度量学习（Metric Learning）一句话：不直接教模型“这是什么类”，而是教它“谁和谁像”，学出一个能计算距离的表示空间。
具体做法是先把图片、文本或人脸变成向量（embedding），再训练模型：相似样本的向量尽量靠近，不相似样本的向量尽量拉远。常用“三元组”（triplet）思路——拿一个锚点、一个同类的正样本、一个不同类的负样本，拉近锚点与正样本，推远锚点与负样本。打个比方，教人认双胞胎，不是背“这是哥哥、那是弟弟”，而是记住眉眼、脸型、神态的整体组合；下次看到新照片，也能判断“像不像同一个人”。
它和相邻概念的区别可以这样看：
| 概念 | 学什么 | 输出 | 典型用途 |
|---|---|---|---|
| 分类（classification） | 决策边界 | 固定类别标签 | 猫狗分类 |
| 度量学习 | 距离空间 | 可比较的向量 | 人脸验证、检索 |
| 聚类（clustering） | 无监督分组 | 若干簇 | 用户分群、去重 |
分类学习遇到新类别通常要重新训练；度量学习更像“学会比较”，新增人员或商品时，往往只需把新样本注册成向量。聚类不依赖标签直接分组，而度量学习常用监督或自监督信号，把“该近的拉近、该远的推远”。
这也是人脸识别（face recognition）常用它的原因：注册照入库成向量，现场照再算距离，超过阈值才判定为同一人，适合开放集场景。以图搜图、语义搜索、推荐召回和文档去重也一样——查询和库中内容映射到同一空间，取最近邻即可。AI 词典：Embedding">Embedding 训练里常用的对比学习（contrastive learning）和三元组损失，本质上都在塑造这个距离空间。
对从业者来说，重点不只是选距离公式，而是正负样本怎么构造、难例怎么挖、向量是否归一化、阈值怎么校准，以及用召回率、验证准确率等指标评估。对普通人来说，人脸解锁、相册聚类、以图搜图、知识库语义检索背后，往往都有度量学习在默默回答一个问题：这两个东西，到底像不像。