存了五年的照片和录音，威联通的 AI 搜索真能找回来吗

去年第三季度的一本教材，存在 NAS 里，文件名只有“教材V3”。

一位把五年、6TB 素材塞进威联通 Qu805 的用户，在 Qsirch 里输入“去年第三季度的一本教材”。三秒后，结果指向那份 PDF，命中的是内页标题，不是文件名。知乎

这件事之所以值得说，是因为它绕开了 NAS 一直以来的一个前提：你得先记得文件叫什么、放在哪个文件夹。

Qsirch 7.1.0 之后新增的 AI Mode，把这个前提拿掉了。它在 NAS 本地给文档、图片、音视频建立智能索引，再用自然语言去匹配内容。

官方说法是 VLM 与 LLM 结合，推理全部在本地完成，不上传公有云 API。知乎IT之家

先看图片。文件名全是 IMG_7823 这种，按名字搜等于没搜。

AI Mode 的做法，是让视觉模型先“看”一遍图，把画面编码进索引。搜“海边日落”，能翻出舟山拍的夕阳；搜“有猫的照片”，连猫只占画面四分之一、蹲在机箱边当背景板的那张也能捞出来。知乎

搜“有文字的截图”时，软件界面、拍 PPT 的白板笔记会被聚到一起。找图这件事，第一次不再依赖相册分类。

文档也一样。PDF、DOCX、PPTX 的正文会被提前解析，搜索不再只比对文件名，而是能落到内页的标题和段落。对合同、教材、项目文档多的人，这比“记得住命名规范”现实得多。

更实用的是音视频。系统会生成逐字稿，并把文字和时间轴对齐。两小时的会议录音，搜“预算讨论”，结果直接定位到第 46 到 52 分钟，点一下就能从那一秒开始播。以前只能拖进度条凭感觉找。知乎

到这里，它解决的问题已经很具体：不是把 NAS 变聪明，而是把“整理”从存之前挪到了找的时候。你可以不建层层文件夹，先存，等需要时再用画面、句子、声音去捞。

但有一个区别必须说清楚，否则很容易被“AI 全本地”这句话带偏。

AI Mode 的检索推理在本地，搜索结果也遵守 NAS 原有的共享文件夹权限。不同账号搜同一个词，看到的东西不一样。这是它最值得肯定的部分。知乎

可 RAG 搜索是另一套逻辑。它要调用大语言模型，你可以接云端 API，也可以接本地模型。

接云端时，与问题相关的内容会被发送给你选的服务商；接本地模型，则需要特定机型、足够的显存和内存，不是每台 NAS 都能跑。官方默认的嵌入模型也不能随便换。知乎

所以，“AI 搜索”和“AI 问答”要分开看。前者是本地索引，后者取决于你把模型放在哪里。

它也不完美。目前仍是 Beta，专业术语比如 PCB 设计，识别会失准；AI Assistant 主要放在手机端，安卓依赖 AICore、iPhone 依赖 Apple Intelligence。

QuMagie 在多人合照里也可能漏人，第一次建索引则要等。

性能上，N150 这类家用芯片跑 1B 级小模型可以。实测首字延迟七秒多、每秒十几 token，做轻量问答够用，但别指望它替代云端大模型。知乎

这也解释了为什么厂商一边强调本地 AI，一边又给 RAG 留了云端接口。

所以值不值得为“AI NAS”多花钱，取决于你存的是什么。

如果 NAS 主要装电影、做下载机，AI 搜索的收益有限。如果硬盘里是几万张没整理的照片、几年的会议录音、成堆的项目文档，它省下的不是几次点击，而是“明明存过却找不到”的那部分时间。

买之前只需要问一句：你要找的，是文件名，还是内容？