Google 搜尋重大升級：Lens 支援拍影片提問，圈定即搜能聽歌識曲

想像一下，你在水族館看到一群魚動作整齊地遊過，你甚至不知道它叫什麼名字，要在搜尋框裡打什麼字？

Google 給自家搜尋端出了一整套大更新，核心就一句話：別光打字了，直接拍影片問它。

這次更新覆蓋了 Google Lens、即圈即搜（Circle to Search）以及整個移動端搜尋結果頁。Google 透露，現在每個月大家用 Lens 進行的視覺搜尋已經接近 200 億次，其中 18 到 24 歲的年輕使用者用得最頻繁。

拍一段影片，張嘴就問

此前在 I/O 大會上預告過的影片理解能力，現在正式上線測試了。

在 Android 或 iOS 上的 Google 應用裡開啟 Lens，長按快門鍵錄製一段眼前物體的影片，同時直接用語音提問，比如問它「為什麼它們要一起遊」。背後的 Gemini 定製模型會把這段畫面和你的聲音結合起來看，直接輸出一份 AI Overviews 摘要，並附上參考網頁。

哪怕不拍影片，平時用 Lens 拍靜態照片時，現在也能按住快門直接用嘴問問題，不用再手忙腳亂地在螢幕上打字補充描述。

目前影片提問和拍照語音提問已經向全球上線，不過僅支援英文，影片功能需要先加入 Search Labs 的「AI Overviews and more」測試。

買東西也有了新變化。在機場看中別人的背包，用 Lens 拍一張，系統會調出 Google 擁有超 450 億件商品資訊的 Shopping Graph，直接幫你定位到具體款式，把全網比價、各家庫存和買家評價全列出來。

在螢幕識別方面，Circle to Search 增加了聽歌識曲功能，刷社交影片或看劇時不用切應用就能查背景音樂。這項圈選功能目前已經覆蓋了超過 1.5 億臺 Android 裝置。

搜尋結果頁，被 AI 重新排版了

除了怎麼搜，Google 還對「搜出來的頁面長什麼樣」動了刀。

對於做菜靈感這種開放、沒有標準答案的問題，Google 本週開始在全美移動端上線「AI 組織的搜尋結果頁」。它不再是傳統的一條條連結列表，而是把文章、影片、論壇討論等內容分類重組，整合成一個定製版資訊流。

針對外界最關心的「AI 總結會不會截流網站流量」，Google 表示正在全球所有支援 AI Overviews 的地區上線新設計，直接在 AI 生成的文本段落里加入明顯的來源網頁跳轉連結，測試顯示這提升了導流效果。同時，美國地區的 AI Overviews 也正式開始插入相關廣告。

為什麼重要

從文字框到多模態互動，Google 正在把搜尋的門檻降到「所見即所問」。

對普通使用者來說，以前遇到叫不出名字的動植物、機械故障或者穿搭單品，想搜都搜不準詞。現在拍個幾秒小影片、嘴上問一句就能搞定，這種互動直覺很多，尤其是對於習慣了短影片的年輕人，極大地降低了認知成本。

對行業來說，這是 Google 在守衛自己的大本營。在各類 AI 聊天助手都在搶奪問答入口的當下，Google 靠著龐大的 Android 裝置生態（Circle to Search 覆蓋 1.5 億臺）、線下視覺流量（每月 200 億次 Lens 搜尋）和 450 億級商品圖譜，築起了一條純軟體大模型短期內很難跨越的物理世界護城河。

我們認為，Google 把多模態能力融進現有產品的動作很連貫，既讓體驗變得實用，也迅速把廣告塞進了 AI 結果裡，商業化算盤打得很精。但隱患依然存在：把整頁搜尋結果全盤交給 AI 去歸納和排版，站長和創作者們是否真的能分到足夠的外部流量，依然得打個問號；如果源頭網站拿不到回報，AI 最終也只能在越來越縮水的生態裡自說自話。