Google 到底有沒有索引成人影片站台？

有一部分。Google 確實索引了一些成人頁面，但 SafeSearch 過濾、robots 規則與登入牆，把這些型錄的很大一部分擋在以圖搜圖所依賴的圖片索引之外。

把截圖裁到只剩臉，在 Google 上會有幫助嗎？

很少。裁切會拿掉 Google 的整圖比對所依賴的背景，而 Google 並不會對那塊裁切做人臉辨識，所以結果通常是更差，不是更好。

它們的行為不一樣，不見得比較好。它們比對的一樣是存在於自家爬取結果裡的圖片。而一張來自影片的畫格通常在任何地方都不是已發布的圖片，所以沒有任何爬蟲手上有它的副本。

Google 以圖搜圖在成人影片的截圖上會失效，一是因為 Google 沒有爬多數成人站台，二是因為它比對的是整張圖的構圖，而不是臉。要從一張畫格找到女優，需要的是拿臉部向量去比對一份專門用成人影片封面建起來的索引。

你把一張截圖丟進 Google 圖片，回來的是一堆毫不相干的圖庫照片。問題不在你的圖太糊，而在你拿錯了一種問題去問錯了一種搜尋引擎。

Google 以圖搜圖找的是那整張圖的副本與近似副本，找的範圍是它爬公開網路建起來的索引。有兩件事讓這個模型在成人影片的畫格上失效：Google 沒有爬多數這類站台，而一張影片畫格在任何地方都不是已發布的圖片，所以根本沒有副本可找。

它比對的是整張圖 —— 構圖、色彩配置，以及已知的重複圖。它是一個近似重複偵測器，不是一套人臉辨識系統。

這個區別就是全部的答案。如果你上傳一張某人在臥室裡的畫格，Google 會去找其他共享那個整體視覺指紋的圖片。它問的不是「這張臉是誰？」它根本沒有理由把臉單獨切出來。

要找一個人，有用的比較不是圖對圖，而是臉對臉：偵測人臉、把它正規化到標準姿態、轉成一個數值向量，再拿那個向量跟你已經索引過的每一張臉比。

有好幾層過濾疊在一起，每一層都削掉型錄的一塊：

最後一列是大家最低估的一項。當你把影片暫停下來截圖，你創造出來的是一張從來沒有以檔案形式存在於網路上的圖片。世界上沒有任何爬蟲手上有它的副本。近似重複比對根本沒有東西可以拿來比。

因為裁切拿掉的，正好就是 Google 在用的那個訊號。

整圖比對倚賴的是背景、版面配置與色彩分布。裁到只剩臉，你就刪掉了其中大部分，只留下一小塊在像素層級上跟幾百萬張其他臉都很像的區域。你把這張圖變得更不有辨識度了，而那個系統本來就從來沒在看身分這件事。

這是一個很好的診斷方法：如果一個工具在你裁到只剩臉之後變差了，那個工具做的就不是人臉搜尋。

人臉搜尋把操作順序反了過來。它比較的不是圖片，而是臉的數學描述。

因為第 3 步把姿態、光線與背景都丟掉了，同一個人相隔好幾年、在不同房間裡拍的兩張照片，在向量空間裡還是會落在很近的地方。這是整圖比對在結構上做不到的事。

索引本身也必須是用對的素材建起來的。我們的索引收有 241,792 張臉，取自 106 個站台上的成人影片封面與畫格（我們的索引，2026-08 快照）。通用型的圖片索引裡根本沒有這些素材，這就是為什麼一個通用型的工具無論演算法多好，都回傳不出這種結果。

有一條界線值得說清楚： 我們的涵蓋範圍分布並不平均。代表圖有很大一部分來自少數幾個來源，所以一部只存在於我們沒有索引的站台上的作品，是找不到的。沒有哪一份臉部索引涵蓋一切，任何宣稱自己做得到的工具都是在誇大。

兩個臉部向量之間的餘弦相似度值域是 0 到 1。在我們的資料上，針對影片劇照校準出來的門檻是 0.40 —— 高過它，兩張臉就被當成很可能是同一個人。

這對誠實地讀結果很重要。稠密向量搜尋永遠會回傳點什麼，就算正確答案根本不存在。一筆 0.42 的結果跟一筆 0.85 的結果，在清單上看起來一模一樣，意思卻天差地遠。任何給你看比對結果卻不給你看分數的工具，藏起來的正是你需要的那部分。