AI Mode是Google搜索中的一项搜索功能，能够针对复杂、多部分的查询生成全面、由AI撰写的回答。该功能于2025年3月进行实验性推出，利用Google的Gemini模型来增强推理能力并支持多模态输入，包括文本、图像和语音。该功能最初通过Search Labs平台向美国的Google One AI Premium订阅用户开放，使Google能够在更广泛推出前收集反馈。
AI Mode代表了从传统基于链接的搜索结果向对话式、综合答案的转变。它是Google在早期推出AI Overviews之后，将Generative AI更广泛整合到其产品中的一部分。该功能旨在处理需要结合多个来源信息的查询，例如比较、规划或故障排除。
开发与推出
Google于2025年3月5日通过一篇题为“扩展AI Overviews并推出AI Mode”的博客文章宣布了AI Mode。该公告将该功能定位为Search Labs（Google用于测试早期搜索功能的平台）中的一项实验性新增内容。推出始于一组有限的用户：即订阅了Google One AI Premium的用户，这是一个付费层级，还包括对高级Gemini功能的访问权限。这种分阶段的方法使Google能够在扩大可用性之前监控性能和用户交互。
AI Mode的开发建立在Google现有的Large language model研究和Gemini模型系列之上。Gemini由Google DeepMind开发，提供了底层的推理和生成能力。该功能还融入了现代AI系统典型的Multi-Head Attention和Transformer (architecture)架构，使其能够跨不同查询类型处理和综合信息。
功能与能力
AI Mode接受复杂、多部分的查询，这些查询传统上需要多次搜索。例如，用户可能会要求比较多种产品、制定详细行程或解释一个微妙的话题。系统会生成一个单一、结构化的回答，整合相关事实，通常附有指向网络来源的引用。
多模态输入是一个关键差异点。用户可以提交文本、图像或语音查询。然而，图像生成功能要求用户登录其Google账户。这种与Google生态系统的整合使AI Mode能够利用用户上下文（例如位置或之前的搜索）来定制回答。
该功能旨在处理同一会话中的后续问题，从而实现对话式搜索体验。这是通过Sequence-to-Sequence (Seq2Seq)建模和Beam Search解码等技术实现的，这些技术有助于生成连贯、上下文感知的答案。
底层技术
AI Mode依赖于Gemini模型系列，该系列由Google DeepMind开发，并从2023年底开始分阶段发布。Gemini是一个多模态Neural network，可以处理文本、图像、音频和视频。其架构融入了Residual Network (ResNet)组件和Layer Normalization，以稳定训练并提高长序列的性能。
该模型使用大规模数据集和先进的优化方法进行训练，包括Adam (Optimizer)和Learning Rate Scheduling技术。Dropout和Gradient Clipping用于防止过拟合并确保稳定收敛。这些方法是现代Deep learning实践中的标准做法，正如Stanford AI Lab和MIT CSAIL等机构的研究所记录的那样。
对于搜索特定任务，AI Mode采用Cross-Attention机制来将用户查询与相关网络内容对齐。Positional Encoding帮助模型理解单词和短语的顺序。系统还使用Top-K Sampling来生成多样且自然的回答，在创造性与事实准确性之间取得平衡。
与其他AI搜索工具的比较
AI Mode与来自其他公司的类似功能竞争。OpenAI开发了具有浏览功能的ChatGPT，而Anthropic提供具有网络访问权限的Claude。Perplexity AI（不在提供的列表中，但作为已知竞争对手）提供带有引用的AI生成答案。然而，AI Mode的独特之处在于其与Google搜索索引的深度整合以及使用Gemini模型，该模型也用于Gemini (language model)产品。
与传统返回链接列表的搜索引擎不同，AI Mode将信息综合成一个连贯的叙述。这种方法已被比作Brian Christian的工作，他撰写了关于AI系统与人类意图对齐的文章。该功能还反映了来自BAIR (Berkeley AI Research)和Carnegie Mellon University等实验室在Artificial intelligence和Machine learning方面的持续研究。
反响与影响
对AI Mode的早期反应褒贬不一。一些用户称赞其处理复杂查询和提供详细答案的能力，而另一些用户则对准确性以及错误信息的潜在风险表示担忧。Google强调AI Mode包含对来源的引用，允许用户验证信息。该公司还实施了保障措施以减少有害或有偏见的输出，借鉴了Reinforcement Learning from AI Feedback (RLAIF)（基于AI反馈的强化学习）等技术。
行业分析师指出，AI Mode可能会影响网络流量，因为用户可能会减少点击搜索结果的时间。这对发布商和广告商具有影响。Google表示致力于推动网站流量，但长期影响仍不确定。
该功能还引发了关于Generative AI在信息检索中作用的讨论。Melanie Mitchell和Joshua Tenenbaum等研究人员探索了AI理解的局限性，而AI Mode依赖统计模式而非真正理解是一个持续争论的话题。
可用性与未来发展
截至2025年初，AI Mode仅向美国的Google One AI Premium订阅用户开放，可通过Search Labs平台访问。用户必须登录才能使用该功能，图像生成需要活跃会话。Google尚未公布更广泛可用性的具体时间表，但分阶段推出表明公开版本可能在未来几个月内发布。
未来的更新可能包括对更多语言的支持、与其他Google服务的整合，以及对底层Gemini模型的改进。Google有根据用户反馈迭代搜索功能的历史，正如AI Overviews的演变所见。该公司还在大力投资Google Cloud基础设施，以支持AI驱动搜索的计算需求。
相关概念
AI Mode是向对话式和生成式搜索更广泛趋势的一部分。其他公司，包括Microsoft (AI)（不在列表中，但相关）和Amazon Web Services，也在开发类似工具。该功能还与Neural network可解释性和Loss Functions优化的研究相关，这些对于确保可靠的AI行为至关重要。
对于对技术细节感兴趣的用户，Transformer (architecture)架构和Multi-Head Attention是AI Mode处理查询的基础。Encoder-Decoder Architecture模型，用于许多Sequence-to-Sequence (Seq2Seq)任务，也发挥作用。AI Mode的开发得益于Jakob Uszkoreit等研究人员的贡献，他共同撰写了原始transformer论文，以及Llion Jones，他参与了早期大型语言模型的工作。
参见
- Gemini
- google-search（不在列表中，但隐含）
- Generative AI
- Large language model
参考文献
- Google博客，“扩展AI Overviews并推出AI Mode”，2025年3月5日。
- 关于AI Mode的维基百科文章（来源事实）。
外部链接
- 官方网站（Google搜索）
- Google博客公告