谷歌图像庆祝25周年，推出动态画廊和AI图像生成等新功能，用户可根据兴趣浏览和创建图像。自2001年起，谷歌图像逐步引入相似图像、图像搜索和谷歌镜头等功能，提升了搜索体验，未来将继续推动视觉搜索的创新。

谷歌更新了视觉搜索功能，用户可以同时搜索图像中的多个物体，利用AI模式上传照片获取相关信息，提升搜索效率，便于寻找灵感和答案。

夸克AI超级框推出“拍照问夸克”功能，增强多模态能力，支持视觉搜索和多轮问答。用户可通过AI相机识别图片细节，完成数据分析和健康建议等复杂任务，提升用户体验。

自推出AI模式以来，用户反馈积极，认为其设计简洁、响应迅速，能够理解复杂问题。AI模式支持多模态功能，用户可上传图片提问并获得详细回答，具备强大的视觉搜索能力，能精准识别图像中的对象并提供相关信息。我们将持续改进AI模式，欢迎用户在Google应用中体验并反馈。

谷歌Lens每月进行超过200亿次视觉搜索。新更新允许iPhone用户在Chrome或谷歌应用中直接选择并搜索屏幕内容，同时利用AI提供更丰富的信息，帮助用户快速理解所见内容。这些更新已于本周全球推出。

谷歌推出了Circle to Search功能，用户可以在Android屏幕上圈选内容以快速获取信息。该功能扩展了AI概述，支持更多视觉搜索结果，如地点和独特物品，并能快速识别屏幕上的电话号码、电子邮件和网址，用户可一键操作。

在旧金山的Galaxy Unpacked活动中，三星展示了Galaxy S25系列的Android更新，强调了AI助手Gemini的多应用操作、实时对话和运动更新等增强功能。此外，Circle to Search功能提升了视觉搜索和一键操作的用户体验，新设备还支持听障人士的蓝牙音频和盲文显示，增强了可及性。

本研究提出了一种视觉搜索助手框架，旨在解决视觉-语言模型在处理未知视觉内容时的理解不足。通过结合视觉理解与实时信息访问，实验结果表明该方法显著优于其他模型，具有广泛的应用潜力。

苹果发布了 iOS 18.2 开发者预览版，Siri 集成了 ChatGPT，增强了处理复杂问题的能力。新功能包括 Genmoji、AI 图像生成和视觉搜索，目前仅支持美式英语，未来将扩展至其他国家。

Google Lens 每月处理约200亿次视觉搜索，其中20%与购物相关。用户可以通过拍照获取产品信息，如价格和购买地点。新功能支持在网页或视频中找到商品，时尚爱好者可结合文字和图片搜索。Lens 还支持家具购物，帮助选择颜色和尺寸。该功能已在部分国家的 Android 和 iOS 设备上推出。

本文介绍了一种基于深度学习的电子商务视觉搜索和推荐系统，采用统一的深度卷积神经网络VisNet，显著提升了产品推荐效果，改善了用户体验和业务影响。同时，研究探讨了大型语言模型在推荐系统中的应用，展示了其在理解用户兴趣和生成个性化内容方面的潜力。

巴黎奥运会将应用中国AI技术，包括赛事解说、360度直播、视觉搜索等领域。阿里巴巴的通义大模型成为首个应用的技术提供方。国际奥组委希望以负责任的方式利用人工智能的潜力。

该研究提出了一个两阶段模型，通过常规向量距离度量和双编码器体系结构优化文本检索性能。采用稀疏矩阵因子分解和轻量级RBT模块，显著提高了检索速度和召回率，特别是在视觉搜索和实体链接任务中表现优异。

微软截图工具更新，新增视觉搜索功能，方便用户通过右键菜单选项调用必应搜索以图搜图。用户需更新到v11.2404.39.0或更高版本。