Google搜尋將迎大改版!新增「AI模式」具推理能力,正面對決Perplexity、ChatGPT
Google搜尋將迎大改版!新增「AI模式」具推理能力,正面對決Perplexity、ChatGPT

重點一:Google宣布推出「AI模式」實驗搜尋功能,利用Gemini 2.0處理複雜查詢,挑戰Perplexity AI和ChatGPT Search。

重點二:AI模式透過「查詢扇出」技術,整合多重資料來源,提供深入比較和探索的AI回應。

重點三:Google One AI Premium訂閱者優先體驗,Google將持續優化功能,包括視覺化和更多資料來源整合。

Google搜尋將迎大改版

Google推出全新實驗性功能「AI模式」(AI Mode),旨在挑戰Perplexity AI和OpenAI的ChatGPT Search等熱門服務。

這項新功能允許使用者在Google搜尋中直接提出複雜的問題並追問,以深入探索特定主題。Google指出,AI模式可透過Google的實驗性平台Search Labs存取,並將於本週開始向Google One AI Premium訂閱者推出。

Gemini 2.0驅動,深入探索與比較

Google表示,AI模式採用客製化版本的Gemini 2.0,透過進階的推理、思考和多模態能力,特別適合需要深入探索和比較的查詢。例如使用者可詢問: 「智慧戒指、智慧手錶的睡眠追蹤功能有何差異?」 AI模式就可以提供每種產品的詳細比較,以及提供資訊來源的文章連結。使用者還可以提出追問 「深度睡眠期間心率會發生什麼變化?」 以繼續深入查詢。

Google表示,過去透過傳統搜尋比較詳細選項或探索新概念,需要多次查詢才能完成。 但若透過AI模式,使用者不僅可以存取網路內容,還可以利用即時資訊來源,例如知識圖譜、有關現實世界的資訊,以及數十億種產品的購物數據。

Google搜尋產品副總裁Robby Stein接受《TechCrunch》報導時指出,「我們在測試中發現,人們提出的問題長度是傳統搜尋的兩倍,並且約有四分之一的時間會進行追問。因此,AI模式為Google搜尋帶來了更多可能性,也是我們感到興奮的地方。」

「查詢扇出」技術與事實準確性

Stein指出,隨著Google推出AI摘要(AI Overviews)功能,使用者希望能夠針對更多搜尋獲得此類AI驅動的回應,這也是公司推出AI模式的原因。AI模式透過「查詢扇出」(query fan-out)技術運作,同時對多個資料來源執行多個相關搜尋,然後將結果整合為易於理解的回應。

Stein表示:「該模型已學會優先考慮事實準確性,並透過可驗證的資訊來支持其說法,這非常重要。它還特別關注敏感領域,例如健康。如果模型對回應沒有信心,可能會直接提供網路連結列表,因為這在當下最有幫助。它將盡力提供最有用的資訊。」

Stein也強調,「但這並不意味著它永遠不會犯錯。與所有新推出的尖端AI技術一樣,它很可能會犯錯。」

AI代理功能指日可待

由於這是一個早期實驗,Google表示將繼續完善使用者體驗並擴展功能。例如,計劃使體驗更具視覺化,並從各種不同來源(如使用者產生的內容)中獲取資訊。Google正在訓練模型,以確定何時在回應中新增超連結(例如預訂門票),或何時優先考慮圖像或影片(例如,操作指南查詢)。

Google One AI Premium訂閱者可以透過選擇加入Search Labs,然後在搜尋欄中輸入問題並點擊「AI模式」標籤來存取AI模式,或者直接瀏覽google.com/aimode來存取該功能;但經過測試,目前AI模式功能在台灣仍未開放使用。

Google今天還宣布在美國推出了Gemini 2.0 for AI Overviews,AI摘要現在可以協助處理更難的問題,首先是程式碼、高階數學和多模態查詢。此外,使用者無需登入即可存取AI摘要。

延伸閱讀:白宮一席會面過後:台灣本土生產會下滑至75~80%?台積電「護國神山」優勢不再?

本文合作轉載自:數位時代
資料來源:GoogleTechChurch

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓