谷歌2025年6月的核心更新已告一段落。新媒网跨境获悉，尽管不少人称其为重大调整，但实际影响并不剧烈，暗示其变化或许更偏向细微优化而非颠覆性变革。一些线索或许能揭示这次更新的本质。

两大搜索排名相关突破

许多人猜测六月更新与MUVERA有关，但这并非全貌。过去几周，谷歌在后台公布了两项重要进展：MUVERA算法和图基础模型（GFM）。

Google MUVERA算法

MUVERA是一种基于固定维编码的多向量检索算法，能更精准高效地抓取网页内容。对SEO领域而言，其关键优势在于筛选候选页面时淘汰无关内容，仅保留高度相关结果。这提升了谷歌搜索的精确度，规避了传统多向量系统的缺陷。

谷歌在公告中强调，MUVERA显著改善了召回率。相比单向量启发式方法，该算法在召回更少候选文档的同时实现了更高召回水平。例如，固定维编码可将候选量减少5至20倍。此外，通过产品量化压缩技术，内存占用大幅降低32倍，检索质量几乎无损。这些成果突显了MUVERA在加速多向量检索上的潜力，使其更适用于实际场景。

MUVERA还将多向量搜索简化为单向量MIPS问题，利用现有优化技术，以更高效率达成业界领先性能。这意味着用户能更快获取精准信息，减少冗余干扰。

Google的图基础模型

图基础模型（GFM）是一种新型AI架构，能泛化处理不同图结构和数据集。其设计灵感源于大型语言模型的跨领域适应能力。谷歌GFM专注于节点与边分类，涵盖文档、链接、用户、反垃圾检测及产品推荐等多种场景。

这项技术于7月10日发布，虽属新兴领域，却已在广告反垃圾测试中验证效果。它突破了图神经网络（GNN）的局限——后者受限于训练数据图结构。而GFM像语言模型一样，能处理未见过的图结构与任务，展现强大泛化力。

谷歌公告指出，GFM在零样本和小样本学习上表现卓越。零样本模式下，它能对未知图类型做出准确预测；小样本情况下，仅需少量标注示例即可高效运作。例如，在谷歌内部反垃圾检测任务中，GFM处理了数十亿节点与边的庞大数据，利用JAX环境与TPU架构实现规模化运算。

实验显示，相比传统单表基线模型，GFM因整合图结构数据而获得显著提升。下游任务中，平均精度增益达3至40倍，证明图关系能为机器学习提供关键信号。新媒网跨境认为，这类创新将推动搜索技术向智能化、人性化方向演进。

更新带来了哪些变化？

整合MUVERA与GFM或许能优化谷歌排名系统：MUVERA提升内容抓取效率，GFM则解析链接与内容间的关系，识别可信度与权威性模式。两者结合有助于更精准呈现用户所需信息。谷歌官方声明印证了这点——本次常规更新旨在为搜索者提供更相关、更满意的内容。

此次更新未引发大规模波动报告。美国搜索营销专家Glenn Gabe在社交媒体提到，部分受“有益内容更新”（HCU）影响的网站排名回升，另一些则下滑。他虽称其为重大调整，但用户反馈相对平静，未见广泛混乱。这表明更新虽影响广泛，却未造成破坏性冲击。

那么实际变化是什么？新媒网跨境预测，这是一次全面优化，增强了谷歌筛选相关内容的能力。借助改进的检索机制与模式识别技术，系统能更高效区分高质量站点与低质资源。最终，用户将受益于更流畅、更可靠的搜索体验。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/5545.html