大模型+搜索：一盤跳棋和三位選手

我們都知道，大模型必須誕生應用才有價值。那么，哪種應用才能最快發揮出AI大模型的價值潛力，成為大模型落地的第一站？提起這個問題，很多人會首先回答：搜索。

這一方面是因為，在ChatGPT爆火之后，“大股東”微軟首先就將其能力融入到Bing搜索中，并且一度宣布要憑借大模型優勢，把行業老大哥谷歌挑落馬下。那么在中國AI圈大規模復刻大模型的背景下，在應用側也自然會想到首先推進搜索+大模型。

另一方面，搜索引擎天然有著與AI深度結合的優勢。早在2014、2015年，百度和谷歌這些傳統搜索引擎巨頭就開始將深度學習、知識圖譜等AI技術融入搜索當中，以此提升搜索引擎對用戶指令的理解能力，增強搜索結果的內在關聯性。

由此可見，大模型+搜索，可謂是天時地利人和。經過近一年時間的探索，中國AI行業的大模型+搜索應用也逐漸豐富了起來。雖然大模型帶給搜索的改變并沒有徹底浮現出來，但已經形成了較為多樣化的探索思路。

為了能讓大家更生動了解大模型+搜索的目前進展，理解不同思路的差異化。我們想了一個比喻：大模型+搜索，就像一盤跳棋。各位選手手里的棋子都是一樣的，即大模型技術與搜索技術。而他們的最終目標是一致的，即孵化大模型時代的第一個爆款應用。

但在下棋的過程中，各自的棋路卻有不同。目前來看，它們分為三個流派。

選手一：大模型作為搜索引擎的增強插件

搜索，是互聯網時代人與信息之間最為頻繁的接觸場景。搜索引擎既需要理解用戶意圖，也需要理解海量信息。作為信息與人之間的樞紐，搜索引擎提升智能水平的需求是永無止境的。

而大模型為搜索引擎帶來的差異在于，它不僅能夠加強傳統搜索引擎的體驗，還能夠通過AIGC模式帶來各種對用戶意圖與搜索結果的內容生成能力。

舉個例子，大模型不僅能夠提高搜索精準度，還可以把搜索出的多個結果合并生成到一個內容框里，節省用戶時間。這相當于在傳統的搜索框架外，給用戶了一些額外的搜索工具。

基于這種思路，業界開始探索大模型+搜索的第一種模式：把大模型能力，當做搜索引擎的增強插件。在國內市場上，這個流派的代表是百度。

搜索業務，可以說是百度通過文心大模型能力進行產品改造的第一站。目前階段，百度已經在搜索引擎中添加了兩種基于AIGC能力的“增強插件”。

首先，是在首條回答中進行信息聚合。

在AI技術與搜索結合的過程中，百度非常強調“首條搜索結果即滿足用戶需求”的理念。而大模型能力，可以將搜索結果進行關鍵信息的聚合，從而生成內容摘要?；谶@種模式，百度在搜索引擎中更新了首條回答能力，其覆蓋范圍不僅是文字信息，還可以通過大模型對視頻進行理解從而歸納摘要。在這種模式下，加入用戶想要搜索的結果在視頻內容中，用戶就可以不再去觀看視頻，而是通過首條回答直接得到視頻內容的總結歸納。

百度公布的數據顯示，過去首條搜索滿足率只有40%左右，而在加入大模型能力后，這一比率達到了70%?？梢姶竽Ｐ湍芰ψ鳛樗阉饕娌寮?，是收獲正向反饋的。

另一種“增強插件”式的大模型結合搜索，是在搜索欄之外專門提供一個AI對話欄，也就是百度搜索在今年5月移動生態大會上推出的“AI伙伴”能力。

AI伙伴可以與用戶進行AIGC問答，幫助用戶在使用搜索引擎時完成諸如答案標記、提供信息來源、總結文檔概要等能力，同時還支持其他工具和服務的調用。

也就是說，百度在搜索引擎界面內，以及搜索引擎之外，都提供了基于大模型能力的AIGC插件，從而讓搜索引擎獲得多個角度的大模型重構。無獨有偶，這一思路與谷歌將Bard聊天機器人整合到搜索引擎中非常相似

可見具有搜索引擎傳統優勢的廠商，更傾向于將大模型作為增強插件，多角度融入傳統搜索引擎這種“1+1大于2”的思路。

選手二：類ChatGPT的搜索應用

在增強傳統搜索引擎能力之外，大模型還帶來了另一個問題：是否有可能繞開傳統搜索形態，直接基于AIGC能力產生新的搜索產品？

在這種可能性上也出現了一些探索。ChatGPT本身即具備語義理解、多輪問答、內容生成等能力，從某種程度上看，這也可以看作是一種“搜索”。只不過搜索的內容從關鍵詞變成了提問和需求，搜索結果從網頁變成了直接生成文字內容。

于是，中國AI行業中出現的一種新型搜索產品，可以被稱為類ChatGPT搜索。其中具有代表性的“參賽選手”，是昆侖萬維推出的天工AI搜索。

這種搜索引擎完全以AIGC作為產品核心邏輯。用戶通過自然語言來表達需求意圖，隨后搜索界面反饋出相關答案，而不再像傳統搜索引擎一樣展現大量網頁鏈接。

相對來看，天工AI搜索的一個創新點在于信源索引。在使用ChatGPT等AIGC平臺時，我們經常會面臨一個問題，就是AI回答內容的不確定性。極多問題大模型都無法給出正確答案，甚至會胡亂編造論據、文獻出處、新聞源等，也就是廣受吐槽的“AI一本正經地胡說八道”。

而天工AI搜索則強調了生成答案的同時給出參考信息源，從而確保用戶能夠追溯信息的可參考性，極大規避了AIGC平臺的信任難題。并且其參考信息源也相對豐富，包含了新聞網站、知識問答平臺、視頻等。

但在目前階段，類ChatGPT搜索與AIGC平臺的界限還難以區分，用戶對其認知還不明確。這種模式有待于進一步的市場普及與用戶檢驗。

選手三：大模型落地垂類搜索

在搜索引擎格局相對穩定之后，曾經出現過這樣一種產業思路：通用搜索機會不大之后，搜索引擎可以在垂直搜索領域發力，從而夯實對該領域有持續搜索需求的用戶群。搜狗搜索、夸克，都曾經在垂直搜索領域發力。其中夸克憑借垂直搜索能力，在年輕用戶群中獲得了不錯的成績。

大模型+搜索的第三種思路，是將大模型率先落地在垂直搜索當中。以此強化具體搜索領域的自然語言理解能力與信息檢索體驗。在這個領域，目前的代表選手是夸克。11月14日，阿里巴巴智能信息事業群發布了夸克大模型。立足于自身的差異化定位，夸克大模型應用會優先落地在專業搜索等信息服務領域。而除了基礎的大語言模型之外，夸克大模型還將衍生出醫療、教育等垂類模型，可見夸克對專用知識領域的重視程度。

目前來看，醫療、教育、人文社科，是大模型落地垂直搜索的幾個主要方向。這幾個方向都對信息源有著極強的要求，并且存在關鍵詞模糊、有效信息較少、邏輯性較強等特點，相比于通用類搜索來說，更加適合大模型發揮出自己的特性。同時，優先將大模型與垂直搜索進行結合，也可以很好地降低產品成本，提升大模型的應用于搜索領域的整體效率。

事實上，還有一種垂類搜索與大模型結合的變體，就是各家網盤目前都在上線具備自然語言理解能力的搜索功能?？梢酝ㄟ^模糊描述、形容詞等關鍵信息來檢索網盤資料，尤其是對圖片、視頻等內容進行搜索。

都是超級應用的跳板

那么問題來了，到底哪種模式才是大模型+搜索的正確解答呢？

不好意思，答案只能是虛席以待。

大模型+搜索，是一個在邏輯上非常具有前景的大模型落地場景。因此在ChatGPT剛剛開始爆火后，微軟就將大模型能力打造為BingChat，并對谷歌搜索放出了諸多狠話。但時間過去了快一年，微軟已經將很多AI能力剝離出了搜索業務，而谷歌的市場霸主地位也沒有受到什么影響?？梢娺@一場景從理論到實踐，還有不斷的路要走。

回望國內市場，會發現三種探索模式還各自為戰，并沒有產生太多交鋒，在用戶側也沒有掀起對大模型+搜索的普遍認知，甚至其落地程度遠不如類ChatGPT的對話應用本身。究其原因，可以發現三點：

1.這三種大模型+搜索的嘗試，都沒有完成產品形態從0到1的突破。而生在此前的搜索引擎、AI對話產品上進行加強和補完，因此不具備非常引人關注的產品爆發點。

2.目前階段，大模型對搜索體驗的提升在大眾用戶端體驗感不強。其更多只能作為學術、IT等領域的專業工具。

3.除此之外，大模型+搜索的商業化空間并不明晰。加入大模型技術之后，搜索產品的商業模式與商業化水平都沒有發生較大的變化，因此受到資本市場的關注不足。

長遠來看，大模型+搜索的最終目標，一定是形成大模型時代的超級應用。如同互聯網時代搜索引擎的出現一樣，徹底改變人們的信息獲取與交互模式。

而如果以此為目標，今天的大模型+搜索探索必然還是棋子行進路上的跳板。也只有讓棋子持續跳下去，未來某個節點才可能發生質變。

只要能讓大模型和搜索互為動力，持續跳向前方，那么前景中的光明依然遠大于黑暗。

審核編輯 黃宇