钙g同2023年_体育热讯_AI搜钙g同2023年索，战火重燃

AI搜钙g同2023年索，战火重燃_ZAKER新闻

（来源：民生证券、

文 | 硅基研究室，作者 | kiki随着月之暗面宣布上线具备 AI 自主搜索能力的 Kimi 探索版，一时间，AI 新的竞争战火燃烧至一个并不新的领域——搜索。今年下半年以来，整个 AI 搜索都呈现出热闹的景象：海外，OpenAI 推出 AI 驱动的搜索引擎 SearchGPT，谷歌在近期也宣布将推出由人工智能组织的搜索结果页面，加速搜索变革。最新融到热钱的一批 AI 创业者中，也不乏 AI 搜索的影子。除了 Perplexity 等明星企业外，还有前小度 CEO 景鲲创办的 Genspark、企业搜索领域的 Glean、Hebbia，专注电商领域的 Daydream。10 月，Ai Pin 两位高管再创业推出的 AI 事实审查搜索引擎 Infactory 也已完成 400 万美元种子轮融资。国内，几乎所有 AI 牌桌上的玩家，无论是大厂、中厂抑或是创业公司，都推出了 AI 搜索产品。不久前，百度文心一言改名文小言，定位为新搜索。据「AI 产品榜」发布的今年 9 月网站榜数据，国内 AI 产品中，知乎直答、360AI 搜索等增长势头十分明显。中长期来看，理想情况下，随着 AI 搜索向智能助手转变，或重塑互联网的新入口，前景和钱景都有。短期来看，作为高频刚需的确定性赛道，在技术和场景上，传统搜索和 AI 搜索也并非泾渭分明，无论是作为智能助手的「过渡形态」，抑或是 AI 原生产品的附加功能，都具备可观的想象空间。不过，在行业热度背后，不少业内人士对此轮 AI 搜索的态度则十分冷静。区别于「搜索无所不在」的浪漫幻想，成本、数据、体验与商业模式等各类更现实的问题，已然浮出水面。1、为何战火重燃？海内外科技大厂与创业公司重燃 AI 搜索战火，并非是偶然。一位互联网大厂搜索业务人士告诉「硅基研究室」：" 搜索一直都 AI 行业玩家的必争之地。" 一方面，搜索能为苦于流量的大厂带来重塑入口的可能，它们可借移动时代的生态优势，快速整合自身能力。而由于搜索应用场景多元，传统搜索在搜索效率、交互设计等方面又存在很多问题，也自然给创业公司在垂直领域提供了更多「弯道超车」的机遇。从去年至今，AI 搜索领域涌现出三类主要玩家：一类是定位 C 端和 B 端的原生 AI 搜索工具，典型秘塔 AI、Perplexity AI、Genspark、YOU、Glean 等，大多为创业公司。一类是为传统搜索引擎中增加 AI 功能或推出相关 AI 搜索产品，如微软的 New Bing、Google 的 AI Overview，360 推出的 AI 搜索、夸克等，大多集中在搜索大厂，它们更多是一种焦虑情绪趋势。360 集团副总裁、360AI 搜索应用负责人梁志辉就谈到，在非常早期启动 AI 搜索业务的原因主要是「担忧」："AI 搜索用足够的时间发展起来后，我们的传统搜索引擎和浏览器的业务可能被彻底颠覆掉 "。还有一类则是给现有 AI 产品锦上添花，比如在 chatbot 专门增设搜索功能的 Kimi，百度的文小言等。不过，区别于上轮 AI 搜索的火热，此轮玩家们又集体翻新「旧瓶」，离不开以下几点原因：一是，用户搜索行为的变化。搜索实际是一个需求泛化的场景，梁志辉在播客《AI 产品经理》中曾透露，2019 年的 360 搜索里，有 42% 的用户在寻址，21% 在找资源，37% 在提问题，但到了 2024 年，在 360AI 搜索里，寻址的用户和找资源的用户占比均有两位数下降，而超七成的用户都在提问题，也就是说，生成式 AI 技术与应用的爆发进一步催熟了用户以提问为主的搜索需求。二是，头部科技大厂焦虑情绪的缓解。它们逐步意识到，传统搜索与 AI 搜索间并非是绝对的替代关系，用户搜索行为的惯性依旧存在。面对新 AI 搜索产品，用户短期出于尝鲜需求可能会投入成本尝试，但长期来看，考虑到迁移成本，传统搜索在端侧、生态与内容上的优势依旧存在，一旦推出类似的 AI 搜索功能，部分用户也很快选择调转车头。三是，上一阶段，AI 搜索的火热很大程度上得益于 RAG（Retrieval-augmented Generation，检索增强生成）」技术的发展，其将信息检索（Retrieval）和内容生成（Generation）两个步骤融合，有效地降低了大模型的幻觉问题，实现了大模型技术和实际场景需求间的平衡。现阶段，技术服务需求的趋势也越发明显，行业竞争逐步向技术工程化和产品化发展，无论是智能体的调用、多模态能力的集成，抑或是在技术层对模型能力进行优化，如 Prompt 工程上的优化，各家都在结合自身的技术优势和搜索资源，去寻找 AI 搜索的新形态与新体验。" 外面看这波（AI 搜索）很热，但我们还是很冷静。" 有行业人士向「硅基研究室」这样评价此轮 AI 搜索的爆发。 2、告别罗曼蒂克一提到搜索的想象力，人们常提到这句话：「忘掉搜索框，搜索将无处不在」。搜索的核心本质其实用户寻求特定信息的过程，用户搜索的目的从来都不是搜索行为本身，而是寻求答案，因此每一次 query（查询）往往都是个人需求和意图的组合，而配合大模型的泛化能力，能源源不断地满足个人长尾需求。这也是为什么 Perplexity 创始人 Aravind Srinivas 并不把自己当作谷歌竞争对手的原因所在：" 我们最大的敌人不是 Google，而是人们不是天生就擅长提问的这个事实。" 现阶段，AI 搜索最关键的任务，其实是通过新技术、新产品和新交互去更精准地理解用户的提问和搜索意图。换言之，一个共识是，AI 搜索正在告别某种技术的罗曼蒂克想象，变得更接地气，这源于此轮 AI 搜索的三个明显变化。第一个明显的变化是，AI 搜索的入场门槛正在变高。DayDream 在今年 6 月完成了 5000 万美元的（约 3.56 亿人民币）种子轮融资，7 月，Genspark 也完成了 6000 万美元（约合 4.35 亿元人民币）的种子轮融资，估值达到了 2.6 亿美元，英伟达参投的一家 AI 搜索引擎公司 Exa AI 也获得了 1700 万美元的新一轮融资。入场门槛变高的原因在于，入局成本在变高。目前，市场上很多的 AI 搜索产品都是通过「接入传统搜索引擎 API+ 大模型」实现能力的整合，并没有基于真正的 AI 架构重新在底层搭建一套搜索系统，原因在于 AI 搜索的成本还是很高。从成本端来看，AI 搜索的成本可以分为模型成本（大模型接口费、模型搭建、训练与运营成本）、搜索 API 费用、私有数据存储和服务费用（自建索引库），还有人工和运营获客成本。 AI 搜索核心的一个壁垒就是数据的量和质，这直接影响答案的生成质量，因此底层数据的质量和数量至关重要。比如，传统搜索大厂在成本端的一个固定开销就是自建索引库，昆仑万维董事长兼 CEO 方汉在采访中提到，光是爬虫集群的开销，如果索引全球的网页的话，那基本上在 3000 台服务器到 1 万台服务器之间。OpenAI 此前也是通过收购了一家名为 Rockset 的数据库公司，才弥补了自己在数据层的短板。这也是为何 AI 搜索公司估值水涨船高的原因，成本无疑是初创企业需要考虑的最直接问题。第二个变化是，无论如何都不能单纯只做搜索。猎豹移动董事长兼 CEO、猎户星空董事长傅盛在接受采访时提到："AI 搜索，现在虽然是大一统了，在很多细微的地方，就能看到不同的产品，是不一样的。" 「硅基研究室」观察到，背靠科技大厂、自身有着搜索业务的玩家结合自身的数据和生态积累，正在集成更多样化的 AI 能力，寻找更多的场景入口，让搜索无所不在。在多样化的 AI 能力上，比如百度副总裁、AI 产品创新业务及 MEG 战略运管中心负责人薛苏就提到，AI 搜索和传统搜索的最大不同就是从单纯的工具性的「搜」，走向了更具人性的「搜 + 创 + 聊」，这之中，包括我们已熟悉的多角度的总结、长文本的归纳、多模态交互、Agent 等融合。在更多场景入口上，结合更多的硬件入口、多模态入口，做统一和整合，也在规划之中。例如，夸克不久前发布全新 PC 端，谷歌与三星合作的推出的「即圈即搜」等功能，都是在为搜索寻找新入口，提升搜索的价值。而大厂外，垂直领域的 AI 搜索初创企业走向更精更专与更定制化的体验。以 Genspark 为例，聚焦在旅游和商品等垂直领域，可以利用 AI copilot，为用户生成定制化名为 Sparkpage 的自定义页面，支持用户的自定义编辑，每一个模块也以卡片形式展现，很像「小红书」。 Sparkpage 在旅游和商品场景的页面设计图源：Genspark 另一个备受科研人士和学生党喜欢的国内工具秘塔搜索，则在近期上线了播客、文库以及图片分析功能，丰富信息源，本质上也是更好地为核心人群服务，契合目标人群的工作流。第三个变化，则是更多玩家谈到了商业化。如前文所说，商业化是 AI 搜索一个老生常谈的话题。月之暗面在推出探索版后，就向记者透露，未来会考虑做一定的商业化尝试。从盈利模式来看，AI 搜索主要有订阅制和广告两类。不久前，谷歌就宣布将 AI 搜索能力整合进 Google Lens，增加了 Lens 的购物功能中，同时开放了购物广告展示位。Perplexity AI 也在探索搜索广告的营收模式，Perplexity 首席商务官 Dmitry Shevelenko 在近期表示，9 月份处理了 3.4 亿次查询，有几家「家喻户晓的顶级」公司希望在该平台上投放广告。来源：谷歌 3、AI 搜索没到终局Perplexity 创始人 Aravind Sriniva 曾在一次采访中提到两个 AI 能实现「技术 - 产品 - 用户」良性循环的行业——一是自动驾驶，另一个就是搜索："AI 的任何进步，语义理解、自然语言处理，都会改善产品，更多的数据也让嵌入式向量表现得更好 "。当 AI 与搜索这一古老的领域相结合，创业者所面临的是一个两难抉择：前方是林立的巨头，把持高度集中的市场份额；后方，是 AI 的无穷魅力，它能改造传统搜索的体验，为搜索拓宽边界。至少从目前 AI 搜索工具的百花齐放来看，竞争还远没到终局，产品、场景与技术的迭代还会继续，如何降低成本、塑造用户信任，把流量变留量，又如何技术工程与数据上的诸多问题，行业玩家们都有很多苦活儿要干。参考资料： 1、甲子光年：拆解 SearchGPT 后，我们发现了 AI 搜索的壁垒、突破和未来 2、AI 产品 Rena：AI 搜索产品深度分析 - 搜索原理和商业模式分析 3、Founder Park：张鹏、傅盛 & 方汉：连谷歌都下场了，为什么 OpenAI 没有推 AI 搜索？ 4、播客 AI 产品经理：国内增速第一的 360AI 搜索在做什么？| 对谈 360VP 梁志辉 5、中信证券：AI 搜索：搜索新范式，流量新入口