Google 推出 Ask Photos：用自然语言搜相册，还能答生活细节

你的手机相册里可能存了几千甚至上万张照片，但真要找某张特定收据、某个景点的合影，或者想知道去年是在哪家营地搭的帐篷，往往只能像盲人摸象一样死命往上滑屏幕。

在 Google I/O 上，Google 宣布为 Google Photos 带来一项叫 Ask Photos 的实验性新功能。简单说，就是把旗下的 Gemini 大模型直接塞进了相册，让你能用说人话的方式调取记忆。

问一句人话，相册自己去读图

Google Photos 每天接收超过 60 亿张新上传的照片。以往搜照片，用户只能搜搜「狗」「海滩」「东京」这种干瘪的关键词，搜出来的结果往往还是得手动翻几页。

现在换成 Ask Photos，你可以直接提要求，比如「挑出我打卡过的每个国家公园里最好看的一张照片」。Gemini 会自动拆解任务，找出相关地点、日期和构图更好的照片。

更实用的地方在于它能读懂生活细节。你随手拍下的优惠券到底哪天过期，或者问「莉娜过生日都有过什么派对主题」，Gemini 的多模态能力会直接放大看背景里的挂饰、蛋糕上的字样，把答案整理出来回给你。

除了找东西，它还能替你干活。比如一趟长途旅行拍了上百张照片，挑图发朋友圈是件苦差事。你只要让它做个精彩集锦，它不仅能挑出精选画面，还能顺手写好一段可以直接复制的发圈文案。

底层逻辑上，Gemini 收到问题后会先做一层任务规划，带着自然语言概念去相册里发起结构化检索，接着调动视觉模型一张张核对画面甚至识别图里的文字。如果它找错了，你随时可以纠正它，它会把这个新信息记在小本本上。

查得越深，隐私这条线越敏感

把家庭相册全盘交给大模型看一遍，大部分人的第一反应肯定是后背发凉。

Google 对此强调了几条防线：Google Photos 的相册数据默认不会拿去投放广告，日常也不会有人类去审查你的问答记录，而且相册内部的数据不会拿去训练 Google Photos 以外的通用 Gemini 模型。

不过官方后续的一条补充说明也留了口子：如果用户主动开启了让 Photos 连接其他 Google 服务的跨应用功能，相关数据就可能会被用来定制其他体验，在特定设置下甚至可能被用于广告推荐或模型训练。也就是说，想让全家桶联动，就得拿一部分隐私数据去换。

为什么重要

我们认为，Ask Photos 是多模态 AI 落地到普通人生活里最自然的一个切口。

过去大模型聊天框最大的问题是「无从下手」，用户往往不知道该聊什么。但个人相册本身就是一个私密的高密度数据库，记录了所有琐碎甚至被遗忘的生活切片。把 Gemini 放在这里，用户不需要学复杂的 Prompt，只要问出自己本来就想知道的问题就行，学习门槛几乎为零。

对行业来说，这也是手机相册竞争维度的彻底洗牌。从早期的按时间流分类，到后来基于本地人脸识别的聚类，相册工具一直停留在机械归档阶段。Google 这一步直接把相册做成了私人的「生活外部记忆体」，这会倒逼苹果等对手加速把自己的端侧大模型揉进原生相册里。

但这里面的隐患也很明显。相册里充满了证件、账单、私密生活片段，它对安全的要求远高于普通的网页搜索。哪怕 Google 承诺了多层防护，一旦出现幻觉误读或者跨服务数据授权的模糊地带，用户的信任崩塌也会非常迅速。这项功能在未来几个月内会逐步推送，如果是特别在意隐私的用户，我们建议在开启跨服务授权时多留个心眼。