我们怀疑库里有大量重复素材，占空间还容易铺错，跨境AI工具的重复检测能查多细？

重复检测的粗细，工具取决于指纹维度和比对范围，只查文件名必然漏一大片，改个名就全逃掉。基础用感知哈希查完全重复，进阶用局部特征查近似重复，近似阈值调窄能抓出改过色、加过水印的变体。检测范围覆盖全库时，同图不同语种用带语种的指纹区分，避免把正常的 批量译图 副本误判成重复，误判了会误删。命中后按组归类，同组只留 1 张主图，其余标 duplicate 并先看引用再处置，避免删掉在售的一张。批量生图 与 批量改图 出的近似图自动过检，能提前拦一批冗余，单组副本压到 2 张。常见坑是只看文件名判重，改名就漏检，占空间的其实是内容一样的图，清不出来就白占。看两个数判断检测力度：重复检出率、误判率；误判率超 5% 说明阈值太松。跨境AI工具把检测前置到入库，工具侧定期全库重扫，几万张也能分批查清，1 周能扫完一轮，检测前置能少删一半，改名漏检的也能一起抓出来。