Google 升級搜尋 AI Mode：動嘴就能找穿搭靈感，還能直接對話挑商品

每個人大概都經歷過這種崩潰瞬間：腦子裡明明有一套非常具體的畫面，比如一條版型剛好、不要太鬆垮的秋季牛仔褲，或者一間帶點復古撞色風的臥室，但一開啟搜尋框，敲了幾個詞又全部刪掉，因為你根本不知道該怎麼用一句話精準描述它。

Google 為搜尋裡的 AI Mode 推出了重磅更新，專門解決這種「話到嘴邊說不清」的問題。現在，你不需要再在傳統電商或搜尋框裡費勁勾選版型、腰線、品牌等幾十個篩選標籤，直接像跟朋友聊天一樣描述你的想法，或者乾脆扔一張照片，AI 就會直接吐出一整排視覺化結果，並支援你一路順著追問下去。

甩掉篩選器，找靈感也能像聊天一樣層層追問

這次更新最直接的變化，是讓原本單向的「搜圖」變成了雙向的多模態對話。

舉個例子，你想給臥室找極簡或極繁風格的裝修搭配，現在只要告訴 AI Mode 你想要的氛圍，它就會拉出一組貼合意圖的圖片。看到某張感覺對了，你可以直接補一句「想要暗色調一點、印花更大膽的」，系統就會立刻調整畫面方向。

每一張展示的圖片都附帶原始網頁連結，看中了隨時可以點選跳出。如果你在手機上瀏覽，甚至還能在某張特定圖片內部框選細節，指著角落裡的抱枕或檯燈直接開口追問。

在購物場景下，這個邏輯更是直接幹掉了繁瑣的引數篩選。你只要說一句「找一條不要太垮的桶形牛仔褲」，它就會整理出可購買的商品流；覺得不夠合身，接著打一句「想要更多九分褲的長度」，候選列表就會即時收窄。

為了支撐這套購物體驗，Google 搬出了自家的購物圖譜（Shopping Graph），裡面收錄了全球超過 500 億個商品頁面。官方表示，其中有超過 20 億條商品資料每小時都在動態重新整理，確保價格、優惠和庫存都是最新的。

拆解圖片裡的每一個角落：背後的「視覺搜尋展開」

要做到聽懂人話還能看懂圖，底層靠的是 Gemini 2.5 的多模態能力與 Google Lens 視覺技術的結合。

但這套體驗的核心技術，在於 Google 引入的「視覺搜尋展開」（visual search fan-out）技術。過去搜索看一張圖，往往只能識別出最中間的主體；而新技術允許模型深入分析畫面裡的次要物體和微小細節。

說白了，當你丟出一張圖或一句模糊需求時，AI Mode 會在後臺一口氣併發拆解出多個細分搜尋請求。它一邊理解自然語言裡的細微情緒，一邊解析影像背景裡的搭配元素，再把綜合結果拼裝呈現在你面前。

這項新功能本週率先在美國面向英文使用者推送，移動端和桌面端均有覆蓋。

為什麼重要

我們認為，Google 這次在 AI 搜尋上的改造抓得很準：它沒有去卷那些空洞的文字總結，而是切中了人類表達需求時最天然的痛點——視覺意圖往往很難用文本編碼。

對普通消費者來說，這種自然語言結合圖片微調的體驗，極大地降低了審美探索和特定商品選購的門檻。你不再需要掌握專業穿搭或家裝術語，也不用在各個電商平臺忍受機械的分類篩選標籤，隨手一拍、隨口一問就能逐步收斂到想要的東西，非常值得開放後第一時間上手嘗試。

對行業而言，這是 Google 抵禦新興 AI 搜尋工具分流流量的一張王牌。當生成式搜尋工具還在比拼文本答案的準確度時，Google 迅速把戰場拉回了自己壁壘最深的領域：海量的網頁視覺索引與深不見底的商業供應鏈圖譜。超 500 億商品庫和每小時 20 億次的即時重新整理，是任何純大模型創業公司短時間內無法跨越的資料護城河。

不過隱患也同樣明顯。一旦搜尋完全轉向視覺流和對話式收口，使用者在傳統網站間的跳轉路徑會被進一步壓縮，中小型零售商能否在激進的演算法分發中分到流量，依然取決於他們與 Google 購物圖譜繫結的深度。