谷歌搜索接入实时AI视觉 手机摄像头变身智能眼

土耳鸡烤鸡

在5月21日的谷歌I/O大会上，一项名为"动态搜索"（Live Search）的黑科技正式亮相。这项基于Project Astra视觉识别技术的创新，将允许用户通过手机摄像头与搜索引擎实时对话——无论是冰箱里的食材，还是街头偶遇的植物，都能即刻获得AI解读。

操作流程简单得令人惊讶：在谷歌搜索界面点击"动态"图标，摄像头即刻开启。用户只需将镜头对准目标物体，说出"这个蘑菇能吃吗？"或"这件外套怎么搭配？"等问题，系统会通过实时视频流分析场景。现场演示中，工程师用手机扫描办公桌杂物，AI不仅识别出咖啡杯品牌，还推荐了同款打折信息，整个过程响应时间低于1.2秒。

技术架构方面，动态搜索整合了Gemini多模态模型与Google Lens图像库。当摄像头开启时，视频流会分两路处理：主线程进行实时物体识别，副线程在云端生成深度语义分析。为确保隐私，系统默认对背景人物进行实时马赛克处理，该功能不可关闭。

同步更新的还有iOS版Gemini应用。继上月安卓系统更新后，苹果用户现在也能体验屏幕内容分析功能。长按Home键唤醒Gemini，选择"分析屏幕"选项，AI即可解读当前显示的网页、文档甚至视频内容。在测试场景中，该功能成功解析了PDF论文中的复杂公式，并生成通俗易懂的摘要。

值得注意的是，谷歌最初计划将这项服务纳入付费的Gemini Advanced套餐，但最终决定向所有用户免费开放。目前安卓端已全面推送更新，iOS版本预计在6月底完成适配。初期测试仅限于英语环境，但官方确认年底前将支持中文、西班牙语等12种语言。

与去年实验阶段的Project Astra相比，此次商用版本在延迟控制上取得突破。通过部署边缘计算节点，图像处理时间从3.2秒缩短至0.8秒以内。不过谷歌也提醒，在弱网环境下，系统会降级为静态图片分析模式，实时视频流功能暂时禁用。

隐私专家指出，尽管谷歌承诺所有视觉数据仅在设备端处理，但持续摄像头访问仍存在安全隐患。为此，动态搜索增设了物理提示功能——当摄像头激活时，手机呼吸灯会持续闪烁，这项设计已通过欧盟数据保护委员会审核。

随着这项技术的普及，零售行业或将迎来变革。沃尔玛技术总监透露，正与谷歌合作开发"智能购物车"系统，顾客扫描商品即可获取营养成分、过敏原提示及比价信息。这场视觉搜索的技术大赛，正在重塑人机交互的边界。