近期，支付寶應(yīng)用內(nèi)悄然上線了一項創(chuàng)新的AI功能——“探一下”，該功能位于“掃一掃”頁面的下方，用戶只需簡單切換即可體驗。這一新功能標志著支付寶在AI應(yīng)用領(lǐng)域的又一次深入探索。
“探一下”不同于傳統(tǒng)的視覺搜索應(yīng)用，如識物、搜題等，其核心亮點在于“探索”。用戶可以通過該功能，不僅識圖辨物，還能探知識、探靈感、探文本，仿佛隨身攜帶的一本“視覺百科全書”。例如，在參觀畫展時，只需打開“探一下”對準畫作，畫作背后的故事、歷史背景和藝術(shù)風(fēng)格便一目了然；在踏青賞花時，對準花朵，不僅能識別出名稱和科屬，還能獲取相關(guān)的文化和園藝知識。
“探一下”還具備識別同款商品、提供藥物使用指南、翻譯外文菜單等功能，并能鏈接到支付寶豐富的商業(yè)生態(tài)，提供用車、醫(yī)療等服務(wù)，使用場景廣泛而便捷。在探靈感功能中，該功能還能根據(jù)場景靈活配文，無論是幽默還是治愈風(fēng)格的文案，都能輕松生成，特別適合想曬圖卻苦惱于文案創(chuàng)作的用戶。
這些實用且有趣的功能背后，是視覺搜索產(chǎn)品在GenAI（生成式AI）時代范式轉(zhuǎn)變的縮影。傳統(tǒng)基于判別式方案的視覺搜索正在被多模態(tài)大模型驅(qū)動的AI視覺搜索方案所取代，并逐漸走向規(guī)?；瘧?yīng)用。在海外，Google Lens憑借GenAI技術(shù)已成為谷歌增長最快的查詢類型之一，每月視覺搜索調(diào)用量超過200億次。而支付寶憑借龐大的用戶群體和商業(yè)生態(tài)圈，以及深厚的技術(shù)積累，“探一下”有望成為國內(nèi)對標乃至超越Google Lens的視覺搜索產(chǎn)品。
視覺搜索賽道的競爭日益激烈，用戶對于視覺搜索的理解和分析能力提出了更高要求。傳統(tǒng)的視覺搜索產(chǎn)品大多停留在“識你所見”的層面，復(fù)雜場景下的表現(xiàn)并不理想。而“探一下”則采用了多模態(tài)大模型全圖理解+open-set多主體檢測的技術(shù)鏈路，能夠識別特定場景中的多個主體，并借助大模型的理解力和知識力，提供更深度和廣度的分析解讀，從而滿足用戶對于圖片背后更多信息的需求。
