“假设有关于富士山的非常有用的信息是用日语写的；今天，如果你不用日语搜索，你可能找不到它们。但 MUM 可以从不同语言的来源转移知识，并使用该信息以您的首选语言找到最相关的结果。因此，将来，当您搜索有关游览富士山的信息时，您可能会看到诸如哪里可以欣赏到最佳山景、该地区的温泉以及受欢迎的纪念品商店等结果 - 所有这些信息都是用日语搜索时最常见的信息。 ”
为此，Pandu Nayak 表示MUM 能够生成语言，而不仅仅是理解语言。
但这种训练的成果不仅限于文本，因为这项新的谷歌技术还能够从其他类型的内容中提取信息， 例如图像或视频。
在未来，这似乎不再那么遥远，将可以上传照片来支 澳大利亚WS球迷 持查询并获得一系列适当的答案。
情况将是这样的：我拍摄一个西红柿，向搜索引擎询问其营养原理，然后 MUM 将单词与图像相关联以生成全面的 SERP。
这个问题并不是为了耸人听闻而放在段落标题中，而是在 Reddit 上的一次讨论中向Google 的 John Mueller提出的。
鉴于 MUM 能够以任何语言捕获高质量信息并将其呈现给键入或提出查询的用户，这是许多专业人士都在问自己的问题。
此外，如上所述，新算法可以找到由图像和文本混合组成的问题的答案。这应该会破坏当前的优化方法。
面对所有这些合理的担忧，穆勒用这句话回应质疑，非常让人安心：
“我真的不明白这会如何减少SEO的需求。事物总是在发展的。
还记得关于更换灯泡的SEO笑话吗？由于这些发展，现在已经不需要这些了，但人们仍然有足够的 SEO 工作要做。”
回复中提到的关键词堆砌笑话是：“需要多少个SEO专家才能换一个灯泡、灯泡、灯、灯泡、灯、照明、开关、性、xxx、硬核。”
总之， SEO 这次也将生存下来， 优化专业人员将继续努力适应 Google 施加的新参数。