威联通把多模态搜索塞进NAS

威联通把 VLM 和 LLM 搬进了 NAS

威联通（QNAP）今天（2026 年 8 月 12 日）发布 Qsirch 7.1.0，并正式上线 Qsirch AI Mode，让用户可以用自然语言同时搜索 NAS 里的文档、图片、视频和音频。与依赖文件名、标签和关键词的传统 NAS 搜索不同，新模式会分析文件内容、视觉场景以及音视频转录文本，试图找到用户“记得内容、但忘了文件名”的那份资料。

**Qsirch AI Mode 是运行在 QNAP NAS 本地的跨媒体语义搜索模式。**它采用大型语言模型（LLM）与视觉语言模型（VLM）的双模型架构：LLM 主要负责理解查询、文档上下文和转录文本，VLM 则用于识别图片及视频画面中的视觉语义。

这次更新真正有价值的地方，不是给搜索框加了一层聊天界面，而是把原本割裂的文件检索、图片识别和影音转录接进同一套搜索流程。对于保存了数 TB 乃至数十 TB 素材的企业、工作室和专业用户，这比在 NAS 首页放一个通用聊天机器人实用得多。

一句话可以同时搜四类内容

Qsirch AI Mode 支持文档、图片、视频和音频四类主要媒体，并允许用户直接输入自然语言描述。用户不必记住精确关键词，也不需要先判断目标究竟藏在 PDF、会议录音还是活动视频中。

例如，用户可以搜索“去年产品评审会上关于电池续航争议的讨论”，系统可能同时返回包含相关段落的 PPTX、会议录音中的发言、视频对应时间点，以及拍到相关白板内容的图片。传统搜索通常只能找到文件名或正文中明确出现“电池续航”的文件，而语义搜索还需要理解“耗电”“使用时长不达标”等上下文相关表达。

四类媒体的处理方式并不相同，Qsirch AI Mode 的核心能力可以概括如下：

| 媒体类型 | 典型格式 | AI Mode 的检索依据 | 相比关键词搜索的变化 | |---|---|---|---| | 文档 | PDF、DOCX、PPTX 等 | 文件正文、关键词、上下文语义 | 不要求查询词与原文完全一致 | | 图片 | 常见图片格式 | VLM 分析人物、物体、环境和视觉场景 | 无须预建相册或手工添加标签 | | 视频 | MP4、MOV | 转录文本、时间轴及相关内容 | 可从搜索结果跳转至对应片段 | | 音频 | WAV、MP3、M4A | 语音转录文本与时间轴 | 可按记忆中的对话定位发言位置 |

**文档语义搜索是根据文本含义和上下文匹配内容，而不只是比较字符是否相同。**这一能力适合处理措辞不统一的内部资料，例如产品部门写“客户流失”，销售记录写“续约失败”，两者在字面上不同，但在业务语义上高度相关。

**视觉语言模型是能够同时理解图像和文字描述的多模态模型。**在图片搜索中，VLM 不依赖用户提前建立相册或填写标签，而是直接分析画面内容；输入“仓库里堆放的红色包装箱”，理论上就能找出符合场景的照片，即使文件名只是相机自动生成的 IMG_XXXX。

**时间轴与文字转录双向同步是将音视频中的语音文本绑定到具体播放时间点。**用户从搜索结果点击某段文字后，可以直接跳到对应位置播放，不必为了寻找一句话反复拖动一两个小时的会议录像。对于会议归档、采访整理、课程录像和合规审计，这是此次升级中最容易直接节省工时的功能。

本地运行是卖点，也是硬件门槛

Qsirch AI Mode 的全部模型推理都在 NAS 本地完成，文件内容无须发送至公有云模型服务。即使 NAS 位于不能访问外部网络的企业内网，相关搜索功能也可以继续运行，同时避免因持续上传文档、图片和影音素材产生额外的网络流量与云端推理费用。

**本地推理是指模型在用户自有设备上完成计算，原始数据不必离开该设备或内部网络。**这套模式更适合设计源文件、合同、财务资料、研发文档、医疗影像和会议记录等敏感数据，也便于企业围绕数据驻留和访问边界制定内部合规规则。

不过，“不上云”不等于绝对安全。威联通在产品页面中使用了“zero data leakage risk”一类较强的表述，但更准确的理解应是：AI 推理过程不会因为调用公有云模型而主动上传文件。NAS 账号权限配置、共享链接、恶意软件、系统漏洞、备份策略以及管理员权限，仍然会影响实际的数据安全。

Qsirch AI Mode 会沿用 NAS 现有的共享文件夹权限，只向用户展示其原本有权访问的搜索结果。这一点非常关键，因为语义索引和 AI 摘要可能暴露原文件中的敏感信息；如果搜索层绕过文件权限，即使用户不能打开原文件，也可能从摘要或片段中获知内容。

本地运行的代价则是硬件要求明显高于普通全文索引。根据威联通公布的当前要求，AI Mode 需要 QNAP x74 系列或更高等级的兼容 NAS，并搭配兼容的 NVIDIA 或 Intel 独立 GPU，显存至少为 16GB。

| 项目 | Qsirch 标准搜索 | Qsirch AI Mode | |---|---|---| | 查询方式 | 关键词、文件名、筛选条件 | 自然语言与跨媒体语义描述 | | 内容理解 | 以索引和文本匹配为主 | LLM 与 VLM 联合处理 | | 图片准备 | 较依赖标签、元数据或既有分类 | 可直接理解视觉场景 | | 音视频定位 | 通常以文件为结果单位 | 支持转录文本与时间点跳转 | | 推理位置 | NAS 本地索引 | NAS 本地 AI 推理 | | 当前硬件要求 | 视常规 Qsirch 兼容性而定 | x74 系列或以上，兼容 NVIDIA/Intel 独显，至少 16GB 显存 | | 外部网络依赖 | 基本不依赖 | AI 功能可在受限内网使用 |

16GB 显存意味着这并不是面向所有入门 NAS 的无门槛升级。很多双盘位、四盘位家用机型没有独立 GPU 扩展条件，即便 CPU 能执行一部分模型任务，速度和可用模型规模也很难达到交互式跨媒体搜索的要求。

威联通此次没有公布统一的索引耗时、查询延迟、模型参数规模、转录语言覆盖率或不同 GPU 上的性能数字，因此现阶段不能仅凭“双模型”判断实际速度。用户在部署前更应该关注首次建库需要多久、每 TB 数据要占用多少索引空间、后台索引对硬盘与 GPU 的负载，以及新增文件多久能进入搜索结果。

它和 RAG 搜索不是一回事

Qsirch AI Mode 与此前已有的 AI Knowledge Search（RAG Search）解决的是相邻但不同的问题。前者重点是“把文件找出来并定位到相关内容”，后者则更强调“检索资料后，由模型归纳并生成答案”。

**RAG 是先从私有资料中检索相关内容，再让语言模型基于这些内容生成回答的技术。**它适合询问“过去三次产品复盘有哪些共同问题”，而 AI Mode 更适合搜索“包含渠道库存讨论的会议视频和报表”。两者都使用语义理解，但结果形态和风险边界不同。

| 能力 | AI Mode | RAG Search | |---|---|---| | 核心目标 | 找到文件、片段与时间点 | 基于检索结果生成答案或分析 | | 主要输出 | 文档、图片、音视频及相关位置 | 自然语言回答、总结和洞察 | | 适合查询 | “找出拍到蓝色样机的图片” | “总结蓝色样机测试中的主要问题” | | 主要风险 | 漏检、误匹配、定位不准 | 除检索误差外，还可能产生生成式幻觉 | | 用户核验方式 | 打开原文件或跳到原始片段 | 检查引用材料与生成结论是否一致 |

这一区分决定了 AI Mode 更像 NAS 的“多模态 Spotlight”，而不是另一个企业聊天机器人。它先解决本地数据“找不到”的基础问题，再为摘要、问答和分析提供检索入口，产品路径比一上来强调万能问答更稳健。

真正难的不是搜索框，而是索引质量

跨媒体搜索的体验上限取决于索引和模型对内容的理解质量，而不只取决于查询时使用的 LLM。扫描版 PDF 如果没有可靠的文字识别，口音较重的会议录音如果转录错误，VLM 如果无法准确识别细小文字或专业设备，后续语义搜索就会在错误素材上继续匹配。

首次索引的资源消耗也会比传统搜索更高。文档需要提取文本并建立语义表示，图片需要经过视觉模型分析，音视频则可能涉及抽帧、语音识别、时间戳对齐和向量化；当素材量达到数十万文件时，建库速度、增量更新机制和索引容量都会直接影响可用性。

本地方案的另一项挑战是模型更新速度。云端搜索产品可以在后台直接更换更强的识别或推理模型，而 NAS 用户需要等待应用和模型包更新，并受限于显存、驱动及设备兼容性；这也是本地隐私与云端迭代效率之间不可避免的交换。

Qsirch AI Mode 目前最值得观察的指标不是演示中能否搜到一张照片，而是复杂资料库中的召回率和误报率。一个搜索系统偶尔给出惊艳结果并不困难，难的是在十万份文件中稳定找全相关资料，同时避免塞入大量“看起来有关、实际无关”的结果。

谁最适合升级

Qsirch AI Mode 现阶段更适合已经使用中高端 QNAP NAS、拥有兼容独显，并积累了大量非结构化资料的企业与专业团队。影视制作、摄影工作室、设计团队、法务归档、会议资料管理和内部知识库是较明确的使用场景。

长音视频资料较多的团队会最先感受到收益。过去寻找一段采访原话可能需要人工逐个打开文件并拖动进度条，现在可以先按转录文本检索，再跳转到对应时间点核验，这比单纯生成一段 AI 摘要更可靠，也更容易纳入现有工作流。

只有少量家庭照片和普通办公文档的家用用户则未必需要为此升级硬件。至少 16GB 显存、独立 GPU 和较高等级 NAS 带来的整机成本不低，如果资料量不大，完善文件夹结构、文件命名和相册分类可能仍是成本更低的方案。

企业用户在正式建立全量索引前应先做小规模验证。建议选择包含不同语言、扫描文档、多人会议、低清图片和长视频的真实数据集，测试自然语言召回、权限隔离、索引耗时、GPU 占用、转录准确率与断网可用性，而不是只用厂商准备好的示例素材。

威联通正在把 NAS 变成私有多模态数据入口

Qsirch 7.1.0 已于今天在 QNAP App Center 开放下载，AI Mode 则需满足指定 NAS 与 GPU 条件。由于官方当前没有给出独立订阅价格或量化性能数据，现阶段最清晰的信息是功能边界和硬件门槛，而不是总拥有成本。

这次更新体现了 NAS 产品竞争方向的变化：厂商不再只比盘位、吞吐量和快照功能，而是开始争夺私有数据的 AI 入口。Synology、QNAP 以及自建开源方案最终要比较的，也不会只是“有没有 AI”，而是谁能以更低的索引成本、更准确的召回和更严格的权限控制，把散落在本地存储中的数据真正用起来。

Qsirch AI Mode 的方向是对的，但它暂时还不是普及型功能。跨文档、图片和音视频的一站式自然语言搜索，确实切中了 NAS 长期存在的内容发现难题；可至少 16GB 显存的要求，也把首批用户明确限定在企业和高端专业场景。对符合硬件条件的用户而言，这可能是 Qsirch 近几年最有实际价值的一次更新；对普通 NAS 用户而言，它更像是本地多模态搜索即将下放的预告。

参考来源

• IT之家：威联通为 Qsirch 推出 AI 模式：报道 Qsirch 7.1.0 上线、本地 VLM/LLM 推理及跨媒体搜索能力。
• 知乎：QNAP 威联通推出 AI 驱动的 RAG 搜索：补充 Qsirch 既有 RAG 搜索、本地知识库与生成式问答功能背景。