Google 推出 Ask Photos：用自然語言搜相簿，還能答生活細節

你的手機相簿裡可能存了幾千甚至上萬張照片，但真要找某張特定收據、某個景點的合影，或者想知道去年是在哪家營地搭的帳篷，往往只能像盲人摸象一樣死命往上滑螢幕。

在 Google I/O 上，Google 宣佈為 Google Photos 帶來一項叫 Ask Photos 的實驗性新功能。簡單說，就是把旗下的 Gemini 大模型直接塞進了相簿，讓你能用說人話的方式調取記憶。

問一句人話，相簿自己去讀圖

Google Photos 每天接收超過 60 億張新上傳的照片。以往搜照片，使用者只能搜搜「狗」「海灘」「東京」這種乾癟的關鍵詞，搜出來的結果往往還是得手動翻幾頁。

現在換成 Ask Photos，你可以直接提要求，比如「挑出我打卡過的每個國家公園裡最好看的一張照片」。Gemini 會自動拆解任務，找出相關地點、日期和構圖更好的照片。

更實用的地方在於它能讀懂生活細節。你隨手拍下的優惠券到底哪天過期，或者問「莉娜過生日都有過什麼派對主題」，Gemini 的多模態能力會直接放大看背景裡的掛飾、蛋糕上的字樣，把答案整理出來回給你。

除了找東西，它還能替你幹活。比如一趟長途旅行拍了上百張照片，挑圖發朋友圈是件苦差事。你只要讓它做個精彩集錦，它不僅能挑出精選畫面，還能順手寫好一段可以直接複製的髮圈文案。

底層邏輯上，Gemini 收到問題後會先做一層任務規劃，帶著自然語言概念去相簿裡發起結構化檢索，接著調動視覺模型一張張核對畫面甚至識別圖裡的文字。如果它找錯了，你隨時可以糾正它，它會把這個新資訊記在小本本上。

查得越深，隱私這條線越敏感

把家庭相簿全盤交給大模型看一遍，大部分人的第一反應肯定是後背發涼。

Google 對此強調了幾條防線：Google Photos 的相簿資料預設不會拿去投放廣告，日常也不會有人類去審查你的問答記錄，而且相簿內部的資料不會拿去訓練 Google Photos 以外的通用 Gemini 模型。

不過官方後續的一條補充說明也留了口子：如果使用者主動開啟了讓 Photos 連線其他 Google 服務的跨應用功能，相關資料就可能會被用來定製其他體驗，在特定設定下甚至可能被用於廣告推薦或模型訓練。也就是說，想讓全家桶聯動，就得拿一部分隱私資料去換。

為什麼重要

我們認為，Ask Photos 是多模態 AI 落地到普通人生活裡最自然的一個切口。

過去大模型聊天框最大的問題是「無從下手」，使用者往往不知道該聊什麼。但個人相簿本身就是一個私密的高密度資料庫，記錄了所有瑣碎甚至被遺忘的生活切片。把 Gemini 放在這裡，使用者不需要學複雜的 Prompt，只要問出自己本來就想知道的問題就行，學習門檻幾乎為零。

對行業來說，這也是手機相簿競爭維度的徹底洗牌。從早期的按時間流分類，到後來基於本地人臉識別的聚類，相簿工具一直停留在機械歸檔階段。Google 這一步直接把相簿做成了私人的「生活外部記憶體」，這會倒逼蘋果等對手加速把自己的端側大模型揉進原生相簿裡。

但這裡面的隱患也很明顯。相簿裡充滿了證件、賬單、私密生活片段，它對安全的要求遠高於普通的網頁搜尋。哪怕 Google 承諾了多層防護，一旦出現幻覺誤讀或者跨服務資料授權的模糊地帶，使用者的信任崩塌也會非常迅速。這項功能在未來幾個月內會逐步推送，如果是特別在意隱私的使用者，我們建議在開啟跨服務授權時多留個心眼。