亚马逊在图片搜索中增加了一个专识别零件的新功能——Part Finder。
打开图片搜索功能，选择 Part Finder，对准想要购买的螺丝钉等零部件，相机会自动对螺丝钉进行识别，为了提高识别准确率，应用会提示如何摆放这些部件以获得更精确的搜索结果。除了形状，还会对零部件的长度进行测量。
识别后，会先根据识别的结果显示更详细的分类选项，如是平口螺丝钉还是十字口螺丝钉、是木螺丝钉还是自钻螺丝钉等。这个功能的实用之处在于，如果你需要某种零部件，但不知道它的名称是什么时，可以更方便快速的找到该商品。
在国内版的亚马逊应用上，还没看到这个功能。不过也支持对商品的实时识别功能，比淘宝要方便好用一些。
打开应用搜索框中的图片搜索功能，对准商品时，会直接对商品中的关键信息（商标、商品名、形状等）进行识别，几秒后，会自动显示识别的商品列表。淘宝则需要先拍照，再根据照片进行识别。
云从科技研究院副院长周翔告诉《好奇心日报（www.qdaily.com）》，实时识别和图片识别的区别是，实时识别其实是视频流识别，算法需要在 1 秒的 25 帧画面中选出识别效果最好的 1 帧画面显示识别结果，对于机器来说，这种识别的工作量要比图片识别大，如果识别速度不够快会影响到用户体验。
除了商品识别，亚马逊还对识别做了分类。在国内应用中暂时能看到的两个分类是商品条形码和礼品卡识别。这两类识别都对条形码和数字有固定的识别框。使用时需要把相关信息放在识别框内方便识别。
这些商品搜索图片识别功能都来自亚马逊旗下专门负责搜索和广告技术的公司 Amazon A9。 2004 年，A9 曾上线过一个搜索引擎网站，主打个性化搜索体验，如在搜索结果中从左到右展开关键词相关的网页，图像和参考材料等，为用户提供保存搜索记录、网页注释的“日记”功能，不过现在网站已经停止运营了。但以公司名称命名的 A9 算法是亚马逊商品搜索排名、商品评价排名的核心算法，也是商家商品转化率的决定性因素。
上述图片识别功能在亚马逊应用中上线前，A9 先上线了一个名为 Flow 的测试应用。Flow 的核心功能是帮助用户识别生活中物品在亚马逊中的信息，如商品价格、介绍和用户评论等。 试用的过程也是机器学习和优化的过程。现在 Flow 上的功能已经被整合进了亚马逊购物应用中。
我们做了一个壁纸应用，给你的手机加点好奇心。去 App 商店搜 好奇怪 下载吧。