大模型+搜索：一盘跳棋和三位选手

原文来源：脑极体

图片来源：由无界 AI生成

我们都知道，大模型必须诞生应用才有价值。那么，哪种应用才能最快发挥出AI大模型的价值潜力，成为大模型落地的第一站？提起这个问题，很多人会首先回答：搜索。

这一方面是因为，在ChatGPT爆火之后，“大股东”微软首先就将其能力融入到Bing搜索中，并且一度宣布要凭借大模型优势，把行业老大哥谷歌挑落马下。那么在中国AI圈大规模复刻大模型的背景下，在应用侧也自然会想到首先推进搜索+大模型。

另一方面，搜索引擎天然有着与AI深度结合的优势。早在2014、2015年，百度和谷歌这些传统搜索引擎巨头就开始将深度学习、知识图谱等AI技术融入搜索当中，以此提升搜索引擎对用户指令的理解能力，增强搜索结果的内在关联性。

由此可见，大模型+搜索，可谓是天时地利人和。经过近一年时间的探索，中国AI行业的大模型+搜索应用也逐渐丰富了起来。虽然大模型带给搜索的改变并没有彻底浮现出来，但已经形成了较为多样化的探索思路。

为了能让大家更生动了解大模型+搜索的目前进展，理解不同思路的差异化。我们想了一个比喻：大模型+搜索，就像一盘跳棋。各位选手手里的棋子都是一样的，即大模型技术与搜索技术。而他们的最终目标是一致的，即孵化大模型时代的第一个爆款应用。

但在下棋的过程中，各自的棋路却有不同。目前来看，它们分为三个流派。

选手一：大模型作为搜索引擎的增强插件

搜索，是互联网时代人与信息之间最为频繁的接触场景。搜索引擎既需要理解用户意图，也需要理解海量信息。作为信息与人之间的枢纽，搜索引擎提升智能水平的需求是永无止境的。

而大模型为搜索引擎带来的差异在于，它不仅能够加强传统搜索引擎的体验，还能够通过AIGC模式带来各种对用户意图与搜索结果的内容生成能力。

举个例子，大模型不仅能够提高搜索精准度，还可以把搜索出的多个结果合并生成到一个内容框里，节省用户时间。这相当于在传统的搜索框架外，给用户了一些额外的搜索工具。

基于这种思路，业界开始探索大模型+搜索的第一种模式：把大模型能力，当做搜索引擎的增强插件。在国内市场上，这个流派的代表是百度。

搜索业务，可以说是百度通过文心大模型能力进行产品改造的第一站。目前阶段，百度已经在搜索引擎中添加了两种基于AIGC能力的“增强插件”。

首先，是在首条回答中进行信息聚合。

在AI技术与搜索结合的过程中，百度非常强调“首条搜索结果即满足用户需求”的理念。而大模型能力，可以将搜索结果进行关键信息的聚合，从而生成内容摘要。基于这种模式，百度在搜索引擎中更新了首条回答能力，其覆盖范围不仅是文字信息，还可以通过大模型对视频进行理解从而归纳摘要。在这种模式下，加入用户想要搜索的结果在视频内容中，用户就可以不再去观看视频，而是通过首条回答直接得到视频内容的总结归纳。

百度公布的数据显示，过去首条搜索满足率只有40%左右，而在加入大模型能力后，这一比率达到了70%。可见大模型能力作为搜索引擎插件，是收获正向反馈的。

另一种“增强插件”式的大模型结合搜索，是在搜索栏之外专门提供一个AI对话栏，也就是百度搜索在今年5月移动生态大会上推出的“AI伙伴”能力。

AI伙伴可以与用户进行AIGC问答，帮助用户在使用搜索引擎时完成诸如答案标记、提供信息来源、总结文档概要等能力，同时还支持其他工具和服务的调用。

也就是说，百度在搜索引擎界面内，以及搜索引擎之外，都提供了基于大模型能力的AIGC插件，从而让搜索引擎获得多个角度的大模型重构。无独有偶，这一思路与谷歌将Bard聊天机器人整合到搜索引擎中非常相似

可见具有搜索引擎传统优势的厂商，更倾向于将大模型作为增强插件，多角度融入传统搜索引擎这种“1+1大于2”的思路。

选手二：类ChatGPT的搜索应用

在增强传统搜索引擎能力之外，大模型还带来了另一个问题：是否有可能绕开传统搜索形态，直接基于AIGC能力产生新的搜索产品？