Google 搜索重大升级：Lens 支持拍视频提问，圈定即搜能听歌识曲

想象一下，你在水族馆看到一群鱼动作整齐地游过，你甚至不知道它叫什么名字，要在搜索框里打什么字？

Google 给自家搜索端出了一整套大更新，核心就一句话：别光打字了，直接拍视频问它。

这次更新覆盖了 Google Lens、即圈即搜（Circle to Search）以及整个移动端搜索结果页。Google 透露，现在每个月大家用 Lens 进行的视觉搜索已经接近 200 亿次，其中 18 到 24 岁的年轻用户用得最频繁。

拍一段视频，张嘴就问

此前在 I/O 大会上预告过的视频理解能力，现在正式上线测试了。

在 Android 或 iOS 上的 Google 应用里打开 Lens，长按快门键录制一段眼前物体的视频，同时直接用语音提问，比如问它「为什么它们要一起游」。背后的 Gemini 定制模型会把这段画面和你的声音结合起来看，直接输出一份 AI Overviews 摘要，并附上参考网页。

哪怕不拍视频，平时用 Lens 拍静态照片时，现在也能按住快门直接用嘴问问题，不用再手忙脚乱地在屏幕上打字补充描述。

目前视频提问和拍照语音提问已经向全球上线，不过仅支持英文，视频功能需要先加入 Search Labs 的「AI Overviews and more」测试。

买东西也有了新变化。在机场看中别人的背包，用 Lens 拍一张，系统会调出 Google 拥有超 450 亿件商品信息的 Shopping Graph，直接帮你定位到具体款式，把全网比价、各家库存和买家评价全列出来。

在屏幕识别方面，Circle to Search 增加了听歌识曲功能，刷社交视频或看剧时不用切应用就能查背景音乐。这项圈选功能目前已经覆盖了超过 1.5 亿台 Android 设备。

搜索结果页，被 AI 重新排版了

除了怎么搜，Google 还对「搜出来的页面长什么样」动了刀。

对于做菜灵感这种开放、没有标准答案的问题，Google 本周开始在全美移动端上线「AI 组织的搜索结果页」。它不再是传统的一条条链接列表，而是把文章、视频、论坛讨论等内容分类重组，整合成一个定制版信息流。

针对外界最关心的「AI 总结会不会截流网站流量」，Google 表示正在全球所有支持 AI Overviews 的地区上线新设计，直接在 AI 生成的文本段落里加入明显的来源网页跳转链接，测试显示这提升了导流效果。同时，美国地区的 AI Overviews 也正式开始插入相关广告。

为什么重要

从文字框到多模态交互，Google 正在把搜索的门槛降到「所见即所问」。

对普通用户来说，以前遇到叫不出名字的动植物、机械故障或者穿搭单品，想搜都搜不准词。现在拍个几秒小视频、嘴上问一句就能搞定，这种交互直觉很多，尤其是对于习惯了短视频的年轻人，极大地降低了认知成本。

对行业来说，这是 Google 在守卫自己的大本营。在各类 AI 聊天助手都在抢夺问答入口的当下，Google 靠着庞大的 Android 设备生态（Circle to Search 覆盖 1.5 亿台）、线下视觉流量（每月 200 亿次 Lens 搜索）和 450 亿级商品图谱，筑起了一条纯软件大模型短期内很难跨越的物理世界护城河。

我们认为，Google 把多模态能力融进现有产品的动作很连贯，既让体验变得实用，也迅速把广告塞进了 AI 结果里，商业化算盘打得很精。但隐患依然存在：把整页搜索结果全盘交给 AI 去归纳和排版，站长和创作者们是否真的能分到足够的外部流量，依然得打个问号；如果源头网站拿不到回报，AI 最终也只能在越来越缩水的生态里自说自话。