亚马逊搜索栏AI图像生成功能上线：虚构商品不可购，仅作搜索匹配

亚马逊于2026年6月3日更新了其移动端应用（Android和iOS）的搜索栏，加入了一项基于AI图像生成的新功能。当用户输入对商品的文字描述时，系统会即时生成对应的AI图像，目前仅涉及服装和家居用品。用户可以点击最符合意图的生成图像，触发搜索外观相似的真实商品。这一功能已通过亚马逊应用更新推送。

具体操作时，用户输入描述文字后，搜索结果区域并非直接展示商品列表，而是一行AI生成的图像卡片。这些卡片展示了多种风格变体，用户可左右滑动浏览。选中最符合意图的图像后，系统才会展示与之匹配的真实商品列表。亚马逊在官方博客中解释称，该功能旨在帮助用户在不清楚特定纹理或款式术语的情况下完成搜索。例如，用户可描述“垂领衬衫”，而无需回想“鸡心领”这一专业名词。但对于简单的搜索请求，如“蓝色T恤”，该功能的实用价值并不明显。需要特别指出的是，AI生成的图像均为虚构商品，不可直接购买，仅作为视觉参考用于匹配真实库存。

类似的思路此前已在谷歌的AI Mode中出现。谷歌去年在AI Mode中引入了生成虚构穿搭与装饰图像的能力，帮助用户寻找现实中的相似商品。与此同时，越来越多的在线零售商开始与Gemini、ChatGPT等生成式AI平台合作，AI在电商搜索环节的应用正在加速。

除了上述功能，亚马逊还有一项名为“shop by style”（按风格购物）的功能。该功能同样利用AI生成穿搭拼贴，但拼贴中展示的所有单品均为真实可购的商品。例如搜索“牛仔短裤”时，系统会以轮播形式呈现多套AI合成的搭配建议，每件单品均标注价格并支持点击购买。这与本文介绍的生成虚构商品图像的功能在用途上有所不同：后者生成不可购的视觉参考，而前者是真实的推荐搭配。

目前，上述新功能已向Android和iOS用户开放。考虑到谷歌和亚马逊两大平台均推出了类似能力，AI生成式搜索正逐步成为电商领域的标准工具之一。由于生成图像为AI虚构，其与真实商品的匹配精度将成为影响用户体验的关键，这也是该功能后续迭代需要持续优化的方向。

本文参考来源：The Verge

名词解释与规格科普：

扩散模型（Diffusion Model）：当前主流AI图像生成技术，通过向训练数据逐步添加噪声并学习逆向去噪过程来生成新图像。Stable Diffusion、DALL-E、Midjourney均基于此架构。

多模态搜索（Multimodal Search）：搜索引擎同时处理文本、图片、语音等多种输入形式的搜索技术。用户可上传图片找相似商品，或用文字描述找对应图片。

Zero-shot生成：模型在没有经过特定任务训练的情况下，直接根据通用能力完成新任务的生成方式。无需为每个电商品类单独训练模型。