AI Image Similarity Checker 幫你比較兩張圖差異的免費工具

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

手上有原圖和改過的版本，想知道到底差在哪裡、差了多少，AI Image Similarity Checker（aiimagesimilaritychecker.com）就是為這件事做的：丟兩張圖進去，它回你一個相似度百分比，附一張把差異位置標上顏色的圖，也能切成滑桿模式左右對照。不用註冊帳號、不用安裝任何東西，介面是英文。

真的把圖丟進去之前，值得先弄清楚三個問題：分數是怎麼算出來的？圖片會不會上傳出去？百分比要怎麼解讀？我自己做了幾組測試圖實際跑了一輪，也把頁面的程式碼攤開來對照，三個問題都有明確答案。先講結論：分數其實是在你自己的瀏覽器裡算出來的，用的模型也在瀏覽器裡跑；但兩張原圖仍然會上傳到它的伺服器，換一張差異標記圖回來。分數的尺也比直覺壓縮，同一張圖只加一個小方塊，得分是 80，而不是 95。

分數怎麼來：瀏覽器裡的模型加兩條數學公式

從頁面程式碼可以把整個評分流程還原出來。第一次按下比對時，瀏覽器會先下載 Google 的 MobileNet v2 影像模型，下載來源是 tfhub.dev 自動轉址到 Kaggle 的模型檔，一共四個分片。這是一個跑在網頁裡的小型影像辨識模型，每張圖先縮到 224×224 餵進去，取它中間層的輸出當作這張圖的特徵向量，你可以想成把一張圖壓成一枚數字指紋。行銷頁面上寫的深度學習模型，這部分沒有唬人，模型確實在跑，而且就在你的電腦上。

指紋拿出來之後，就是純數學了。頁面程式碼裡的公式很直白：先算兩枚指紋的餘弦相似度（夾角多接近），再算正規化後的歐氏距離換算成的貼近程度（距離多近），兩個指標各自乘上 1.5 次方與 1.2 次方後，按七比三加權合成最終分數。換句話說，畫面上那個百分比不是模型主觀給的分數，而是一條可以整條寫出來的加權公式，模型只負責把圖變成指紋這一步。

這對使用者的意義是雙面的。好處是行為可預期：同樣兩張圖永遠得到同樣的分數，公式對整體色調偏移與局部改動各有固定的反應方式，重跑不會漂。代價是它衡量的是模型指紋層次的像不像，不是人眼語意上的像不像：把整張圖調亮一點，與在某個角落加上一個小物件，在它眼裡都會扣分，扣多扣少取決於指紋挪動的幅度，而不是「改了幾個地方」這種人類直覺的計數。後面實測會看到這個特性把分數尺壓成什麼樣子。

還有一個從流程看得出來的細節：模型是在第一次比對時才下載的，之後留在瀏覽器快取裡重複使用。也就是說第一次跑會多等幾秒，之後就快了；相對地，你的瀏覽器要能順利連上模型存放的網址，這一步要是讓廣告阻擋器或企業網路攔下來，工具就可能直接動不了。這類依賴是純瀏覽器工具的常見代價，用之前知道就好。

圖片會不會上傳：會，但只為了那張差異圖

這是最需要搞清楚的一件事。分數雖然在瀏覽器算，但每次按下比對，瀏覽器仍然會把兩張原始圖檔原封不動送到 aiimagesimilaritychecker.com 的後端，伺服器算出一張差異標記圖回傳，畫面才會顯示結果。我在瀏覽器的開發者工具看整個流程：上傳的是原始檔案本身，不是縮圖；伺服器回應裡也只有差異圖，分數從頭到尾沒有離開過你的電腦。但如果這個請求失敗，比方伺服器拒收了檔案，分數也不會顯示，所以實際體驗上兩件事是綁在一起的。

官網 FAQ 對隱私的說法是：圖片預覽在你本機處理，相似度分析則在伺服器以安全方式進行，處理後刪除、不留永久儲存。對照實際行為，這段話剛好把兩件事說反了一半：留在本機處理的不只是預覽，連分析帶評分都在瀏覽器完成；而圖片確實會上傳，只是目的與 FAQ 描述的不同。至於處理後刪除這句，屬於站方的單方面說法，從外部只能驗證圖片有沒有送出去，驗證不了對方存不存，使用時心裡要有這條線。

實際的分流建議很簡單：修圖前後比對、設計稿版本檢查這類本來就要給別人看的圖，用它沒問題；證件照、合約截圖、還沒公開的產品圖，就別放進任何需要上傳的工具，這類需求可以考慮 Unzip Online 或 PicsResizer 這類全程在瀏覽器處理的路線，後者在縮圖時連相片中繼資料都一併剝掉。

檔案大小的實務處理也順便說一下。單張上限 10MB 在手機直出的照片上不算寬鬆，超過時瀏覽器在本地就會先擋下，不會等到上傳才失敗；先把圖縮到 2000 到 3000 像素再丟進來，相似度分數幾乎不受影響（模型本來就會把圖縮到 224×224 才分析），處理速度反而更快。真正用得上原圖細節的是伺服器產生的差異標記圖，需要精細標記時再餵原尺寸檔案就好。

小改動就掉到 80 分：實測它的分數尺

我做了兩組測試圖：一組是同一張底圖加上一個小色塊，另一組拿一張主題完全不同的圖來比。結果如下。

關鍵在第一行。只是在一張圖上加了個小方塊，分數就掉到 80，徽章只拿到第二級的 Good Match。而兩張內容毫不相干的圖，分數還有 42，不是個位數。這就是前面說的：模型指紋層次的相似不等人眼認定的相似，分數尺是兩頭壓縮的。它的徽章門檻寫在程式碼裡，90 分以上叫 Excellent Match、70 分以上 Good Match、50 分以上 Fair Match。所以拿到 80 分的正確讀法是「兩張圖在模型眼裡很像，但其中一張改過東西」，不是「八成相同」；要比較版本迭代，看分數的變化趨勢比看絕對數字有用得多。

Pin

還有一個官網宣稱與實際介面的落差要點出來。FAQ 說每個結果都會附上高、中、低的信心評級，讓你知道分數可以多信。我在結果畫面上找不到這個評級，對照程式碼發現它確實有算，算完存進一個欄位，但畫面上沒有任何元件讀取那個欄位，等於算了但沒顯示。更有意思的是它的計算方式：兩條公式各自給一個分數，兩者差距小於 0.1 就標高信心，小於 0.25 標中信心。也就是說這個信心評級量測的是兩條公式彼此同不同意，不是模型對結果的把握，就算它顯示出來，參考價值也與多數人直覺的不同。

兩種檢視模式各自適合不同任務。差異標記模式把改過的位置蓋上顏色，旁邊有亮度滑桿可以調整顏色的濃淡，找「到底改了哪裡」用這個最快；滑桿模式把兩張圖並排，拖曳分割線左右對照，展示修圖前後、燈光調整前後這類整體變化比較直觀。實測時差異標記在預設亮度下的覆蓋色偏深，圖案細節整個偏暗，把滑桿往亮的方向帶一點，標記區塊與原圖的輪廓會同時清楚，這個小調整值得知道。兩種畫面都能下載成 PNG 存檔，滑桿模式輸出的畫布固定是 800×800，兩張圖會等比縮放塞進去，所以下載圖的解析度與原圖無關，想要原尺寸比對還是得回自己慣用的看圖軟體。

同一個網站的批次去重工具走了另一條路

這個網站還掛了第二個工具：批次去重（Duplicate Image Remover），一次最多丟 200 張圖，它幫你把相似的分組，讓你勾掉重複的那份。它宣稱所有處理都在瀏覽器裡完成、圖片永遠不會離開你的裝置，這句話經得起檢驗：批次頁的程式碼裡找不到任何把圖片送出去的網路呼叫，我自己丟三張圖進去等待的過程中，也沒有出現任何圖片上傳的請求。

但兩個工具的相似度其實不同軌。批次工具用的不是模型指紋，是感知雜湊這類純像素層次的比對：把每張圖縮成 32×32 的灰階、做一次頻率轉換後取 64 位元當指紋，兩兩比對位元差異。相似門檻開放調整、範圍 60 到 95，預設 85。所以不要把兩邊的百分比拿來互相比較，它們是兩把不同的尺；你在一個工具看到的相似度數字，換一把尺就可能落在完全不同的區間。

Pin

順帶一提，兩個工具其實互補：模型指紋看的是畫面內容像不像，感知雜湊抓的是幾乎相同的複本。清相簿抓重複用批次工具，判斷一張圖改了多少用主工具，各自有各自的位置；勾選要保留的版本後，批次工具還會把你留下的圖在瀏覽器裡重新打包成 ZIP 給你下載，整條流程同樣不經過伺服器。

沒有條款、沒有隱私政策，錯誤訊息還是簡體中文

格式與大小限制：只收 JPEG、PNG、WebP 三種，單張上限 10MB。我把 BMP 丟進去，介面直接拒收。比較特別的是錯誤訊息：整個介面是英文，錯誤卻以簡體中文顯示，開發者的母語痕跡就這樣露在畫面上，看到簡體字不是你的電腦壞了。

功能面：兩種檢視模式（差異標記與滑桿對照）、亮度調整、結果可下載成 PNG。它也內建一組示範圖片，一鍵載入就能先玩一輪，懶得自己準備測試圖的人可以用它確認工具正常。首頁那個 96% 的相似度卡片是行銷展示，不是你的結果，實測分數出來前不要讓它影響預期。

信任面：這個網站沒有服務條款，沒有隱私政策，頁尾的 Help Center 與 Contact Us 點進去都是同一個回饋表單，經營者身分只有一個贊助連結與版權年份。收入靠 Google 廣告，行為分析用 Microsoft Clarity，你的頁面互動都會進到它的紀錄裡。基礎的安全設定有做：傳輸強制加密、禁止其他網站內嵌、阻擋 MIME 嗅探，主機託管在 Vercel。整體來說是個人開發者的廣告支援小工具，不是有公司背書的服務。

所以判斷是這樣：修圖比對、抓改圖、看版本差異，它免費、免帳號、立刻能用，差異標記圖也確實好看好用，這個用途可以放心。但要是你的需求是圖片不能離開電腦，它就不是正確的對象，同站的批次工具或 CSVink 這類純瀏覽器工具才是那條路。把分數當相對訊號看，別當成絕對答案，這個工具就會很好用。