今年在Google I/O 2021期間提出名為「MUM」 (Multitask Unified Model)的語言模型，並且透露將讓此項語言模型應用在Google Search等服務後，Google在Search On活動上表示進一步將「MUM」語言模型整合進Google Lens服務，讓此項服務能以更貼近人類理解方式進行搜尋，並且對應更精準翻譯、辨識物品，甚至強化原本拍攝購物等應用功能。
先前說明中，「MUM」語言模型建置採用運算模式，與現行應用在Google Search的BERT、GPT-3模型截然不同，將會逐一比對使用者互動過程中所累積數據，進而模擬人腦記憶學習方式，讓搜尋結果可以更符合實際需求，同時也更加精準。
藉由「MUM」語言模型加持，使用者可以在Google Lens以影像識別方式比對內容後，再由使用者透過文字描述等方式增加額外比對條件，例如在搜尋圖案結果中，額外加入符合搜尋條件的衣物，藉此讓Google Lens可以找到更符合使用者預期的搜尋結果。
另外一個應用例子，則是在腳踏車某個零件損壞時，當使用者不確定零件正確名稱，即可透過Google Lens拍攝該零件，並且加上「如何修復」註解，即可讓系統尋找如何修復該零件相關內容，而非尋找介紹零件本身相關內容，讓使用者能更容易在網路上找到所需解答。
同時，Google也說明將「MUM」語言模型整合進Google Search服務，同時也重新調整操作介面，例如增加「Things to know」選項，讓使用者能針對搜尋結果知曉更多內容，比方當使用者搜尋油漆相關內容時，即可同時顯示刷油漆技巧，或是解釋不同類型油漆差異等。
除了透過文字敘述方式，Google接下來也會透過更多圖像內容，以及動態影片內容，以視覺化方式讓使用者更容易理解所需解答。
Google表示，結合「MUM」語言模型的新版Google Lens將會在未來幾個月內推出，未來也計畫藉由「MUM」語言模型整合更多搜尋所需內容。
