Google Photos 即将推出由 Gemini AI 模型驱动的实验性功能“Ask Photos”，预计今年夏季晚些时候上线。该功能允许用户通过自然语言查询图库，利用 AI 对照片内容及元数据的深度理解，实现更直观的搜索体验。
此前，用户仅能按人物、地点或物品等特定标签搜索；如今借助自然语言处理技术，AI 升级将大幅减少手动筛选过程。Google 在年度 Google I/O 2024 开发者大会上正式宣布了这一消息。
例如，用户无需再单独搜索“埃菲尔铁塔”等具体元素，而是可直接指令 AI 执行复杂任务，如“找出我访问过的每个国家公园的最佳照片”。AI 会综合光线、模糊度、背景失真等多维信号判断照片质量，并结合地理位置与日期信息，精准检索出符合条件的内容。
此功能基于近期推出的“Photo Stacks”（照片堆叠）开发而来，后者可将相似照片自动归类并高亮展示最佳作品。两者均旨在帮助用户在海量数字收藏中高效定位目标内容。据统计，Google Photos 每日上传图片超 60 亿张，规模庞大。
此外，“Ask Photos”还支持语义级问答。除查找最佳假期照外，用户可提出需类人理解的问题。例如，家长询问孩子过去四次生日派对的主题，系统不仅返回文字答案，还会附上美人鱼、公主等主题的相关图片、视频及时间戳。
这得益于 Google Photos 对自然语言概念（如“主题生日派对”）的理解能力，以及多模态 AI 对图中文字的识别技术。CEO 桑达尔·皮查伊曾演示另一案例：用户要求查看孩子的游泳进步历程，AI 即自动打包呈现随时间推移的游泳照片与视频亮点。
新功能还扩展了文本搜索范围。用户可拍摄车牌号、护照号码等信息留存，日后直接通过 AI 检索提取。
若用户对 AI 结果进行纠正（如标记非生日派对照片），系统会记忆反馈并持续优化，使交互体验日益个性化。
分享照片时，AI 可辅助生成内容摘要标题。目前仅提供基础总结，暂不支持风格选择；但鉴于底层为 Gemini 模型，未来或通过提示词工程实现定制化输出。
Google 已设置安全护栏，拒绝不当请求（如敏感内容），且训练数据不含冒犯性素材。作为实验性功能，后续或将根据使用反馈增加更多管控措施。
“Ask Photos”首发支持美国英语市场，后续逐步扩展。当前仅限文本交互，未来有望像 Android 端一样深度集成设备端 Gemini。
Google 明确承诺：用户个人数据不用于广告投放，也不用于训练其他生成式 AI 产品（包括 Gemini）。除非极少数涉及滥用或伤害的场景，否则 AI 对话与个人数据不会经人工审查。