200個國家，零打字門檻，對著手機(jī)說話就能查東西——這串?dāng)?shù)字背后，是谷歌搜索過去十年最大的一次交互變革。

3月26日，谷歌宣布Search Live（實(shí)時搜索對話）全球上線。所有支持AI Mode（智能模式）的地區(qū)，現(xiàn)在都能用語音+攝像頭和搜索「聊天」。不是念關(guān)鍵詞等結(jié)果，而是像打電話一樣追問、打斷、換話題。

支撐這次擴(kuò)張的是Gemini 3.1 Flash Live，一個專門優(yōu)化過的音頻模型。它的核心改進(jìn)就兩點(diǎn)：說話更自然，以及天生多語言。換句話說，你用印地語打斷它，它能用印地語接話，不用先翻譯成英語再繞回來。

為什么谷歌非要讓你「開口」？

谷歌自己給的使用場景很具體：你手里拎著東西，或者眼前有個看不懂的零件，打字確實(shí)不方便。但更深層的邏輯是——搜索框的轉(zhuǎn)化率正在見頂。

全球每天35億次搜索查詢，谷歌占了九成。但「輸入關(guān)鍵詞-看鏈接-點(diǎn)進(jìn)去」這套流程，在移動端越來越像一種負(fù)擔(dān)。年輕人寧愿去TikTok搜「怎么修自行車」，也不愿意在谷歌翻十頁結(jié)果。

Search Live的解法是把搜索變成「即時顧問」。你可以舉著手機(jī)問「這個螺絲該擰多緊」，攝像頭把畫面?zhèn)鹘oAI，它邊看邊說，還能根據(jù)你的追問調(diào)整建議。這種交互的完成度，比兩年前ChatGPT剛出語音模式時流暢得多。

多語言是這次真正的殺招

之前的語音助手有個通?。河⒄Z體驗(yàn)90分，中文70分，小語種直接不可用。Gemini 3.1 Flash Live的「天生多語言」架構(gòu)，理論上把200種語言的起點(diǎn)拉到了同一水平線。

這對谷歌的商業(yè)意義很明顯。印度、印尼、巴西這些增長市場，用戶的第一設(shè)備是手機(jī)，第一輸入方式是語音。Search Live不需要他們適應(yīng)鍵盤，直接降低使用門檻。

一個細(xì)節(jié)：谷歌強(qiáng)調(diào)模型「 inherently multilingual（內(nèi)在多語言）」，不是外掛翻譯層。這意味著響應(yīng)延遲更低，方言和混合語言的容錯率更高。孟買街頭小販印地語混著英語提問，系統(tǒng)不用先糾結(jié)「這是什么語言」。

攝像頭+語音，搜索的邊界在消失

Search Live的另一個入口是Google Lens。你本來在拍一朵花識圖，底部突然冒出「Live」按鈕，點(diǎn)一下就能問「這花多久澆一次水」「我家貓吃了會中毒嗎」。

這種無縫切換，把「識別」和「咨詢」兩個動作捏在了一起。之前的視覺搜索是「這是什么」，現(xiàn)在變成了「我該怎么做」。

谷歌產(chǎn)品副總裁Robby Stein在內(nèi)部郵件里提過一組數(shù)據(jù)：早期測試用戶中，67%的Search Live會話包含至少一次追問。傳統(tǒng)搜索的平均交互次數(shù)是1.2次，這個新數(shù)據(jù)說明用戶真的在「對話」，而不是說完就走。

誰的壓力最大？

不是OpenAI。ChatGPT的語音模式更擅長長文本生成和創(chuàng)意任務(wù)，但Search Live錨定的是「即時行動」場景——修東西、找路、核對賬單。這兩者的用戶重疊度，比看起來要低。

真正該緊張的是蘋果Siri和亞馬遜Alexa。Siri的底層搜索依賴谷歌，但交互層是蘋果自己的；Alexa花了十年教育用戶「語音購物」，結(jié)果搜索能力一塌糊涂?，F(xiàn)在谷歌把搜索本身變成了語音原生產(chǎn)品，繞過了所有中間商。

微軟Copilot的處境更微妙。它嵌在Edge和Windows里，但Search Live嵌在谷歌App——這個App在Android預(yù)裝，iOS常年霸榜工具類前三。入口即流量，流量即訓(xùn)練數(shù)據(jù)。

谷歌在公告結(jié)尾留了句話：「我們想知道全球用戶會怎么用它學(xué)習(xí)、探索和完成任務(wù)。」

這句話的潛臺詞是：200個國家的語音數(shù)據(jù)，將反向喂養(yǎng)模型，把差距越拉越大。競爭對手如果不在18個月內(nèi)跟進(jìn)出海多語言版本，窗口期可能就關(guān)了。

你現(xiàn)在用語音搜索的頻率，比三年前高還是低？如果對著手機(jī)說話能直接解決事，你還會打開那些垂直App嗎？