diff --git a/flutter_app/lib/camera/camera_screen.dart b/flutter_app/lib/camera/camera_screen.dart
index e95480b..0a9e383 100644
--- a/flutter_app/lib/camera/camera_screen.dart
+++ b/flutter_app/lib/camera/camera_screen.dart
@@ -40,7 +40,12 @@ class _CameraScreenState extends State<CameraScreen> {
 
   /// 当前 worker 已加载的模型 id 集合（激活集变化对比用）
   Set<int> _loadedModelIds = const {};
-  bool _reloadingWorker = false;
+
+  /// 进行中的 worker 重建（并发调用共享，避免重复建/漏建）
+  Future<void>? _reloadInFlight;
+
+  /// ModelManager revision 快照：模型文件更新（自动更新下载新版）也需重建 worker
+  int _lastRevision = -1;
 
   void _openSettings() {
     final vm = _viewModel;
@@ -90,8 +95,7 @@ class _CameraScreenState extends State<CameraScreen> {
                 ),
                 const SizedBox(height: 8),
                 const Text(
-                  '阈值越低识别越灵敏（低分框越多，误报也可能增加）；'
-                  '不同模型的置信度分布不同，识别不到目标时可适当调低阈值。',
+                  '阈值越低识别越灵敏（低分框越多，误报也可能增加）',
                   style: TextStyle(color: Colors.white54, fontSize: 12),
                 ),
                 const SizedBox(height: 16),
@@ -138,59 +142,72 @@ class _CameraScreenState extends State<CameraScreen> {
     setState(() => _permissionGranted = granted);
     if (!granted) return;
 
-    // 模型热更新：启动拉取目录（只拉不下载），此处兜底等待；未下载模型时仅预览
-    if (!ModelManager.instance.ready) {
-      try {
-        await ModelManager.instance
-            .refresh()
-            .timeout(const Duration(seconds: 15));
-      } catch (_) {}
-    }
+    // 模型热更新：启动拉取目录（只拉不下载），兜底等待；已下载/已激活模型
+    // 有新版本时 autoUpdate 自动重下，变化经 _onModelsChanged 重建 worker
+    try {
+      await ModelManager.instance
+          .refresh()
+          .timeout(const Duration(seconds: 15));
+    } catch (_) {}
     await _reloadWorker();
     await _startCamera();
   }
 
   /// 用当前激活模型重建推理 worker（激活集变化/启动时调用）；
   /// worker 为 null（无激活模型或加载失败）时仅预览并提示。
-  Future<void> _reloadWorker() async {
-    if (_reloadingWorker) return;
-    _reloadingWorker = true;
-    try {
-      final models = ModelManager.instance.models;
-      final ids = models.map((m) => m.datasetId).toSet();
-      if (_viewModel != null &&
-          _loadedModelIds.length == ids.length &&
-          _loadedModelIds.containsAll(ids)) {
-        return; // 激活集未变（进度/目录刷新通知）直接跳过
-      }
-      final worker = await DetectorWorker.create(models: models);
-      _loadedModelIds = ids;
-      final vm = _viewModel ?? CameraViewModel(reminder: Reminder());
-      vm.setModelReady(worker != null);
-      final analyzer = FrameAnalyzer(worker: worker, viewModel: vm);
-      final old = _analyzer;
-      if (!mounted) {
-        analyzer.dispose();
-        if (vm != _viewModel) vm.dispose();
-        return;
-      }
-      setState(() {
-        _viewModel = vm;
-        _analyzer = analyzer;
-      });
-      old?.worker?.dispose();
-      // 相机已启动：重启帧流绑定新 analyzer（start 内部先 stop 再订阅）
-      if (mounted && _cameraController != null) {
-        await _cameraController!.start(analyzer);
-      }
-    } finally {
-      _reloadingWorker = false;
+  /// 并发调用共享同一进行中的重建：refresh 通知触发的重建与 _init 的等待
+  /// 共用一个 Future，相机等重建完成后再启动（避免绑定旧 analyzer）。
+  Future<void> _reloadWorker() {
+    final inFlight = _reloadInFlight;
+    if (inFlight != null) {
+      // 重建进行中：完成后按最新状态复查，期间的变化不丢失
+      return inFlight.then((_) => _reloadWorker()).catchError((_) {});
+    }
+    _reloadInFlight =
+        _doReloadWorker().whenComplete(() => _reloadInFlight = null);
+    return _reloadInFlight!;
+  }
+
+  Future<void> _doReloadWorker() async {
+    final mgr = ModelManager.instance;
+    final models = mgr.models;
+    final ids = models.map((m) => m.datasetId).toSet();
+    final revChanged = mgr.revision != _lastRevision;
+    if (_viewModel != null &&
+        !revChanged &&
+        _loadedModelIds.length == ids.length &&
+        _loadedModelIds.containsAll(ids)) {
+      return; // 激活集/模型文件未变（进度/目录刷新通知）直接跳过
+    }
+    _lastRevision = mgr.revision;
+    final worker = await DetectorWorker.create(models: models);
+    _loadedModelIds = ids;
+    final vm = _viewModel ?? CameraViewModel(reminder: Reminder());
+    vm.setModelReady(worker != null);
+    final analyzer = FrameAnalyzer(worker: worker, viewModel: vm);
+    final old = _analyzer;
+    if (!mounted) {
+      analyzer.dispose();
+      if (vm != _viewModel) vm.dispose();
+      return;
+    }
+    setState(() {
+      _viewModel = vm;
+      _analyzer = analyzer;
+    });
+    old?.worker?.dispose();
+    // 相机已启动：重启帧流绑定新 analyzer（start 内部先 stop 再订阅）
+    if (mounted && _cameraController != null) {
+      await _cameraController!.start(analyzer);
     }
   }
 
   void _onModelsChanged() {
-    final ids = ModelManager.instance.models.map((m) => m.datasetId).toSet();
-    if (_loadedModelIds.length == ids.length &&
+    final mgr = ModelManager.instance;
+    final ids = mgr.models.map((m) => m.datasetId).toSet();
+    final revChanged = mgr.revision != _lastRevision;
+    if (!revChanged &&
+        _loadedModelIds.length == ids.length &&
         _loadedModelIds.containsAll(ids)) {
       return;
     }
diff --git a/flutter_app/lib/detection/detector_worker.dart b/flutter_app/lib/detection/detector_worker.dart
index b41b932..a7023dd 100644
--- a/flutter_app/lib/detection/detector_worker.dart
+++ b/flutter_app/lib/detection/detector_worker.dart
@@ -17,7 +17,7 @@ import 'visual_prior.dart';
 /// 主 isolate 只投递帧数据、接收结果，UI 不被推理阻塞（iOS 真机卡顿根因）。
 ///
 /// 多模型并行推理：传入 [models]（各数据集下载模型）后，每帧逐模型推理，
-/// 结果按类别分组跨模型 NMS 合并（同标签重复框取高分，不同标签互不压制）；
+/// 结果跨模型全局 NMS 合并（2026-09-01 修订：异类别重叠也去重取高分，实测多模型对同一目标检异类别）；
 /// 无下载模型时不启动推理（仅预览）。
 class DetectorWorker {
   final Isolate _isolate;
@@ -327,7 +327,7 @@ Future<void> _workerMain(SendPort mainPort) async {
             }
           }
           // 多模型并行推理：每模型先首帧自适应判定 YUV 值域/色序，再逐模型推理；
-          // 汇总后按类别分组跨模型 NMS 合并（同标签重复框取高分，异标签互不压制）
+          // 汇总后全局 NMS 合并（2026-09-01：异类别重叠也去重取高分，实测多模型对同一目标检异类别）
           var results = <DetectionResult>[];
           for (final d in detectors) {
             if (!isBgra && !d.yuvModeKnown) {
@@ -460,19 +460,12 @@ Future<void> _workerMain(SendPort mainPort) async {
   }
 }
 
-/// 多模型结果合并：按类别分组，组内 NMS（不同模型检出同一目标时取高分）。
-/// 各模型类别体系独立（如环颈雉鸡/疑似 vs 野兔/疑似），不同类别互不压制。
+/// 多模型结果合并：全局 NMS（不区分类别）。
+/// 实测多个模型会对同一目标检出不同类别（误检/歧义），若异类别互不压制
+/// 会出现重叠框；2026-09-01 用户实测定案：所有模型的框统一按 IoU 去重，
+/// 重叠时取高分（远处真实的多目标互不重叠，正常保留）。
 List<DetectionResult> mergeAcrossModels(
     List<DetectionResult> all, double iouThreshold) {
   if (all.length <= 1) return all;
-  final byLabel = <String, List<DetectionResult>>{};
-  for (final r in all) {
-    byLabel.putIfAbsent(r.label, () => []).add(r);
-  }
-  final merged = <DetectionResult>[];
-  for (final group in byLabel.values) {
-    merged.addAll(nms(group, iouThreshold));
-  }
-  merged.sort((a, b) => b.score.compareTo(a.score));
-  return merged;
+  return nms(all, iouThreshold);
 }
diff --git a/flutter_app/lib/detection/nms.dart b/flutter_app/lib/detection/nms.dart
index d5e33dc..bda0e06 100644
--- a/flutter_app/lib/detection/nms.dart
+++ b/flutter_app/lib/detection/nms.dart
@@ -11,11 +11,27 @@ double iou(DetectionResult a, DetectionResult b) {
   return union <= 0 ? 0 : inter / union;
 }
 
+/// 交叠/较小框面积（minIoU）：同一目标的一大一小两框时比 IoU 更能命中
+/// （IoU = 小/大 会漏判；YOLO 同目标常输出大小两框，与 server 标注端
+/// localAi.overlapThreshold 同思路，2026-09-01 用户实测修订）。
+double boxOverlap(DetectionResult a, DetectionResult b) {
+  final x0 = a.left > b.left ? a.left : b.left;
+  final y0 = a.top > b.top ? a.top : b.top;
+  final x1 = a.right < b.right ? a.right : b.right;
+  final y1 = a.bottom < b.bottom ? a.bottom : b.bottom;
+  if (x1 <= x0 || y1 <= y0) return 0;
+  final inter = (x1 - x0) * (y1 - y0);
+  final minArea = a.width * a.height < b.width * b.height
+      ? a.width * a.height
+      : b.width * b.height;
+  return minArea <= 0 ? 0 : inter / minArea;
+}
+
 List<DetectionResult> nms(List<DetectionResult> boxes, double iouThreshold) {
   final sorted = [...boxes]..sort((a, b) => b.score.compareTo(a.score));
   final kept = <DetectionResult>[];
   for (final b in sorted) {
-    if (!kept.any((k) => iou(b, k) > iouThreshold)) kept.add(b);
+    if (!kept.any((k) => boxOverlap(b, k) > iouThreshold)) kept.add(b);
   }
   return kept;
 }
diff --git a/flutter_app/lib/models/model_manager.dart b/flutter_app/lib/models/model_manager.dart
index b35cf2c..314ab1d 100644
--- a/flutter_app/lib/models/model_manager.dart
+++ b/flutter_app/lib/models/model_manager.dart
@@ -1,3 +1,4 @@
+import 'dart:async';
 import 'dart:convert';
 import 'dart:io';
 
@@ -88,6 +89,11 @@ class ModelManager extends ChangeNotifier {
   String? _error;
   Future<void>? _inFlight;
 
+  /// 模型文件/激活集变更版本戳：下载完成或激活变化 +1，
+  /// UI 据此判断是否需要重建推理 worker（2026-09-01 自动更新引入）
+  int _revision = 0;
+  int get revision => _revision;
+
   /// 服务器目录（弹层模型清单展示用）
   List<ModelCatalogItem> get catalog => _catalog;
 
@@ -188,6 +194,8 @@ class ModelManager extends ChangeNotifier {
       _models = await _loadBundles(_catalog);
       _ready = true;
       _error = null;
+      // 自动更新：已下载/已激活模型发现新版本后台重下（不阻塞目录刷新）
+      unawaited(autoUpdate());
     } catch (e) {
       if (!_ready) _error = '模型目录拉取失败:$e';
       // 已就绪过则保留旧目录/旧模型，不覆盖 error（下载级错误优先展示）
@@ -233,6 +241,11 @@ class ModelManager extends ChangeNotifier {
           _progress.remove(item.datasetId);
           _errors.remove(item.datasetId);
           _downloadedIds.add(item.datasetId);
+          _revision++;
+          // 新版本字节立即生效：自动更新时已激活模型 setActive 会因状态未变
+          // 提前返回，不在此重载则重建 worker 仍读到旧模型
+          _models = await _loadBundles(_catalog);
+          notifyListeners();
           await setActive(item.datasetId, true);
           return true;
         }
@@ -350,11 +363,32 @@ class ModelManager extends ChangeNotifier {
     final changed =
         active ? _activeIds.add(datasetId) : _activeIds.remove(datasetId);
     if (!changed) return;
+    _revision++;
     _models = await _loadBundles(_catalog);
     await _saveActive();
     notifyListeners();
   }
 
+  /// 自动更新：已下载/已激活的模型，目录出现新版本时自动重下（保持原激活状态；
+  /// 未下载的模型不自动拉取，避免无谓流量）。下载进度经 downloadModel 通知。
+  /// 2026-09-01 用户需求：发布新模型后 App 端自动更新，无需手动触发。
+  Future<void> autoUpdate() async {
+    if (_catalog.isEmpty) return;
+    final tracked = {..._downloadedIds, ..._activeIds};
+    for (final item in _catalog) {
+      if (!tracked.contains(item.datasetId)) continue;
+      if (await _isLocal(item)) continue;
+      final wasActive = _activeIds.contains(item.datasetId);
+      try {
+        final ok = await downloadModel(item);
+        // 原本未激活：下载完成自动激活后恢复原状态
+        if (ok && !wasActive) await setActive(item.datasetId, false);
+      } catch (e) {
+        debugPrint('[ModelManager] 自动更新失败: ${item.datasetName} $e');
+      }
+    }
+  }
+
   Future<void> _saveActive() async {
     try {
       final root = await _rootDir();
diff --git a/flutter_app/lib/update/update_screen.dart b/flutter_app/lib/update/update_screen.dart
index 658a7c4..282a502 100644
--- a/flutter_app/lib/update/update_screen.dart
+++ b/flutter_app/lib/update/update_screen.dart
@@ -9,9 +9,9 @@ import 'installer.dart';
 
 /// 强制更新页：检测到新版本时的全屏阻塞页。
 /// PopScope 禁返回（Android 系统返回 / iOS 边缘滑动均不可退出）。
-/// 点「立即更新」在 App 内流式下载 APK（显示下载进度）→ PackageInstaller
-/// 会话安装（显示安装进度），不再跳浏览器。
-/// 点击更新时回调 onUpdateAccepted（调用方持久化服务器版本号，
+/// 进页自动在 App 内流式下载 APK（显示下载进度）→ PackageInstaller
+/// 会话安装（显示安装进度），失败可手动重试，不再跳浏览器。
+/// 安装成功时回调 onUpdateAccepted（调用方持久化服务器版本号，
 /// 使 APK 版本号不递增时也不反复提示）。
 class UpdateScreen extends StatefulWidget {
   final String version;
@@ -49,6 +49,13 @@ class _UpdateScreenState extends State<UpdateScreen> {
   /// 安装超时兜底：确认框未处理/系统无回调时避免永久卡「安装中」
   Timer? _installTimer;
 
+  @override
+  void initState() {
+    super.initState();
+    // 自动更新：进页即自动下载并安装，无需手动点击（2026-09-01 用户需求）
+    WidgetsBinding.instance.addPostFrameCallback((_) => _launch());
+  }
+
   @override
   void dispose() {
     _installTimer?.cancel();
@@ -67,7 +74,6 @@ class _UpdateScreenState extends State<UpdateScreen> {
       _stage = _Stage.idle;
       _message = null;
     });
-    widget.onUpdateAccepted?.call();
     if (!Platform.isAndroid) {
       // 更新检查本就仅 Android 触发，这里兜底非 Android 走浏览器
       final uri = Uri.tryParse(widget.url);
@@ -147,6 +153,8 @@ class _UpdateScreenState extends State<UpdateScreen> {
         case 'finished':
           _installTimer?.cancel();
           final ok = e.success == true;
+          // 安装成功才记录已接受版本：失败/取消时下次启动仍提示重试
+          if (ok) widget.onUpdateAccepted?.call();
           setState(() {
             _stage = ok ? _Stage.finished : _Stage.failed;
             _message = ok ? '安装完成，请从桌面打开新版应用' : '安装失败，请重试';
diff --git a/flutter_app/test/model_manager_test.dart b/flutter_app/test/model_manager_test.dart
index 1b0ab23..5a3a76c 100644
--- a/flutter_app/test/model_manager_test.dart
+++ b/flutter_app/test/model_manager_test.dart
@@ -135,6 +135,26 @@ void main() {
     expect(m2.models.first.version, 'v2.0.0');
   });
 
+  test('autoUpdate：已激活模型出新版本，refresh 后自动重下并立即生效', () async {
+    final m = manager(client([_item()]));
+    await m.refresh();
+    await m.downloadModel(m.catalog.first);
+    expect(downloadHits, 1);
+
+    // 重启 + 服务器目录出 v2：refresh 内部 autoUpdate 自动重下（无需手动）
+    final m2 = manager(client([_item(version: 'v2.0.0')]));
+    await m2.refresh();
+    for (var i = 0; i < 50 && downloadHits < 2; i++) {
+      await Future<void>.delayed(const Duration(milliseconds: 20));
+    }
+
+    expect(downloadHits, 2, reason: '新版本应自动重下');
+    expect(m2.isActive(7), isTrue, reason: '自动更新应保持激活');
+    expect(m2.models.first.version, 'v2.0.0',
+        reason: '自动更新后立即生效新版本字节');
+    expect(m2.models.first.bytes, _modelBytes);
+  });
+
   test('sha256 不匹配：重试后失败、不激活、错误可见', () async {
     final m = manager(client([_item()]));
     await m.refresh();
diff --git a/flutter_app/test/model_merge_test.dart b/flutter_app/test/model_merge_test.dart
index 43d9111..aba85b4 100644
--- a/flutter_app/test/model_merge_test.dart
+++ b/flutter_app/test/model_merge_test.dart
@@ -28,12 +28,23 @@ void main() {
     expect(merged.first.modelName, '野兔模型');
   });
 
-  test('不同类别互不压制', () {
+  test('不同类别重叠：去重取高分（实测多模型对同一目标检异类别）', () {
     final all = [
       box('pheasant', 0.3, 0.5, 0.5, modelId: 1),
       box('hare', 0.7, 0.5, 0.5, modelId: 2), // 同位置但不同类别
     ];
     final merged = mergeAcrossModels(all, 0.45);
+    expect(merged.length, 1);
+    expect(merged.first.label, 'hare');
+    expect(merged.first.score, 0.7);
+  });
+
+  test('不同类别不重叠：都保留', () {
+    final all = [
+      box('pheasant', 0.3, 0.1, 0.1, modelId: 1),
+      box('hare', 0.7, 0.8, 0.8, modelId: 2), // 远处互不重叠
+    ];
+    final merged = mergeAcrossModels(all, 0.45);
     expect(merged.length, 2);
   });
 
diff --git a/flutter_app/test/nms_test.dart b/flutter_app/test/nms_test.dart
index 1eb508b..95f3e5a 100644
--- a/flutter_app/test/nms_test.dart
+++ b/flutter_app/test/nms_test.dart
@@ -30,6 +30,25 @@ void main() {
     expect(result[0].score, greaterThan(0.5));
   });
 
+  test('bigBox_containsSmallBox_deduped', () {
+    // 同目标一大一小两框：标准 IoU = 0.04/0.13 ≈ 0.31 < 0.45 会漏，
+    // minIoU = inter/小框 = 1 必须去重（2026-09-01 用户实测：单模型也有重叠框）
+    final a = box(0.3, 0.3, 0.5, 0.5, 0.8); // 小框 0.2x0.2
+    final b = box(0.25, 0.25, 0.55, 0.55, 0.6); // 大框 0.3x0.3 套住小框
+    final result = nms([a, b], 0.45);
+    expect(result.length, 1);
+    expect(result[0].score, 0.8);
+  });
+
+  test('partiallyOverlapping_sameTarget_deduped', () {
+    // 标准 IoU = 0.075/0.195 ≈ 0.385 < 0.45 会漏；minIoU = 0.075/0.09 ≈ 0.83
+    final a = box(0.1, 0.1, 0.4, 0.4, 0.9); // 0.3x0.3
+    final b = box(0.15, 0.1, 0.55, 0.4, 0.5); // 0.4x0.3，与 a 重叠 0.25x0.3
+    final result = nms([a, b], 0.45);
+    expect(result.length, 1);
+    expect(result[0].score, 0.9);
+  });
+
   test('iou_nonOverlapping_isZero', () {
     final a = box(0.0, 0.0, 0.2, 0.2, 1);
     final b = box(0.8, 0.8, 1.0, 1.0, 1);
diff --git a/server/data/observer.db b/server/data/observer.db
index e586e51..82054ce 100644
Binary files a/server/data/observer.db and b/server/data/observer.db differ
diff --git a/server/技术设计.md b/server/技术设计.md
index 6fbcbd2..4c34a6f 100644
--- a/server/技术设计.md
+++ b/server/技术设计.md
@@ -383,7 +383,7 @@ training:
 
 ### 模型版本（每数据集一个模型，多模型体系）
 
-**核心决策：每个数据集训练一个模型，模型按数据集独立版本化，App 多模型并行推理合并**——用户按需下载若干数据集的模型，加载全部已下载模型共同推理标注（类别名不同则自然互补，同类名跨模型 NMS 去重）。
+**核心决策：每个数据集训练一个模型，模型按数据集独立版本化，App 多模型并行推理合并**——用户按需下载若干数据集的模型，加载全部已下载模型共同推理标注。**合并去重（2026-09-01 用户实测修订）**：单模型 NMS 与跨模型合并统一按 **minIoU**（交叠/较小框面积，阈值 0.45）**全局去重**（不分标签）——实测多模型会对同一目标检出不同类别、单模型会输出一大一小两框（标准 IoU=小/大 会漏判），重叠一律取高分框；与 server 标注端 `localAi.overlapThreshold`（0.3，minIoU 风格）同思路。远处真实多目标互不重叠，正常保留。
 
 - 版本号规则：`m<major>.<minor>.<patch>`，**同一数据集内**每次发布 patch+1（取该数据集最大版本号解析自增，无记录从 m1.0.0 起）；`UNIQUE(dataset_id, version)` 防重复
 - 文件布局（2026-08-27 重构；命名 2026-08-28 改）：`workspace/trainings/<文件名前缀>.tflite` 即当前生效模型唯一位（前缀空回退数据集名——存量数据集无前缀；改名/改前缀时模型文件随命名迁移）——训练成功时从训练机直写（原子覆盖），客户端固定下载该文件；**无 `<version>.tflite` 存档（2026-08-26 决策：不需要模型回退机制，模型只增不删不回滚）**；每数据集一个文件互不影响