🔍Google AI Blog•最新收集於 30m
慶祝視覺搜尋創新 25 週年
💡了解視覺搜尋的演進，以便在您的專案中更有效地利用 Google 的電腦視覺功能。
⚡ 30-Second TL;DR
有什麼變化
紀念 Google 視覺搜尋技術發展 25 週年
為什麼重要
此里程碑凸顯了 Google 對多模態搜尋的長期承諾，預示著其將持續投入電腦視覺與 AI 驅動的圖像理解技術。
下一步行動
查閱 Google Vision API 的最新文件，了解如何將先進的圖像分析功能整合到您的應用程式中。
誰應關注：Developers & AI Engineers
關鍵要點
- •紀念 Google 視覺搜尋技術發展 25 週年
- •回顧圖像索引與檢索演算法的演進歷程
- •探索視覺內容創作與發現的未來方向
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Google Images 的誕生源於 2000 年珍妮佛·羅培茲（Jennifer Lopez）身穿綠色凡賽斯禮服出席葛萊美獎後，因搜尋需求激增而催生了該產品。
- •Google Lens 技術已整合至多模態模型（Multimodal Models），支援「多重搜尋」（Multisearch）功能，允許使用者同時結合文字與圖像進行查詢。
- •視覺搜尋技術已從早期的關鍵字匹配，演進為基於深度學習的物件識別與語意理解，能精確辨識地標、植物、商品及翻譯文字。
- •Google 透過視覺搜尋技術推動「購物圖譜」（Shopping Graph）的應用，將視覺內容直接轉化為電商購買路徑，提升轉換率。
- •視覺搜尋演算法現已具備生成式 AI 能力，能針對圖像內容提供上下文解釋與相關知識摘要，而不僅僅是返回相似圖片。
📊 競品分析▸ Show
| 特色 | Google Lens | Pinterest Lens | Bing Visual Search |
|---|---|---|---|
| 核心優勢 | 強大的知識圖譜整合 | 購物與生活風格靈感 | 網頁搜尋與 OCR 整合 |
| 平台生態 | Android/iOS 深度整合 | 社交電商導向 | Microsoft 365/Edge 整合 |
| 基準測試 | 業界領先的物件辨識率 | 圖像推薦精準度高 | 企業級搜尋效能佳 |
🛠️ 技術深入
- 採用多模態大型語言模型（Multimodal LLMs）進行視覺特徵提取與語意對齊。
- 利用卷積神經網路（CNN）與 Transformer 架構進行圖像分類與物件檢測。
- 實作基於向量嵌入（Vector Embeddings）的相似度搜尋，以實現毫秒級的圖像檢索。
- 整合光學字元辨識（OCR）引擎，支援即時翻譯與文字提取。
- 透過知識圖譜（Knowledge Graph）將視覺實體與結構化數據進行關聯。
🔮 前景展望AI analysis grounded in cited sources
視覺搜尋將成為生成式 AI 的主要輸入介面
隨著多模態模型的成熟，圖像將取代文字成為使用者與 AI 互動的首選輸入方式。
擴增實境（AR）將與視覺搜尋深度融合
視覺搜尋技術將從靜態圖像分析轉向即時環境感知，推動 AR 導航與資訊疊加的普及。
⏳ 時間線
2001-07
Google Images 正式上線，初期索引 2.5 億張圖片。
2011-06
推出以圖搜圖（Search by Image）功能，允許使用者上傳圖片進行搜尋。
2017-05
Google Lens 在 I/O 大會發表，引入基於 AI 的視覺識別技術。
2022-04
推出 Multisearch 功能，實現文字與圖像的混合搜尋。
2024-05
將 Gemini 多模態模型整合至視覺搜尋體驗中。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Google AI Blog ↗