，速度差10到50倍，很多人跑了几个月都没意识到。知乎
四是账号体系另起炉灶。Immich的用户体系和QTS完全独立，用户之间分享信息时，还不能分享已识别的人脸。知乎对特别依赖"全家一套权限"的用户，这是个真实的减分项。
先澄清一个关键认知：换相册不等于搬数据
很多人的纠结里藏着一个误解，以为换相册软件就要动照片本身，怕丢、怕乱。其实不是。
你手机备份下来的原图，躺在NAS的共享文件夹里；QuMagie也好，Immich也好，本质都是对这些原图做索引和识别的"索引层"。换Immich，不是把照片搬走，而是让另一套引擎重新扫描同一批文件——原来QuMagie里的人脸命名和相册分类不会自动跟过去，但原图一张都不会少。
想清楚这一点，迁移的真实成本就清楚了：主要是重新导入、重新跑识别和缩略图的时间和算力，外加Immich数据库本身的备份习惯。有处理过10万张照片的用户留下过经验：缩略图生成的资源消耗是线性累积的，多个AI任务同时跑会互相拖垮，宁可串行分批，也别贪快。知乎
三种人，三种答案
把上面的账合起来，答案基本就分出来了：
第一类：坚持QuMagie，等QuONE。 如果你买NAS的核心需求就是全家相册备份，家里人要共用、老人要用，机器是ARM或者入门x86，也不想碰Docker——那原生路线对你仍然是最优解。权限跟QTS打通、分享链接现成、备份流程无感，这些恰恰是Immich的短板。QuONE内测版已经把照片时间轴、地图、人物、智慧分类整合了进去。后续还会加"回忆"功能和AI自然语言搜索。知乎官方版落地后体验大概率有一波实质提升，值得等。
第二类：果断换Immich。 如果照片量已经奔着十万去，嫌原生相册整理慢、搜索笨，机器是x86中高配、内存8GB往上，自己也愿意花半天折腾部署——那长痛不如短痛。识别速度、客户端流畅度、语义搜索，这几项Immich的体验优势是跨级别的。手机端支持后台静默备份，回家连上WiFi就自动上传，换过去之后日常就是无感运转。知乎动手前记住三件事：先给数据和Immich数据库做好备份；首次索引串行跑，别几个AI任务一起上；模型下载走国内镜像手动放置。
第三类：两条腿走路。 这也是不少老玩家的实际状态：QuMagie继续负责手机自动备份和家人共享，Immich用外部库的方式指向同一个照片目录，只负责索引、搜索和浏览。原图一份不用动，两边各取所长。代价是两套索引都要吃资源，机器性能一般的慎选。
接下来值得盯的三个信号
相册这事今年大概率还有变化，三个观察点可以先码住：
QuONE正式版什么时候推送、"回忆"和AI搜索这些画过的饼落地多少——这决定原生相册的体验天花板；
QuMagie自身的版本更新，尤其是索引速度和数据库稳定性这两处老毛病改不改；
Immich社区和中文教程生态的成熟度，教程越多，第三类"双修"路线的门槛就越低。
数据是自己的，索引工具随时可以换。想清楚自己要的是"全家省心"还是"个人体验"，这笔账就不难算。
