截至 10 月 28 日的公开信息，10 月 27 日经济参考报的报道显示，淘天去年双 11 推出 AI 万能搜、AI 帮我挑、拍立淘等 6 款 AI 导购应用，今年进一步升级，其中拍立淘不再局限于拍照搜同款，而是升级为多模态 AI 搜索；智谱、MiniMax、阿里云百炼等大模型厂商入驻天猫，AI Token 也首次作为一个独立品类引入大促。天猫总裁刘博的说法是，AI 技术主要用于解决长尾供给与长尾需求的精准匹配问题。对品牌，这意味着 AI 搜索的入口从文字扩到图像，商品主图与视觉素材开始直接影响能否被识别与引用。
从拍照搜同款 到多模态识别
拍照搜同款解决的是找得到的问题：用户拍一张图，系统匹配相似商品。多模态 AI 搜索要解决的是看得懂的问题：识别画面里的场景、材质、风格与搭配关系，再给出解释性的推荐。这一步跨过去，商品的视觉信息就从辅助素材变成可检索字段，主图怎么拍、场景怎么搭，开始影响能不能被系统选中。
视觉素材成了新的可检索字段
文字时代，品牌优化的是标题与属性；视觉入口出现后，图片里的背景、模特、使用场景、包装细节都会进入识别范围。这意味着同一款商品，用白底棚拍与用生活场景图，被识别的结果可能完全不同。对品牌方，最实际的动作是把主图与详情页的视觉资产当成结构化数据来管理，而不是当成美工产物。
| 入口形态 | 用户行为 | 品牌可优化的对象 | 可观察指标 |
|---|---|---|---|
| 关键词搜索 | 输入品类或品牌名 | 标题、属性、关键词 | 搜索曝光与点击率 |
| AI 问答式导购 | 描述需求，由模型推荐 | 商品信息完整度与卖点表述 | AI 推荐曝光占比 |
| 拍立淘多模态搜索 | 上传图片或拍摄实物 | 主图、场景、材质与包装识别度 | 图像入口带来的访问与成交 |
| AI Token 品类 | 购买模型调用额度 | 与模型服务的绑定方式 | Token 类目成交结构 |
长尾供需匹配 对品牌意味着什么
刘博把 AI 的作用定位在长尾供给与长尾需求的匹配上。这句话对品牌的含义是：过去靠少数爆款吃流量的做法会被稀释，大量细分款式、细分场景的商品获得被推荐的机会。对拥有宽 SKU 结构的品牌，这是增量；对只靠几个大单品的品牌，这是压力。
要接住这部分流量，商品信息必须足够细。同一款衣服，通勤场景与户外场景需要不同的图片与描述；同一款食品，早餐与加班场景对应不同的卖点。信息粒度不够，模型在匹配长尾需求时就找不到可以对应的字段，商品自然进不了候选。
AI Token 成为独立品类 说明什么
AI Token 首次作为独立品类进入大促，说明模型调用本身已经变成一种可以被交易的商品。对品牌，短期影响有限；但它提示了一件事：平台正在把 AI 能力做成基础设施，品牌在平台内的经营动作会越来越多地依赖这些能力，包括商品理解、内容生成与推荐匹配。谁能更早把商品数据结构化，谁就更容易被这套基础设施理解。
监测要多看一层 图片与视频的引用
AI 搜索的入口从文字扩到图像，监测口径也要跟着扩。过去统计引用来源，看的是网页链接与域名；现在需要额外记录回答中是否出现商品图片、图片来自哪个页面、是否被用于对比。这一层数据目前在多数监测体系里是缺失的，而它恰恰是视觉入口时代最直接的证据。
另一个变化是竞品对比的呈现方式。多模态回答可以直接把两款商品的图片并排展示，用户看到的是视觉对比而不是文字参数。品牌如果只监测文字提及，会漏掉这一类曝光；而在视觉对比中处于劣势，往往比文字描述不利更难挽回。
视觉入口不会取代文字入口，但它改变了被看见的方式。对品牌，这意味着 AI 搜索可见度的竞争多了一个维度：不仅要让 AI 说对，还要让 AI 看清楚。两件事都做到，才能在多模态回答里稳定出现。
常见问题
多模态 AI 搜索和拍照搜同款有什么区别？
拍照搜同款解决找得到，靠图像匹配相似商品；多模态搜索要解决看得懂，识别场景、材质与风格后给出解释性推荐，商品视觉信息因此成为可检索字段。
品牌应该怎么应对视觉入口？
把主图与详情页视觉资产当结构化数据管理，为核心 SKU 覆盖多个高频使用场景，并在监测中记录图片引用与竞品对比情况。
长尾供需匹配对品牌是好事还是压力？
取决于 SKU 结构与信息粒度。宽 SKU、信息细的品牌能接住增量；只靠少数大单品、信息粗糙的品牌会感到流量被稀释。
AI Token 成为独立品类意味着什么？
说明模型调用已成为可交易商品，平台正把 AI 能力做成基础设施。品牌经营会更多依赖这些能力，商品数据结构化程度直接影响被理解的程度。
