谷歌搜索引入“無結果生圖”:AI 概覽變身創意畫布,恐分流網站流量

2026年7月15日 02:315100 次瀏覽

重點摘要

AI資訊AI新閒資訊正文谷歌搜索引入“無結果生圖”:AI 概覽變身創意畫布,恐分流網站流量發布於AI新閒資訊時間 :Jul 15, 2026閱讀 :1分鐘谷歌正在將 AI 圖像生成功能直接集成至搜索的“AI 概覽”(AI Overviews)中。未來,當用戶在網絡上找不到匹配的圖像時,只需直接在搜索欄中輸入文本提示,即可即時生成所需圖片。

站內 AI 整理稿

谷歌搜索引入“无结果生图”功能 AI概览变身创意画布 恐分流网站流量

谷歌近日宣布,将在其搜索产品的“AI概述”(AI Overviews)中直接集成AI图像生成功能。未来,用户即便在网络中找不到完全匹配的图片,只需在搜索栏输入简短的文字描述,系统便能在搜索结果页内即时生成一张全新的图像。这一举措标志着谷歌在“AI优先”战略上迈出又一关键步伐,但也引发业内对开放网络流量进一步流失的担忧。 根据谷歌公布的计划,这项名为“无结果生图”的功能主要针对图像搜索场景。当用户尝试寻找某类图片但图库中缺乏合适结果时,AI概述区域并非像过去一样仅仅显示文字总结或链接,而是主动提供一个图像创造入口。用户输入提示词后,AI将在数秒内合成图片并直接呈现在结果页。其核心目的被解读为“不让搜索以空结果结束”,试图将每一次查询都转化为有意义的视觉回馈。 驱动该功能的底层模型是谷歌最新推出的“Nano Banana2Lite”。据官方技术说明,这一模型在设计上优先考虑运行效率与部署成本,而非追求顶尖的图像逼真度。这意味着生成图像的精细度可能与独立AI绘画工具存在差距,但换来的是近乎即时的响应速度与较低的算力门槛。谷歌表示,选择轻量化模型有助于将功能快速铺开,并让没有专业硬件的普通用户也能流畅使用。 就可用范围而言,新功能初期仅支持英语用户,并将在未来数周内向所有已开放AI图像生成能力的地区逐步推送。目前谷歌已经在多个产品中提供AI图像创作服务,如Google Labs内的Imagen系列,但将其直接嵌入搜索的“AI概述”栏与查询逻辑深度绑定,尚属首次。这一设计使图像生成不再只是独立工具,而成为搜索体验的自然延伸。 行业分析人士指出,这一变化是谷歌将搜索引擎从“信息索引器”转向“AI原生平台”的重要体现。通过AI直出内容,用户无需再跳转至第三方网站即可获得视觉资料,这尽管提升了搜索效率,却可能显著减少对开放网络(Open Web)的点击量。传统图像搜索原本是外部网站流量的重要来源之一,如今AI直接在结果页内就能满足用户需求,外部站点因而面临被架空的风险。 与此同时,传统的“谷歌图片”搜索也将迎来全新改版。据悉,新版首页计划引入动态图库,实时抓取网络中的新鲜内容,并根据用户的个人兴趣实现高度个性化推荐。与AI生图功能不同,动态图库仍依靠索引真实网站资源,为原创内容提供分发渠道;但当用户转而使用AI生图替代真实图片后,这部分流量能否保住仍存疑问。 从更宏观的角度看,AI生图功能的加入可能冲击原创内容生态。创作者与图库站点的图片一旦被AI生成的替代品所覆盖,其曝光机会与商业价值都将受到压缩。版权方面,AI根据文本描述“无中生有”产生的图像,其归属与训练数据边界也一直是悬而未决的争议。谷歌强调模型训练遵循其负责任的AI原则,但在业界看来,法律与伦理漏洞仍需进一步填补。 在竞争格局上,微软Bing已率先在搜索中引入ChatGPT驱动的多模态生成能力,但直接以“无结果生图”作为搜索补全策略尚属新兴方向。谷歌凭借自身在搜索场景的绝对占有率,一旦全面推开,可能重塑用户对图片获取方式的预期。从“找图”到“造图”的习惯变迁,或许比市场想象得更快到来。 对于普通用户而言,新的体验无疑令人兴奋——查询“太阳系行星比例示意图”或“珊瑚色渐变的抽象背景”这类需求,过去可能要浏览多个图库再选最接近的,如今只需一句话便能得到定制化结果。然而,这种便利依赖于对模型的理解与内容质量控制,有时生成结果可能偏离实际或出现不合预期的风格,谷歌仍需在响应速度与准确性之间找到平衡。 整体来看,谷歌此举是AI在搜索领域从“检索信息”向“生产信息”转型的缩影。AI概述正从摘要工具演变为创意画布,在用户提出问题或需求时,不再只是呈现已有的答案,而是主动创造新的内容。这种范式转变将深刻影响流量的分配、内容的定义以及用户与搜索引擎的互动方式。 未来,随着Nano Banana2Lite等轻量模型的迭代,AI生成内容的门槛与成本还会进一步降低。谷歌图片的新版动态图库则反映了其对“实时、个性”的重视,但如何在不伤害网站生态的前提下让AI功能创造更多价值,将是谷歌必须谨慎处理的议题。开放网络的存续,或许正系于这些大型平台在技术创新与生态责任之间的每一次选择。

Related

相關文章

鈦媒體生成式AI

Anthropic接洽三星自研AI芯片,大模型公司集體“造芯”成趨勢

Anthropic接洽三星自研AI芯片,大模型公司集體“造芯”成趨勢極新2026.07.15 11:19 · 來自山東全文3468字00:00 / 10:29Anthropic 洽談三星聯合開發定製芯片,代表全球大模型企業為掌握算力主權、優化推理效能集體向上遊造芯,驅動產業鏈重構,同時這條賽道投入高、競爭壁壘嚴峻。

剛剛
智東西生成式AI

5.1億!Hermes開發商被曝新融資,估值衝上百億

智東西(公眾號:zhidxcom) 編譯 | 茄子 編輯 | 程茜 智東西7月15日消息,7月13日,外媒TechCrunch援引知情人士報道,憑藉爆款Hermes Agent走紅的美國開源AI獨角獸Nous Research正在推進至少7500萬美元(約合人民幣5.1億元)的新一輪融資,若交易順利完成,其估值預計將達到15億美元(約合人民幣102億元)。

剛剛
鈦媒體生成式AI

DeepSeek傳籌備IPO,中國AI頭部公司融資狂飆

DeepSeek傳籌備IPO,中國AI頭部公司融資狂飆字母AI2026.07.15 10:43 · 來自北京全文3768字00:00 / 11:23DeepSeek目標2027年掛牌,最早年底提交上市申請。文 | 字母AI據外媒報道,DeepSeek已開始籌備IPO,計劃在國內上市,目標是在2027年正式掛牌。

剛剛

強化學習新突破,清華團隊提出「單rollout異步優化」方法,可穩定訓練1000步

### 強化學習新突破:清華大學提出「單rollout異步優化」SAO,實現千步穩定訓練,效果全面超越GRPO 在大型語言模型(LLM)的應用版圖中,強化學習(RL)被視為通往更高智能的關鍵路徑,尤其在複雜的長程Agent任務和代碼生成領域,其效率與穩定性直接決定了模型的實用價值。然而,現有的LLM RL訓練流水線普遍存在瓶頸:同步、批量式的處理流程要求系統必須等待整批rollout(生成軌跡)完成後才能進行模型更新,導致GPU等算力資源大量閒置,訓練效率低下。

剛剛