Google 推出结合文本与图片的多模态搜索功能,作为 Google Lens 的附加特性,旨在解决单一图文难以精准描述复杂搜索需求的场景。用户可针对所见物体提问,并通过文字补充颜色、品牌等属性以细化结果,这得益于 Google 在人工智能领域的持续突破。
Google 多模态搜索使用方法
请确保 Google 应用已更新至最新版本,具体操作步骤如下:
- 在 Android 或 iOS 端打开 Google 应用;
- 点击 Lens 相机图标;
- 拍摄实时画面或上传本地图片;
- 上滑界面并点击“+ 添加到你的搜索”按钮输入文本。
通过图文结合的方式,用户可更精准地获取目标信息。典型应用场景包括:
- 截取橙色连衣裙图片并添加关键词“绿色”,查找同款异色商品;
- 拍摄现有餐桌组合并搜索“咖啡桌”,匹配风格一致的家具;
- 拍摄迷迭香植物照片并查询“养护说明”,获取专业种植建议。
未来,Google 计划引入 MUM 模型进一步优化该功能,持续提升搜索结果的质量与自然度。

