谷歌发布 Retrieve-for-Train:扩散模型让复杂 AI 搜索快 20 倍

steveplunkett · x · 2026-09-16

Google Research 发布 Retrieve-for-Train(RFT)框架,用轻量级扩散模型取代繁重的自回归推理式 query fan-out,把「思考」过程移到离线训练阶段,从而以亚秒级延迟生成专家级、多角度的搜索结果,速度最高提升 20 倍,成本大幅下降。

系统通过「Vendi Score」保证结果多样性,避免返回十个雷同答案——比如搜「camping gear」时会给出广泛而有用的选项组合。作者认为该研究对 Google 搜索未来走向有重要暗示,但论文时间标注为 2026 年 3 月,尚不确定是否已实际部署;对 SEO 的具体影响也待观察。