Google 搜尋 AI Mode 升級：能看圖搜圖，向數百萬 Labs 使用者開放

以前在 Google 裡搜圖，Lens 頂多告訴你眼前這雙鞋叫什麼、哪家電商在賣。現在 Google 想讓搜尋不僅能認出單個物件，還能看懂一整幅畫面裡的複雜關係。

Google 宣佈為搜尋裡的 AI Mode 增加多模態看圖搜尋能力，並在美國將這一功能的測試門檻大幅放寬，向 Labs 裡的數百萬普通使用者開放。Android 和 iOS 端的 Google 移動應用即日起就能體驗。

既靠 Lens 認東西，也靠扇出搜細節

這次更新在底層結合了兩樣東西：定製版的 Gemini 模型，以及 Google 已經打磨多年的 Lens 影像識別技術。使用者拍一張照片或者傳一張現成截圖，AI Mode 就會給出一篇結構完整、附帶網頁參考來源的回答。

用 Google 搜尋產品副總裁 Robby Stein 的話說，以前的視覺搜尋大多停留在單點識別，而接入 Gemini 多模態能力後，AI Mode 可以理解整個畫面的場景，包括畫面裡不同物體之間的關聯、材質、顏色、形狀以及排列方式。

為了讓給出的回答不流於表面，Google 還引入了一種名為「扇出（fan-out）」的檢索機制。簡單來說，就是當系統看到一張圖時，會自動拆解出好幾個並行的搜尋請求，同時針對圖中的各個物體去查資料。

舉個例子，如果你拍下一張擺著幾本書的書架，它不僅能把這些書的書名認全，還會順手幫你挑出高評分的同類書目，並支援你接著提問來篩選推薦。從 Google 官方在社交平臺公佈的使用反饋來看，使用者正在用 AI Mode 處理更長、更開放的複雜任務，比如做產品橫向對比或查詢具體的操作指南。

走出付費牆，對標聊天式搜尋對手

AI Mode 本質上是 Google 正面迎戰 ChatGPT Search 和 Perplexity 的武器。它不再給使用者列出一長串藍色連結，而是直接從 Google 龐大的網頁索引中抓取內容，由 AI 提煉成對話式的直接解答。

上個月剛上線時，這項功能還屬於 Google One AI Premium 付費會員的專屬特權。這次 Google 將它擴充套件給美國數百萬 Labs 使用者，不再要求掏訂閱費，顯然是想讓更多真實使用者把它用起來。

為什麼重要

我們認為，Google 把多模態能力直接塞進 AI Mode，走了一步非常聰明且務實的棋。

對使用者來說，用圖搜尋終於不再只是「找同款商品」的拍照比價工具。如果你在維修現場不知道手裡的零件怎麼裝，或者在展廳看到複雜的展品說明想快速梳理脈絡，直接拍張照提問會比絞盡腦汁想關鍵詞直觀得多。

從技術路線上看，單純靠視覺大模型容易產生幻覺，而純靠傳統圖片搜尋又缺乏上下文理解。Google 把 Lens 多年的識別積累、Gemini 的全景理解和扇出搜尋機制捆綁在一起，看起來既補齊了視覺短板，又守住了自己獨步天下的網頁索引護城河。

但它的隱患也顯而易見。多路扇出查詢加上多模態推理，意味著每一次搜尋的算力成本都遠高於傳統搜尋。而且目前這一波放寬依然侷限在美國本土的 Labs 測試通道內，對全球絕大多數依賴 Google 搜尋的普通人來說，要真正日常用上還得等上一陣子。