谷歌搜索重大更新:更智能个性化,多项新功能即将上线!

news2026/5/20 16:32:57
谷歌搜索迈向更智能、更个性化时代曾几何时谷歌搜索简洁易用只需在搜索框输入关键词浏览蓝色链接列表即可。然而如今人工智能已层层覆盖搜索模式。2026 年谷歌 I/O 大会上谷歌宣布一系列搜索更新使搜索产品更具对话性、个性化更像用户的办事助手。另外若厌倦搜索中的人工智能还有 7 种以链接优先的谷歌替代方案。谷歌搜索新功能介绍谷歌表示将通过新的 AI 功能为搜索带来“先进的模型能力”包括全新的 AI 搜索框、信息代理、代理式编码以及从谷歌应用数据中提取信息的个性化功能等。搜索副总裁兼负责人 Liz Reid 称“搜索的目标一直很简单就是帮助你解答心中的任何疑问。”如今搜索不仅提供答案还能代表用户进行研究、购物、预订、监控和创作。以下是具体新功能、适用人群及预计可用时间。AI 模式搭载 Gemini 3.5 Flash桌面和移动设备上谷歌搜索的 AI 模式标签页将在全球范围内由名为 Gemini 3.5 Flash 的新模型提供支持。谷歌推出的 Gemini 3.5 系列被描述为“在构建更强大、更智能的代理方面迈出的重大一步”。3.5 Flash 能为代理和编码提供“前沿性能尤其擅长处理复杂的长期任务”它能跨来源进行推理、处理更长的提示、理解图像和视频并完成多步骤工作流程。谷歌还表示在搜索中“继续对话”更易实现用户可从 AI 概述中提出后续问题进入“对话式交互”搜索会保留上下文信息。此外有 4 种简单方法可从谷歌搜索中移除 AI 概述。据谷歌称AI 模式的月活跃用户已突破 10 亿现在正将 3.5 Flash 作为默认模型推广。适用人群全球所有设备用户均可使用搭载 Gemini 3.5 Flash 的 AI 模式。可用时间根据谷歌 2026 年 I/O 大会的宣布现在即可使用。全新 AI 搜索框谷歌正在全面改造搜索框使其不再依赖关键词。新的搜索框专为对话式、多模态问题设计用户可直接输入任何内容无需将复杂想法压缩成搜索词。谷歌称这是“25 年来对搜索框的最大升级……现在完全用人工智能重新设计”。对用户而言搜索能更好理解具体的、多部分的表述。例如用户可像向他人提问一样表达需求。用户还可通过文本、图像、文件、视频或 Chrome 标签页进行提问。谷歌表示新的 AI 搜索框将通过“超越自动补全”的 AI 建议让“强大的 AI 工具触手可及”。适用人群所有用户均可使用。可用时间谷歌表示在 AI 模式可用的地区新的 AI 搜索框“今天开始逐步推出”。搜索代理可代你进行研究搜索代理是搜索新功能中较有趣的一项。谷歌表示正进入“搜索代理时代”用户可在搜索中创建、定制和管理多个 AI 代理这些搜索代理在用户提出问题后可在后台持续工作。首个版本是信息代理用户可告知其想要监控的内容它会在网络、博客、新闻、社交媒体帖子和其他最新来源中持续搜索。以公寓搜索为例用户详细列出需求代理会持续筛选有符合需求的房源时会通知用户。适用人群谷歌表示信息代理将首先向谷歌 AI Pro 和 Ultra 订阅用户推出。可用时间计划于今年夏天推出。搜索支持预订本地服务搜索将增加代理式预订本地服务和预约的功能。例如若周五晚上需要一个能容纳六人且提供餐饮的私人卡拉 OK 包房搭载 Gemini 3.5 Flash 的谷歌搜索将显示最新价格和可用性并提供“直接链接让你通过选择的供应商完成预订”。对于某些特定类别如家庭维修、美容或宠物护理用户还可“让谷歌代表你致电商家”。适用人群谷歌表示“这些功能将向美国所有用户推出”。可用时间2026 年夏天。购物功能也更具代理性谷歌宣布一项由人工智能驱动的新购物车功能即通用购物车Universal Cart它与搜索、Gemini、谷歌支付、Gmail 和 YouTube 相连可跟踪用户在谷歌服务中的购物研究。它会记住用户考虑的产品关注价格下降情况寻找替代产品并利用用户的支付、会员、忠诚度和配送信息来帮助创建购物车。该功能基于谷歌钱包构建“能让你快速发现隐藏的省钱机会或积分”。以组装定制电脑为例购物车会主动标记产品不兼容问题并建议替代方案它了解用户的支付方式优惠、忠诚度信息和商家优惠。适用人群通用购物车将首先在美国的搜索和 Gemini 应用中推出随后会扩展到 YouTube 和 Gmail。可用时间今年夏天开始推出。搜索引入代理式编码谷歌将编码功能置于搜索核心位置将“谷歌 Antigravity 的强大功能和 Gemini 3.5 Flash 的代理式编码能力直接引入搜索”。这意味着用户可要求搜索编写小型工具或应用还能配备自定义生成式用户界面UI、布局以及实时组件如交互式图表。谷歌给出的示例包括天体物理学可视化工具、婚礼策划仪表盘、搬家跟踪器以及一个从评论、实时地图、本地资源和天气中获取新数据的健身应用。适用人群及时间谷歌表示“生成式 UI 功能”将于今年夏天在搜索中向所有用户免费提供。此外用户将能够在未来几个月内“直接在搜索中使用 Antigravity 构建自定义体验如迷你应用”首先面向美国的谷歌 AI Pro 和 Ultra 订阅用户开放。AI 模式中的个人智能功能谷歌通过 AI 模式中的个人智能功能将可选的个性化功能引入搜索。如果用户选择连接 Gmail、谷歌日历或谷歌相册等应用搜索将利用这些应用中的信息提供更个性化的答案在处理更具个人特色的问题时表现更好例如查找 Gmail 中隐藏的收据或在用户进行研究时展示相关的谷歌相册照片。用户可随时连接或断开任何应用。适用人群谷歌表示AI 模式中的个人智能功能正在“扩展”到“近 200 个国家和地区支持 98 种语言的用户——无需订阅”。可用时间目前似乎正在逐步推出。总结谷歌搜索已从简单的蓝色链接列表发展为更像 AI 代理控制面板。这个新版本是为习惯使用人工智能进行搜索的用户打造的它能处理冗长、复杂、特定的问题在后台监控主题进行产品购物预订本地服务构建小型工具并利用连接的谷歌应用中的信息提供个性化答案。对于高级用户谷歌将代理式工具直接集成到搜索中是有趣之处对于其他用户最明显的变化可能是新的个人智能功能若选择启用、AI 模式中的 Gemini 3.5 Flash 功能以及全新的 AI 搜索框。谷歌搜索变得更智能、更个性化在某些情况下还愿为用户承担更多繁琐工作。不过搜索越成为能为用户进行个性化、监控和行动的代理用户就越需将自己的数据和提问背后的上下文信息托付给谷歌。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2628763.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…