2025年9月，据 The Verge 报道，Google 正在为其 AI Mode 的图片搜索加入更强的会话化能力，目标是让用户像和人对话一样“逐步询问”图片里的内容，而不是每次都重新提交完整查询。
新体验允许用户基于一张图片连续发问，并且用日常语言给出模糊描述或参考位置。举例来说，你可以先上传一张街拍图，问“左下角那双白色运动鞋是什么牌子？”，得到初步识别后再接着问“有没有更便宜的类似款式？”，系统会把前一次的上下文保留，并在结果中优先展示与那一处视觉要素相关的匹配项。
视觉搜索结果页面被重构为更像聊天窗口：右侧或底部会以卡片形式呈现商品信息、价格区间、商家链接，以及与原图相似的推荐图像。The Verge 指出，Google 在结果卡片中加入了明显的购物入口和比价信息，用户点开后可以看到来自不同平台的价格比较和“查看相似商品”的横向滑动列表。
在交互细节上，AI Mode 支持“参考指向”式的描述（例如“图片右上角的蓝色外套”）、模糊文本提示（例如“看起来像复古款式”）以及多轮追问。系统会在识别不确定时给出候选区域供用户确认，或者提示“你是指这件吗？”并高亮图中对应区域，减少误解并加快决策流程。
该功能背后依赖于 Google 对多模态模型的优化，使得文字、视觉和购物元数据可以在一次会话中共同被利用。The Verge 的测试画面显示，AI Mode 在对具体商品（鞋、包、家电等）进行识别并拉取购物链接时，往往能把相似度和价格信息并列展示，帮助用户在浏览图片的同时完成比价与下单决策。
Google 并未对外公布全面上线时间；The Verge 提到这是分阶段推送，先向部分用户或测试群体开放。报道同时提醒用户注意隐私与识别准确度：当图片包含人物或敏感信息时，系统的推荐可能受到限制，Google 也在结果中保留了手动裁剪和取消分享的选项。
对年轻用户而言，这次更新把“发现”和“即时购买”之间的路径缩短了——不再需要先用关键词描述图中细节，而是可以用一句话、一个指点完成从认物到比价的闭环。The Verge 的报道表明，Google 正在把视觉搜索从单次识别工具，逐步演进为一个可对话、可追溯的购物与探索界面。