引言: 谷歌再次力推其AI驱动的“搜索照片”功能（Ask Photos），宣称在经历了一段悄无声息的初期停顿后，将提供更快的体验。尽管这家科技巨头宣称响应能力有所改进，但资深观察人士却不禁想知道，这次重新发布是否真正解决了困扰其首次推出的根本性质量和实用性问题，抑或仅仅是用更快的用户界面来粉饰太平。

核心提炼

• 出于“延迟、质量和用户体验”问题而不得不进行的公开重新发布，凸显了谷歌在交付成熟AI功能方面持续面临的困境，而非一次成功的全新发布。
• 谷歌在后台处理复杂查询的同时，立即提供“简单搜索”结果，这预示着一种潜在的策略，旨在管理用户期望，并掩盖在真正的AI理解方面持续存在的计算开销或准确性挑战。
• “Ask Photos”真正的考验在于其能否持续且准确地处理“复杂查询”。在这一领域，通用人工智能已屡次暴露出局限性，这使得人们对其超越基本关键词匹配的实际效用产生了怀疑。

深度解读

谷歌悄然撤回后又公开重新推出其“询问照片”AI搜索功能，与其说是快速创新的证明，不如说是一个更广泛的行业趋势的体现：即在底层技术尚未完全成熟时，就急于部署AI。其暂停的最初原因——“延迟、质量和用户体验”——并非小问题；它们是任何面向用户产品的基石。承认由谷歌旗舰Gemini AI模型驱动的功能在这些方面存在不足，这充分说明了现实世界中AI部署的内在挑战。

如今，承诺的针对简单搜索的“速度提升”被视作一项重大改进。尽管更快的返回结果总是受欢迎的，但人们必须质疑这究竟是AI处理能力的真正飞跃，还是一种巧妙的用户体验设计。通过立即返回“海滩”或“狗”等直接查询的结果——这些任务传统的非AI关键词或图像识别算法多年来都能胜任——谷歌可能制造出速度和效率的假象。真正的魔法和真正的挑战在于“复杂查询”，在这些查询中，Gemini仍然“在后台工作”。这表明核心AI推理和上下文理解，即“询问照片”等功能的核心承诺，仍然是一个计算密集型且可能仍不可靠的过程。谷歌是否仅仅是为了管理用户感知而提前展示那些容易实现的功能，而更难的问题依然存在？

现有的照片搜索工具，包括谷歌照片在AI集成之前的自身功能，在识别物体、人脸和位置方面已经表现出色。“询问照片”的“AI驱动”方面本应超越这些，允许使用理解意图和上下文的自然语言查询（例如“找到我上次家庭度假时米尔德雷德阿姨在笑的照片”）。这才是真正的考验所在。如果这些细致查询的质量和准确性仍然不稳定，“询问照片”就有可能沦为一种新奇功能，而非革命性的工具。鉴于之前出现的“质量”问题，如果AI结果经常不相关、不完整或完全错误，用户将很快回归到更简单、更可靠的搜索方法。现实世界的影响取决于它是否真正节省了时间和减少了挫败感，或者仅仅是给一个已经强大的工具增加了另一层复杂性。

对比观点

鉴于AI过去曾出过差错，持怀疑态度是情有可原的，但反驳观点会认为，谷歌的做法是高级AI迭代开发中务实且必要的一步。暂停推出、收集反馈、然后改进后重新发布，这表明了对用户体验的承诺，而非盲目推出不成熟的技术。即使“速度提升”部分是通过用户体验设计实现的，它也使该功能在日常任务中更易用，从而让用户熟悉自然语言界面。这为谷歌的工程师创造了一个关键的反馈循环，以便在后台优化更复杂的AI处理。此外，目前没有竞争对手能大规模提供类似雄心勃勃的、面向消费者的个人照片库自然语言搜索功能。这种先发优势，即使伴随着初期的磕磕绊绊，也让谷歌能够定义该领域并收集宝贵的真实世界数据，以理论模型无法实现的方式加速其AI的学习曲线。这只是一个基础性步骤，不一定是最终产品，但却是迈向真正智能数字助理至关重要的一步。

前景探讨

在未来1-2年内，“Ask Photos”的现实前景是循序渐进的改善，而非突然的、变革性的飞跃。我们很可能会看到“复杂查询”的准确性略有提高，并且更不容易出现“幻觉”或误解。然而，主观AI理解的根本障碍——例如区分“幸福的家庭时刻”和“仅仅是一张合影”——仍将非常突出。可扩展性，特别是为数百万用户的私人照片库运行这些复杂的Gemini模型的计算成本，也将是限制其复杂性的一个主要因素。

最大的障碍将是一致性和用户采纳。如果“Ask Photos”只能可靠地处理70%的复杂查询，用户将很快失去信任并恢复使用传统搜索。此外，该功能需要真正解决一个现有关键词和物体识别尚未充分解决的问题。要使其成为日常必需品，它必须提供一个远远超越当前能力的直观强大功能和准确性水平，这对于一个消费级、注重隐私的AI来说，感觉还需要几年时间。

---

原文参考: Google is rolling out its AI-powered ‘Ask Photos’ search again – and it has a speed boost (The Verge AI)

Read English Version (阅读英文版)