從最初通過書籍資料進行搜索，變成互聯(lián)網(wǎng)時代利用web網(wǎng)站進行搜索，再到移動互聯(lián)網(wǎng)時代在社媒平臺進行搜索，如今變成被火熱討論的新模態(tài)——利用AI進行搜索，不知不覺中人們的搜索習慣已經(jīng)完成了多次躍遷。
在談AI搜索將如何改變?nèi)藗兊乃阉髁晳T甚至生活習慣之前，需要先聊聊中國第一款AI搜索產(chǎn)品。
2023年8月23日，昆侖萬維低調(diào)發(fā)布了「天工AI」，國內(nèi)第一款AI搜索，獲得一眾好評。此后國內(nèi)大小廠商紛紛跟進推出AI搜索，但「天工AI」始終在各類AI搜索產(chǎn)品中保持著絕對優(yōu)勢的產(chǎn)品體驗，或許我們可以從天工AI的發(fā)展歷程中找到AI搜索的核心價值。
2023年4月，昆侖萬維發(fā)布自研千億級大語言模型「天工大模型」;8月，推出「天工AI搜索」，國內(nèi)首個融入大模型技術能力的AI搜索產(chǎn)品;9月，在權威推理榜單Benchmark GSM8K 測試中，「天工大模型」以80%的正確率脫穎而出，推理能力接近GPT-4;同月，全球知名AI學者顏水成加入昆侖萬維，擔任天工智能聯(lián)席CEO及2050全球研究院院長;10月，昆侖萬維開源百億級大語言模型“天工Skywork-13B”系列。
今年2月6日，昆侖萬維又一次升級發(fā)布新版MoE大語言模型「天工2.0」及「天工AI」智能助手，這也是國內(nèi)首個搭載MoE架構并面向全體C端用戶免費開放的千億級參數(shù)大語言模型的AI應用。
可以看到，「天工AI」一路承載著昆侖萬維對AI技術的迭代創(chuàng)新和應用探索，也是始終堅持基于大語言模型打造、并一直快速迭代自我超越的AI搜索引擎。甚至可以說，「天工AI」是國內(nèi)AI搜索的“鼻祖”。
那么為什么要融合AI大語言模型?融合了AI大模型能力后的AI搜索，究竟又強在哪里?從「天工AI」上，其實也可以窺得答案。
以深度融合「天工2.0」大語言模型能力的「天工AI」智能助手為例——因為采用了業(yè)內(nèi)頂尖的MoE專家混合模型架構，對比其他AI搜索時會明顯發(fā)現(xiàn)，其應對復雜任務能力更強、模型響應速度更快、訓練及推理效率更高、可擴展性更強。
換言之，有了大語言模型加持的AI搜索，不僅回答質量與響應速度會得到極大的提升，還具備優(yōu)秀的視覺理解、推理和指令遵循能力，能夠滿足圖文對話、知識問答等多種用戶需求，更能支持最高100K的超長上下文窗口(超過15萬個漢字)。
比如當用戶搜索“居家健身工具選哪些?”“怎么用吉他彈《青花瓷》?”這類問題時，能夠得到圖文并茂的答案，結果更直觀，內(nèi)容更豐富。
比如能夠根據(jù)上下文語義與用戶進行多輪次的深度對話，無論輸入問句、短語還是關鍵詞，都能完成“追問”，就一個問題/話題可以展開20輪次以上交互，以此實現(xiàn)深度搜索，而所有回答都能以秒為單位完成。未來除了文本，用戶更可以以圖片，文檔，鏈接，語音或視頻的形式進行搜索對話。
可以肯定地說，唯有搭載了大語言模型技術的AI搜索，才是真正的AI搜索——
從尋找內(nèi)容，到獲取答案。傳統(tǒng)搜索提供給用戶的是海量“信息”，并需要用戶自行進行甄別篩選。像「天工AI」這樣融入了大模型能力的AI搜索則能提供生成式搜索，深入挖掘用戶真實意圖，并敏銳地捕捉到查詢語句中的上下文關系，從而得到更精確、更相關、更合心意的搜索結果，不再為篩選冗余或無效信息浪費時間。
從獲取模糊信息，到精準獲得知識。傳統(tǒng)搜索只能提供關聯(lián)信息，搭載大模型的AI搜索擁有更強大的關鍵詞與語義分析能力以便更精準識別用戶任務需求，除了搜索與對話，在閱讀、創(chuàng)作等不同應用場景中，也能針對用戶的不同需求提供更準確、更具體的回答與追問建議。
從魚龍混雜，到可追溯可信賴。區(qū)別于傳統(tǒng)搜索經(jīng)常給用戶錯誤信息或廣告誤導，利用大模型技術的AI搜索能對互聯(lián)網(wǎng)上海量內(nèi)容進行識別和篩選，屏蔽虛假廣告內(nèi)容，再引入網(wǎng)站權威性、可靠性等其他影響因子，清洗出較為純凈、高質量的搜索結果。不僅能免費提供更精準的回答和建議，還能在所有回答中加入信源索引，以此保障答案可追溯、可考證、可信賴。
毫無疑問，進入AI搜索時代后，搜索體驗得到了升維重塑;也期待以「天工AI」為代表的產(chǎn)品，能帶來更多可圈可點、強實用性的應用功能。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
