Google相册的"无限存储"说没就没，8000万用户的数据像租来的房子——房东随时能收回去。一位开发者花三个月测完市面上所有方案，最后锁定的两个选项让技术圈吵翻了天。
Immich和Ente Photos，前者是开源社区的宠儿，后者拿了印度政府订单。它们解决同一个问题，思路却像两个时代的产物。
资源消耗差40倍：你的旧电脑能撑住谁
Immich的胃口大得惊人。官方推荐配置4-6GB内存，双核CPU起步，跑AI识别时风扇狂转像要起飞。
这货把机器学习全塞在服务器端。人脸识别、自然语言搜图，全靠自己机器的算力啃。好处是照片不出家门，坏处是电费账单肉眼可见地涨。
Ente走了另一条路。内存占用130-150MB，差不多是Immich的三十分之一。它的 trick 是把AI运算扔给手机——你的设备做完苦力，只把结果同步上去。
「我们在意效率，」Ente团队的原话。这种设计让树莓派级别的硬件都能跑，但代价是手机得有点性能余量。
部署难度反过来。Immich的Docker Compose一条命令搞定，Ente自建却要折腾S3存储，TrueNAS用户吐槽文档「像迷宫」。想省硬件就得费脑子，技术世界的守恒定律。
零知识加密：是护城河还是过度设计
Ente的加密策略堪称偏执。照片上传前就在设备端完成加密，服务端只存乱码。即使服务器被物理攻破，攻击者拿到的是一堆无法解密的比特垃圾。
这种「零知识架构」让它们拿下了印度政府的数据托管合同——政治敏感内容需要这种级别的保险。
Immich完全不碰加密。文件以原始形态躺在你的硬盘里，像传统NAS一样。开发者认为：既然服务器是你自己的，加密责任该由存储层或用户自己解决。
两种哲学没有高下。Ente适合「连我自己都怕数据泄露」的极端场景，Immich则相信「物理控制即安全」。一位自托管老炮的评论很典型：「有人能黑进我家服务器，他想要什么直接拿，照片排不上号。」
AI搜图：本地算力 vs 端侧智能
两家都支持自然语言搜图，比如输入「去年夏天的海边」自动定位照片。实现路径却分道扬镳。
Immich的模型跑在服务器，识别精度依赖你舍得扔多少硬件。有用户给机器上了独立显卡，搜图响应快得像本地搜索引擎；也有人在旧笔记本上跑，等结果的时间够泡杯咖啡。
Ente的识别在手机上完成。iPhone 12之后的机型几乎无感，但老旧安卓会发热、掉电。这种设计让服务器端彻底变成「 dumb storage 」，成本结构完全不同。
一个细节：Ente的端侧模型体积控制在200MB以内，专门优化过边缘计算。Immich则允许用户自选模型，从轻量级到满血版都有，灵活性换复杂度。
商业模式的隐藏分野
Immich是纯开源项目，没有付费层。开发者靠GitHub赞助和周边收入维持，功能路线图由社区投票决定。
Ente走「开源核心+云服务」路线。自建免费，但用它们的托管服务要按容量付费——200GB年费约40美元，定价直接对标Google One。这种结构让公司有钱雇全职工程师，迭代速度肉眼可见更快。
过去18个月，Ente上线了家庭共享、RAW格式支持、地图时间轴视图；Immich同期忙着重构数据库层，新功能相对克制。两种生存策略，两种用户预期。
选择建议被总结得很干脆：想要开箱即用、不在乎硬件成本 → Immich；想旧物利用、或需要企业级加密 → Ente。中间地带的用户，往往两个都试一遍，然后骂自己浪费时间。
那位测了三个月的开发者最后选了Ente自建，理由是「我的NAS已经够吵了」。但他在GitHub给Immich点了star，「等换M4 Mac mini再试」。技术人的忠诚，从来都是有条件的。
你的照片备份方案，是倾向「把一切都握在手里」，还是「相信加密比物理控制更可靠」？
热门跟贴