如果仅凭一张图片无法捕捉到您想要搜索的内容，Google Lens 现在可以让您拍摄视频，甚至可以用语音询问您所看到的内容。 该功能将根据视频内容和你的问题显示人工智能概述和搜索结果。 该功能今天将在 Android 和 iOS 的搜索实验室中推出。

Google在 5 月份的 I/O 大会上首次预览了使用视频进行搜索。 例如，Google表示，如果有人对在水族馆看到的鱼感到好奇，可以将手机举到展品前，打开 Google Lens 应用程序，然后按住快门按钮。 一旦镜头开始录制，他们就可以说出自己的问题："它们为什么游在一起？"然后，Google Lens 会使用Gemini人工智能模型作出回应，就像你在下面的 GIF 中看到的那样。

Google在提供回复时会考虑您的视频和问题。

在谈到该功能背后的技术时，Google 工程副总裁 Rajan Patel 介绍说，Google 正在将视频"捕捉为一系列图像帧，然后应用相同的计算机视觉技术"。 但是，Google将更进一步，将信息传递给一个"定制"的 Gemini 模型，该模型是为了"理解多帧序列......然后提供植根于网络的响应"而开发的。

目前还不支持识别视频中的声音，例如您试图识别听到的鸟叫声，但帕特尔说这是Google一直在"尝试的"。

还可以使用语音来询问有关照片的问题

Google Lens 还更新了照片搜索功能，可以用语音提问。 要尝试一下，请将相机对准拍摄对象，按住快门按钮，然后提问。 在此之前，你只能在拍摄照片后在 Lens 中输入问题。 语音提问将在全球 Android 和 iOS 平台上推出，但目前只有英文版。