支付宝长眼睛了！打造新一代视觉搜索，AI帮你探索万物
智东西（公众号：zhidxcom）
作者 | 陈骏达
编辑 | 漠影
最近几天，支付宝App中悄然出现了一项新的AI应用——“探一下”。在“扫一扫”页面下方切换至“探一下”就能体验。
与传统的识物、搜题等视觉搜索应用不同，“探一下”的核心亮点为探索。识图辨物只是开始，在此基础上，有探知识、探灵感、探文本等能力板块。
从视觉搜索到智能推荐信息，“探一下”可成为一本随身的“视觉百科全书”。逛展时，打开“探一下”对准画作，背后的故事、历史背景、艺术风格都一览无余。踏青时，打开“探一下”对准花朵，不仅能识别出名称、科属，还有文化、园艺的相关知识。
“探一下”也可以识别同款商品、给出药物使用指南，或是翻译外文菜单，并链接到支付宝丰富的商业生态，提供用车、医疗等服务，使用场景很广泛。
当切换至探灵感功能时，它可以根据场景灵活配文，可幽默、可治愈，在宠物、办公等场景，还会有“读心”、“卷王”等定制滤镜，适合想晒图但不知道怎么写文案的人。
在海外，Google Lens这一爆款视觉搜索产品，已凭借GenAI成为谷歌增长最快的查询类型之一，每月视觉搜索调用量超200亿次。依托于扫一扫的用户群体、支付宝的庞大商业生态圈以及蚂蚁的技术积累，“探一下”会否成为国内对标乃至超越Google Lens的现象级产品呢？
一、视觉搜索赛道火热，理解分析能力亟待突破
过去20多年中，传统的文字搜索引擎已成为了搜索的标准形态。不过近几年来，原本作为文字搜索补充的视觉搜索已经逐渐走到台前。2022年，谷歌开发的视觉搜索应用Google Lens每月执行的视觉搜索任务已超过120亿次，2024年这一数字已达200亿次，并持续快速增长。
从用户角度来看，视觉搜索能提供超越文字限制的直观搜索体验，还能帮助用户发现更多相关信息，从而激发新的创意与灵感。在传统文字搜索增长进入稳定期后，视觉成为众多互联网科技企业发力的重点之一。
从商业价值的角度来看，视觉搜索能在电商、社交媒体等领域提供全新的体验，成为连接用户与商业服务的重要桥梁，催生新的商业模式与价值。国内与国际的淘宝、亚马逊等电商平台纷纷推出相关服务，正是出于这一考量。
然而，在中国，现象级的视觉搜索产品尚未出现。许多厂商的视觉搜索基于AI1.0时代的判别式基础视觉算法，依托大量数据，专注于某一垂直领域，如搜题、识花、购物等，未能实现破圈。
即便是具备“识万物”能力的产品，也大多停留在了“识你所见”的层面，并且在复杂场景上的表现并不理想。当用户需要了解图片背后的更多信息时，仍需链接到搜索引擎的结果，理解分析能力成为上一代视觉搜索的明显短板，亟待突破。
共 1 页 1 条数据
