AI搜索——改变生产力的不二选择。搜索模式从传统线性搜索不断跃迁至AI搜索，其本质是用户检索信息方式的不断演进。AI搜索技术不仅能够生成内容，还更加注重对语义的理解和个性化推荐。此外，AI搜索技术还能连接不同的互联网服务场景，构建起智能化的产品生态系统。目前，包括三六零、科大讯飞、阿里巴巴、腾讯、字节跳动、百度等在内的多家巨头公司，以及月之暗面、智谱清言等后来者均推出具有各自特色的AI搜索产品，其背后更是用户对于AI搜索范式下的智能总结、主动提供等智能化模式的急迫需求。

AI搜索有望成为首个商业化落地的C端超级应用。全球的搜索市场正在经历从搜索模式到内容呈现的全流程变革，AI搜索技术借助深度学习和自然语言处理，相较于传统搜索引擎，能更精准地把握用户的查询意图，并据此提供更加定制化的搜索结果，通过智能提取和主动回答打破了传统搜索引擎的线性阈值：

智能提取：AI搜索的本质在于更准确地理解搜索问题的意图，并在此基础上执行完整的任务流程，利用结构化知识图谱与语义网等技术，AI搜索能够在搜索结果中提供相关的实体信息和关系，帮助用户快速获取到所需的答案。

主动回答：AI搜索在直接回答问题之外，延伸出主动回答、主动思考其他相关因素，真正实现“忧他人之所忧”智能模式。

全球科技巨头纷纷入局AI搜索，平台化与专业化交相辉映。从Perplexity开启AI搜索产业化进程，到OpenAI、微软、谷歌纷纷下厂，AI搜索已经成为巨头的兵家必争之地；在国外各大巨头纷纷加入AI搜索的浪潮之下，国内企业也都相继推出自身的大模型，瞬时间百花齐放，国内AI搜索逐渐形成平台 硬件的双轮驱动格局。平台型AI搜索公司具备天然的优势，用户的天然黏性和历史积累下来的海量数据成为核心壁垒。从360、百度AI搜索到微信搜一搜的AI提炼，再到抖音的AI总结，不断证明平台 AI搜索路径的正确性：实现模型的不断改进，用户体验提升，用户粘性增强，带动更多用户推荐产品的良性循环；但与此同时，AI搜索场景向垂直化也在持续发展，这种趋势促使搜索引擎更加专注于特定领域，并提供专业化的内容。

投资建议：AI搜索有望成为首个商业化落地的C端超级应用，全球科技巨头纷纷入局，传统搜索变革有望带来海量商机，形成软件 终端等多入口、平台型AI搜索与垂直型AI搜索的全新搜索模式，有望重塑搜索的整体行业，建议关注：腾讯、三六零、科大讯飞、昆仑万维、萤石网络、漫步者等。

风险提示：行业竞争加剧；技术发展不确定；政策和法规风险。

随着互联网产品和科技技术的不断迭代与演进，语言大模型技术的快速进步，传统搜索引擎行业正在迎来了全新的变革，人工智能(AI)搜索应运而生。由 AI搜索带来的单一搜索工具向AI生产力工具的演进正在悄然发生。根据Aicpd网站的数据，像ChatGPT，New Bing，百度AI和360AI等AI搜索网站的访问量正占据越来越多的搜索市场。

图1：截止2024.9全球AI网站产品榜

资料来源：Aicpb.com，民生证券研究院

搜索模式不断跃迁的背后，是用户检索信息方式的不断演进。搜索引擎在信息检索领域中扮演着至关重要的角色，其发展历史始于20世纪90年代。1993年，首个基于HTTP协议的Web搜索引擎正式诞生，这标志着人们能够更加方便地探索互联网世界。1998年，谷歌搜索引擎的问世通过其创新的PageRank算法，使得搜索结果的精确度大幅提升，进而引发了一场技术革命。紧接着，谷歌推出了AdWords广告系统、Google Scholar学术搜索以及实时搜索功能等多项服务，这些创新使得搜索引擎的作用超越了单纯的信息检索，逐渐演变为一种强大的生产工具。

尽管中国的搜索引擎发展起步较晚，但它同样经历了迅速成长的过程。我国的搜索引擎最早出现在21世纪初，当时以网易、搜狐等企业为先锋。随着技术的不断进步以及市场的更加扩大，百度逐渐崭露头角，逐渐成为搜索引擎领域的领军者。根据百度2024Q2的财务报告，截至2024年6月，其应用的月活跃用户已达到7.03亿，同比增长4%。如今，中国的搜索引擎市场涌现出多种多样的产品和应用，形成了一个生机勃勃的产业生态。

随着人工智能技术的迅猛发展，搜索引擎行业也迎来了革命性的变革，AI搜索技术应运而生。与传统搜索引擎主要依赖关键词匹配的方式不同，AI搜索技术不仅能够生成内容，还更加注重对语义的理解和个性化推荐。此外，AI搜索技术还能连接不同的互联网服务场景，构建起智能化的产品生态系统。目前，除了三六零、阿里巴巴、腾讯、字节跳动、百度等在内的多家巨头公司，其他包括月之暗面、科大讯飞、智谱清言等后来者都已经推出了具有各自特色的AI搜索产品，其背后更是用户对于AI搜索范式下的智能总结、主动提供等智能化模式的急迫需求。

图2：2024年9月国内AI搜索引擎热度榜

资料来源：SimilarWeb，民生证券研究院

全球的搜索市场正在经历从搜索模式到内容呈现的全流程变革。AI搜索技术，借助深度学习和自然语言处理，相较于传统搜索引擎，能更精准地把握用户的查询意图，并据此提供更加定制化的搜索结果。AI搜索的用户群体正在快速扩大，据美国咨询公司Gartner的分析报告也指出，到2026年，传统搜索引擎的使用量可能会减少25%。在这一趋势下，无论是全球搜索领域的领军企业还是新兴的创业公司，都在积极投身于AI搜索领域，部分AI搜索产品在吸引用户方面取得了显著的进展。

图3：互联网、智能手机和人工智能（AI）在1990年至2025年间的普及

资料来源：Coatue，民生证券研究院

AI技术的飞速发展,从而衍生出的广泛应用远快于任何其他技术。而我们认为，与其他待开发的应用相比，AI搜索有望成为首个商业化落地的AI 在C端的超级应用，这其中在于AI搜索引擎的智能提取和主动回答打破了传统搜索引擎的线性阈值。

2.1 传统搜索引擎的线性属性决定了自身上限

传统搜索引擎的核心特点在于其依赖关键词匹配技术来检索信息。用户输入特定的关键词后，搜索引擎会根据这些词汇在网页内容中的出现频率和分布，使用复杂的算法（如PageRank）来评估相关性，并据此对搜索结果进行排序。这种方法在信息量相对较少的时代非常有效，因为它能够快速地从海量数据中筛选出与用户查询最相关的网页。

随着互联网内容的爆炸性增长，搜索引擎也在不断进化，以适应用户对更精准、更快速搜索结果的需求。搜索技术的发展经历了从最初的文本搜索，到后来的图片搜索、语音搜索，再到视频搜索的演变。这些进步使得用户可以通过多种方式进行搜索，提高了搜索的便捷性和多样性。

传统搜索引擎的处理流程可大致分为“网络爬取-索引-处理-搜索-排名-展示”，而这种机制的线性属性导致其搜索结果具有一定局限性。首先，基于关键词匹配获取搜索结果的搜索机制过于机械，可能导致结果准确性不足，尤其在专业理论领域。其次，传统搜索引擎的关键词匹配无法充分理解用户的语境和确切需求，导致搜索结果相关性不足，往往是关键词的拼凑，甚至是标题和正文的拼凑，导致与用户搜索意图大大背离，大大削弱用户的个性化体验。同时，随着互联网信息量爆炸式增长，传统搜索引擎在实时更新索引库方面面临挑战，搜索结果实时性存疑。且搜索引擎的大量广告投放占据了大量用户的搜索时间，效率大打折扣。

图4：传统搜索引擎与AI搜索引擎用户使用流程对比

资料来源：天翼智库，民生证券研究院

2.2 AI搜索引擎的提炼和主动回答两大属性打破信息索取的阈值

2.2.1 以用户为中心的提炼信息属性加速优质搜索结果呈现

一方面，提炼用户搜索意图。AI搜索的本质在于更准确地理解搜索问题的意图，并完成更端到端的任务。且AI搜索引擎可以与用户进行多轮对话，引导用户提供更多信息，以便更准确地理解其需求并给出更符合期望的回答。AI技术能帮助搜索引擎更好理解用户语义、并支持个性化推荐和跨模态、跨语言检索、交互等功能，使搜索引擎更加智能化和人性化。

另一方面，在海量数据中提炼搜索结果。利用结构化知识图谱（如Google的知识图谱）与语义网技术，AI搜索能够在搜索结果中提供相关的实体信息和关系，帮助用户快速获取到所需的答案。通过机器学习和深度学习的训练模型，AI可以不断学习用户的偏好和搜索行为，从而优化搜索算法，以提高结果的相关性和准确性。

2.2.2 主动回答的延伸属性真正实现“忧他人之所忧”

AI搜索在直接回答问题之外，延伸出主动回答、主动思考其他相关因素，真正实现“忧他人之所忧”智能模式。AI搜索提供的多模态搜索体验，不再局限于文字搜索，而是提供包括文本、图片、音视频等在内的跨模态搜索体验。这意味着用户可以以更自然的方式与搜索引擎交互，获取更全面的信息。且不仅依赖于单一查询，而是能够理解用户的上下文，例如时间、地点、设备等，从而提供更具相关性的结果。AI搜索系统通过机器学习不断优化自身，能够根据用户反馈和行为模式进行自我调整，以提高准确性和用户满意度。

AI搜索颠覆了以往用户使用搜索的一个被动回答的模式——即主动回答，而这一属性体现在输入输出两端。如用户可能想搜寻关于商业模式的相关问题，输入关键词或者关键问题后，AI会主动提供与关键词有关的问题以提供参考；AI搜索引擎通过回答后，不仅迅速爬取有关网页后给出回答，甚至延伸出与之相关的追加问题，如“在调整商业模式时，如何平衡短期和长期目标？”等等问题，通过与使用者的交互式问答让用户越来越深入的挖掘隐含信息，触类旁通。

国内外科技巨头纷纷布局 AI 搜索市场，加速搜索引擎从信息获取工具到智能生产工具的重大转变。

3.1 海外AI搜索竞争不断加剧

3.1.1 Open AI不断进化

Open AI官网推出ChatGPT search，正式加入AI搜索新赛道。据国外网站 AIPRM统计，从ChatGPT横空出世，五天时间用户量达到1百万，两个月时间就达成1亿，刷新各大应用达成一亿用户量所需时间的历史记录。截至 2023 年 12 月，ChatGPT 拥有约 1.8 亿用户，且平均每月产生 17 亿次网站浏览量。

回顾OpenAI的发展历程，每一次技术的更新都标志着一个重大的飞跃。从最初的ChatGPT-3.0版本，到2023年发布的ChatGPT-4.0，这些迭代显著提高了语言理解和生成的准确性，并扩展了对多模态输入的处理能力，使得系统能够同时解析文本、图像甚至代码。此外，OpenAI还推出了ChatGPT Mini，这是一个为轻量级应用场景设计的版本，特别是在教育和基础办公自动化领域，它以更低的成本让更广泛的用户群体能够体验到人工智能的强大功能。

2024年，又一款重磅产品 OpenAI o1 正式发布。10月31日，Open AI官网推出ChatGPT search，据OpenAI官网表示，这个搜索模型是 GPT-4o 的微调版本，使用新颖的合成数据生成技术进行后训练，包括从 OpenAI o1-preview 中提取输出。将搜索引擎与新闻和数据提供商合作，为天气、股票、体育、新闻和地图等类别添加最新信息和新的视觉设计。且他们深信，在不久的将来，AI 搜索将成为下一代访问信息的主要方式。

图7 OpenAI o1跑分

资料来源：机器之心微信公众号，民生证券研究院

OpenAI 强调，ChatGPT 搜索让网络上的原创、优质内容

自然融入人机对话。通过将搜索功能与对话界面无缝集成,用户可以以创新的方式获取信息,内容创作 者也获得了触达更广泛受众的新机遇。10 月 3 日，OpenAI 在官网宣布，获得 66 亿美元（约合人民币 463 亿元）融资，这笔资金使这家人工智能公司成为有史以 来估值最高的初创公司之一。全球的投资者及相关企业也都将密切关注这家公司 今后还能给我们带来哪些惊喜。

3.1.2 Perplexity 等“新兴玩家”另辟蹊径

Perplexity AI 是一款以用户为中心的人工智能驱动搜索引擎，利用先进的大 型语言模型来提供精确的问题答案。不仅能够处理文本，还能理解和回应图片、音 视频等多种类型的输入，从而成为一个集搜索、存储、整合、提炼、创作功能于一 体的全能型智能助手。Perplexity AI 的成功部分归功于其及时的功能整合和深入 的用户需求理解。它将自己定位为传统搜索引擎的替代品，以用户而不是广告商为 中心，提供引文和实时信息的能力，使其有别于其他人工智能聊天机器人。

在界面设计上，Perplexity 更是追求简洁与高效的完美结合。与传统搜索引擎 繁杂、广告充斥的界面相比，它显得清新脱俗，简洁明了。同时，其科学的排序机 制，也有效规避了 SEO 优化和广告等因素对搜索结果的影响。

图8：perplexity AI 搜索界面

资料来源：perplexity官网，民生证券研究院

除此之外，Perplexity还致力于与用户建立更为紧密、灵活的互动关系。它支持用户提出后续问题、进行视频搜索、生成图像等多种交互方式，满足了用户在不同场景下的多样化需求。这种灵活的交互方式，不仅丰富了用户的搜索体验，还使得用户能够根据自己的兴趣和需求进行深入的探索和个性化的定制。

同时，其强大的上下文响应能力，也能准确理解用户的意图和需求，为用户提供更加个性化的服务。这种智能化的交互体验，让用户感受到了更加贴心、便捷的服务，从而进一步提升了用户对Perplexity的满意度和忠诚度。

正如Perplexity CEO Aravind Srinivas 在接受福布斯采访所说的那样：“我们所需要做的就是像 Larry Page 的著名原则“牙刷测试”那样，即 Google 是否应该推出一个产品，取决于人们是否能每天至少使用它两次。我们的目标是让搜索像刷牙一样自然。”

3.1.3 老牌搜索巨头纷纷转变自身搜索范式

微软：New Bing。New Bing是微软公司推出的新一代AI驱动搜索引擎，它通过先进的自然语言处理技术理解用户查询意图，提供精准的搜索结果。这款搜索引擎不仅支持传统的文本搜索，还整合了图像和视频搜索功能，为用户提供多模态的搜索体验。New Bing的推出标志着微软在搜索引擎领域的又一次创新尝试，旨在通过人工智能技术提升搜索的效率和质量，同时为用户提供更加直观和互动的搜索体验。

谷歌：Google AI加持下的全球搜索龙头。作为全球搜索引擎巨头，Google Search 拥有庞大的用户群体基础和丰富的市场运营经验，通过集成谷歌自研的AI大模型 Gemini，Google Search正在进行新一轮智能化升级。2024年5月，谷歌正式推出AI Overviews搜索体验，用户可通过提问、聊天的方式进行 AI搜索。

Google LLC 10月31日宣布，它将使用 Google 搜索为其人工智能 Gemini 模型推出“grounding”功能，这将使开发人员能够在搜索结果的帮助下获得更准确和最新的响应。新的更新可用于 AI Studio 和 Gemini API。它们允许模型不仅提供更准确的响应，而且还从源返回作为内联支持链接和建议，将用户指向响应中的搜索结果。Gemini的搜索功能则是基于Gemini 1.5系列模型，开发者可以通过API或在Google AI Studio中启用google_search_retrieval工具来使用。

图9：Google AI 搜索最新界面

资料来源：Google AI Studio，民生证券研究院

3.2 国内AI搜索形成平台 硬件的双轮驱动

在国外各大巨头纷纷加入AI搜索的浪潮之下，国内企业也都相继推出自身的大模型，瞬时间百花齐放，国内AI搜索逐渐形成平台 硬件的双轮驱动格局。

3.2.1 AI搜索平台百花齐放

360AI搜索：在用户体验层面赢得了广泛好评，尽管目前重心仍在Web端，且APP端于24年年初上线，导致移动端的下载量与用户活跃度数据暂显不足，但其凭借高效的用户反馈机制、严格的数据安全保护，以及结构化的总结回答，赢得了用户的信赖。尤为值得一提的是，360AI搜索内置的“慢思考”模型，通过深度学习与精细推理，为用户提供更精准的答案，显著提升了搜索质量与智能水平。

根据360AI搜索官方微信公众号，2024年9月份，360AI搜索用户访问量达 2.46 亿，是 Perplexity AI 三倍以上，蝉联全球访问量最大AI原生搜索引擎；月独立访客量（UV）超9000万，树立国内AI产品新的里程碑，并蝉联国内用户量最大AI原生应用。

图10：国内六大AI搜索2024.3-2024.9访问量（单位：百万）

资料来源：360社区，民生证券研究院

百度搜索：凭借长期的用户积累与技术深耕，根据IDC发布的报告，百度当前在其报告评估期内其日均活跃用户数量稳定在1.4亿左右。同时，百度搜索在结果呈现上严格把控信息来源，权威性资料（涵盖国家机构及经过认证的官方网站信息）占比较高，增强了搜索结果的可信度与参考价值。此外，百度搜索在敏感词检测及结果提醒方面也表现出色，通过先进的算法和智能分析技术，它能够精准识别用户的偏激或不当提问，并及时给予正确的引导与提示，有效避免了不良信息的传播，维护了网络环境的健康与和谐。这些专业而细致的优化措施，使得百度搜索在激烈的市场竞争中始终保持着领先地位。

通义千问：阿里的通义千问自2023年4月问世以来，始终专注于基础模型的技术研发，从初代模型升级至2.5版本。通义在多模态模型和专有能力模型也具备业界顶尖影响力。在多个多模态标准测试中，通义千问视觉理解模型Qwen-VL-Max得分比肩Gemini Ultra和GPT-4V，这款模型已在多家企业落地应用。去年8月，通义宣布加入开源行列，随之启动马不停蹄的开源狂飙，沿着“全模态、全尺寸”开源的路线，陆续推出十多款开源模型。

秘塔AI搜索：在搜索资源的广度与权威性上展现出优势，用户体验反馈较为突出，作为AI搜索领域的早期参与者，它同样侧重于Web端应用的打造，APP端于今年5月正式推出，还需要一定的时间沉淀、积累。随着其业务的发展，数据集管理、以及知识库等问题可能成为其未来需面对的挑战。

天工AI搜索：通过整合搜索功能与智能体，天工在当下蓬勃发展的AI原生搜索市场中成功崭露头角，据IDC统计，APP用户数据表现强劲，评估期内下载量突破300万次，月活跃用户数从6月的500万 增长至8月的600万 。在追求极致用户体验与市场影响力的道路上，天工相较于其他AI原生搜索产品，不仅投入大，而且发布时间更早，因此赢得了显著的先入为主市场优势。然而，面对未来，天工也面临着如何实现商业化转型的重大考验。如何在保持用户体验优势的同时，探索出有效的商业模式，将是天工未来能否持续领先的关键所在。

图11：国内五大AI搜索APP测评对比

资料来源：IDC，民生证券研究院

Kimi搜索：相当长一段时间内，月之暗面将持续聚焦于Kimi这一款产品，令其尽可能满足普遍的需求，短期在生产力场景提供越来越多的智能服务，如更好的信息获取、信息分析、创作等；长期来看，希望Kimi成为“世界上另一个我”，或成为用户的一个伙伴，也就是AGI的终极形态。Kimi团队认为更优解应该是让AI自主搜索，一方面发挥机器的优势，海量并行，做穷尽式的查询，一次搜索阅读几百个页面。同时发挥AI智能，通过AI技术进行做充分的规划和问题拆解，知道要搜什么，且能够根据已经搜到的结果进行反思，改进搜索的质量。

智谱AI：智谱AI搜索单次可以支持超过100个网页的并发搜索，针对用户的问题，智谱AI搜索可以在数秒内同时检索超过100个网页，阅读并总结用时仅为人类用户的1‰。且支持多级推理的思维链，在联网搜索和多级推理中，清言还能够大模型的 All tools 能力，调用包括绘画、代码在内的各种工具，综合解决问题。大模型不仅可以搜索数据，分析走势，还能直接生成图表。目前，AutoGLM可适配微信、淘宝、美团、小红书等8款应用软件，覆盖日常生活常用的线上聊天、网购、社交、地图、酒店火车订票等功能。这一技术的应用，不仅为用户提供了极大的便利，也展示了智谱AI在AI技术应用领域的深度和广度。

图12：智谱GLM-4（AII tools）结构图

资料来源：ChatGLM 技术报告，民生证券研究院

豆包：字节跳动推出的智能助手“豆包”是一款多功能工具，它集成了搜索、语音辅助和内容创作等多项功能。这款产品在移动设备、个人电脑以及浏览器扩展程序等多个平台上都有提供。豆包利用字节跳动自主研发的自然语言处理（NLP）技术和对话交互技术，使用户能够更快捷地完成各种任务。在技术层面，豆包依托于字节跳动在人工智能、NLP和生成式人工智能领域的深厚积累，能够准确把握用户的需求，并提供智能化的解决方案。它不仅提供基础的搜索服务，还支持连续对话和处理更复杂的任务，从而提升了用户的使用体验。通过整合字节跳动的内容资源，豆包能够向用户提供更精确和多样化的搜索结果，这进一步增强了其作为智能助手的实用性和吸引力。

3.2.2 硬件载体打开平台与生态的相结合

AI 产业从软件时代过度到硬件时代，未来 AI 软硬件结合，才是最大的趋势和 风口。软硬件结合，这是 AI 发展的关键一步，也是继续破局的关键。只有将 AI 与 硬件载体相结合，打通 AI 与物理世界的链接，通用 AI 的能力才能真正惠及每一 个人，最终实现人人都可以用 AI、万物皆可 AI。

1）AI 耳机领域：

科大讯飞推出的录音降噪会议耳机 iFLYBUDS Pro2，搭载先进的 AI 技术，实 现实时转写、多场景录音转换等功能，提高工作效率。精准转写与翻译，转写准确 率达到 98%，支持 32 种语言同传翻译。满足了商务人士对于高效工作和便捷沟 通的需求，更以其智能化的设计和卓越的性能，引领了真无线耳机市场的新潮流。

字节的 Ola Friend 耳机，自动接入字节系相关 app，Ola Friend 耳机的核心 竞争力源自其内置的豆包大模型。用户佩戴耳机后，无需拿出手机，仅需通过语音 唤醒 “豆包”，便可随时开启对话，尽情享受便捷的智能交互体验。豆包大模型搭 载的 Seed-ASR（语音识别）技术，能够精准识别中英文及各类口音，并借助上下 文理解不同类型的信息，提高了交互的准确性和流畅性（内容来自于抖音，今日头条等字节系 APP）。

2）AI手表领域：

360的儿童手表A9 AI红衣版，该新品是接入360智脑大模型的真AI儿童手表，定位于孩子的智慧外脑及全能帮手。360智脑AI大模型在软件能力方面已经稳居大模型的第一梯队。手表作为儿童场景下最佳的大模型硬件载体之一，也意味着360将以此为突破口向AI-Native硬件领域正式发力。这将更有利于AI教育的普及，重点还在于它将对教育场景的传统边界进行重新拓展和定义。

萤石的WA1S智能健康手表，最重要的是其融合EZVIZ Home Play OS与蓝海大模型技术，不仅精准监测血液、体表温度、睡眠质量等生理指标，还实现智能家居智控，为用户带来前所未有的便捷体验。随着萤石AI技术的深度应用与四大新品的发布，其产品生态体系实现从“1 4 N”到“2 5 N”的华丽升级。这一飞跃不仅凸显了萤石在AI技术与云服务领域的双重核心动力，还全面拓展了自研硬件生态。

3）AI眼镜领域：

雷鸟创新开发的Ray Neo X2。其接入了GPT大模型，可作为个人AI助手，实时多语言对话翻译工具，具有人脸追踪功能。潜在的应用场景包括：1.出国旅行2.商务会议3.教育环境4.观看外语电影。同样接入GPT大模型的X Flipt由深圳宏天科技于2023年底在海外发起众筹，号称“全球首款专为 ChatGPT 使用而设计的 AR 眼镜 ”，其包含 9个AI模式：眼镜一键直连ChatGPT服务，可以在下厨、工作、瑜伽、驾驶、游戏等场景中调用AI辅助。

小米生态链企业蜂巢科技2024年8月8日推出的界环 AI 音频眼镜。其特别之处在于接入了14个大模型（包括通义、百川、文心等），AI功能：搭载三项AI应用，包括AI 畅聊、AI 通知播报、面对面翻译。

华为智能眼镜2 方框太阳镜，接入大模型为华为盘古AI大模型，搭载了华为 HarmonyOS 4 操作系统，支持多设备互联。AI功能为通过敲击镜腿唤醒小艺助手，展开自然流畅的对话与智慧交互、智能播报重要信息。

4.1 平台型AI搜索公司将继续成为中流砥柱

平台型AI搜索公司具备天然的优势，用户的天然黏性和历史积累下来的海量数据成为核心壁垒。从360、百度AI搜索到微信搜一搜的AI提炼，再到抖音的AI总结，不断证明平台 AI搜索路径的正确性：实现模型的不断改进，用户体验提升，用户粘性增强，带动更多用户推荐产品的良性循环。

4.2 AI搜索将完成从线性到一体综合化处理的跃迁

AI搜索技术的崛起正在突破传统搜索的局限，提供更加丰富和多元的跨模态搜索体验。AI搜索不再局限于文字，还能够处理包括文本、图片、音视频等在内的多种类型的输入，从而演化为集搜索、存储、整合、提炼、创作于一体的全能型智能助手。此外，AI搜索正呈现出多端协同的趋势，从手机端向平板、PC，甚至智能家居、智能网联汽车等领域扩展，生态不断延伸的背后是信息获取迈向一体化、综合型处理产品的预兆。AI搜索呈现与其他AI工具跨界融合的趋势，比如能够将搜索结果转化为文章或报告，并针对不同受众调整文风，提供更多实用且个性化的功能。这些进步不仅优化了用户体验，而且在搜索市场中构建了新的竞争优势，推动了搜索行业的创新和发展。

4.3 AI搜索场景垂直细分化：“专、精、深”

在现有的搜索模式中，不同垂直细分专业领域有其标志性的应用程序。购物会使用淘宝京东等购物软件，平安好医生或春雨医生等应用提供了在线医疗咨询和健康管理服务，在金融领域，可能会使用iFind等专业应用。这些应用针对特定领域的需求提供了定制化的服务和体验。而在AI搜索领域，同样存在针对不同方向的专业AI大模型和应用。例如，讯飞推出了专注于医疗健康的“讯飞晓医”，而360则有其AI大模型“360智脑”。这些AI大模型能够针对特定领域的数据和需求进行优化，提供更为精准的搜索结果。在媒体创作领域，谷歌的Veo视频模型和Imagen图像模型表现出色。智谱最新推出的AutoGLM也可适配微信、淘宝、美团、小红书等应用软件，覆盖日常生活常用的线上聊天、网购、社交、地图、酒店火车订票等功能，一键可达。

用户需求的变化推动了AI搜索场景向垂直化发展，这种趋势促使搜索引擎更加专注于特定领域，并提供专业化的内容。垂直搜索以其“专、精、深”的特点，满足了用户细分的需求，在特定领域内提供深入的信息和解决方案。这种专业化的内容提供不仅优化了用户体验，而且在竞争激烈的搜索市场中构建了企业的“护城河”，即独特的竞争优势。

同时，AI大模型的发展使得搜索技术的重点从简单的关键词匹配转向了对用户意图的复杂理解。大模型通过大规模有监督的精调（Fine-Tuning），实现了从指令空间到模型认知空间的映射学习，具备了在未学习过的指令上的泛化能力。这种技术进步使得搜索引擎能够更准确地捕捉和响应用户的查询意图，提供更加个性化和精准的搜索结果，从而在搜索技术的竞争中获得优势。

5.1 腾讯：混元中文大模型AI搜索多模态测评尖子

多模态理解佼佼者，稳居卓越领导者象限：多模态理解，要求模型能准确识别图像元素，理解它们的关系，并生成自然语言描述。据腾讯混元官方公众号，8月2日在SuperCLUE-V中文多模态大模型的测评综合中，在多模态理解的基础能力方面，已经逼近海外顶尖模型，其中腾讯混元大模型总成绩仅略低于GPT-4o，表现好于CLaude3.5-Sonnet和Gemini-1.5-Pro，显示国产模型在基础能力上的快速迭代。

目前混元大模型正在积极部署从多模态到全模态的技术。同时，腾讯混元大模 型正在加快开源步伐。11 月 5 日，腾讯混元最新的 MoE 模型“混元 Large”以 及混元 3D 生成大模型“ Hunyuan3D-1.0”正式开源，腾讯混元 3D 生成大模型则 是业界首个同时支持文字、图像生成 3D 的开源大模型。

5.2 三六零：独创CoE架构的AI搜索领军者

独创CoE架构，挑战AI搜索的“不可能三角”：让AI搜索又快、又聪明、成本低。据360智慧商业微信公众号，三六零独创CoE专家协作模型技术架构，召集了几乎行业内最强的15家AI大模型品牌，再加上360自研的大模型“360智脑”品牌，共16家品牌的100多个模型作为智能底座支撑AI搜索的能力：

1） CoE能够拆解问题，智能调度多个模型和搜索引擎相互配合工作；

2） 面对简单问题，可以让小参数模型快速回答，速度快、成本低；面对复杂问题，可以让大参数模型回答，智能程度高。

图20：三六零AI搜索慢思考能力

资料来源：360智慧商业微信公众号，民生证券研究院

构建AI慢思考能力，通过思维链解决复杂任务。据360智慧商业微信公众号，对于复杂问题，360AI搜索可以调用360智脑、豆包、通义千问三个大模型进行反思、搜索、思考的循环知道生成答案，使用比快思考多40倍的tokens消耗提升大模型的深度思考能力。

图21：三六零AI搜索慢思考能力

资料来源：360智慧商业微信公众号，民生证券研究院

5.3 科大讯飞：持续追赶 GPT4o，星火 APP 上线 AI 搜索

讯飞星火 4.0 Turbo 在七大核心能力全面超过 GPT4 Turbo，其中数学、代 码能力已超越 GPT4o。2024 年 10 月 24 日，科大讯飞发布星火 4.0 Turbo 大模 型，在文本生成、语言理解、知识问答、逻辑推理、数学、代码和多模态七个主要 能力跑分上，全面超过 GPT4 Turbo，其中数学和代码能力超过目前 OpenAI 的旗 舰大模型之一 GPT4o。除此之外，针对 OpenAI o1 大模型，其带来更多超常的 思维链、有数搜索以及自我反思评价等能力，这些技术公司都已经验证完成，预计 今年底可实现类 o1 的高难度数学能力显著提升，在产品中实现。

图22：讯飞星火 4.0 Turbo 官方跑分数据

资料来源：科大讯飞微信公众号，民生证券研究院

首发星火多语言大模型，为世界提供第二种选择。语言识别领域的扩展让 AI 搜索更具普遍和地区包容。据科大讯飞官微表示，在语音识别领域，科大讯飞的远 场高噪场景语音识别领先优势进一步扩大，对于这个高噪复杂场景下最难的语音 识别任务，科大讯飞已连续五年夺冠。在多语言能力上，首次实现全国地级市方言 全覆盖，含全国 288 个地市、202 种方言；在多语种能力上，首次发布星火多语 言大模型，除中英文外，可支持俄、日、阿、法、西、葡、德等 8 个语种。根据实 用任务场景构建测试集 MMT-Eval-1.0，讯飞星火在汽车、家电、办公、翻译等行 业任务场景应用效果超过了 GPT-4o。

5.4 昆仑万维：做最懂金融投资、科研学术的 AI 搜索

最新上线的天工 AI 高级搜索采用了强推理能力，具备卓越的多层次分析推理 能力。据昆仑万维官微表示，实现难题拆解 自动规划 主动扩展 深度回答 图文 交织，五位一体。智能搜索 Agent 把复杂的难题拆解为多个简单的问题，自动规 划路径，一边思考一边执行。昆仑万维自研大模型搜索 Agent，面对用户输入的 问题，通过逐层推理，准确识别问题的核心并提供深度洞察。系统能够理解复杂的 上下文关系，并通过逻辑推理为用户提供高质量的解决方案。

图23：天工 AI 高级搜索示例

资料来源：昆仑万维微信公众号，民生证券研究院

全方位升级数据库，做金融财经领域专业、智能的 AI 助手。建立国内科研学 术 AI 搜索方向最全的学术元数据库，做最懂科研学术的 AI 搜索。根据昆仑万维 官方表示其在数据上，引入了海量（超过 10 亿）的专业型数据，收录了诸多高质 量、权威、实时、专业的金融数据，并接入了中英文学术数据和接入多家全球权威 金融数据库，同步挖掘中国境内 5000 多上市公司和美国上市全部中概股的官网、 专业财经网站、股票论坛。

1）行业竞争加剧。AI搜索行业竞争激烈，新进入者和技术迭代可能导致市场格局的快速变化，企业需要不断创新和优化产品以保持竞争力。

2）技术发展不确定。AI搜索行业的发展高度依赖于技术的突破和进步。技术的迭代速度和方向可能会受到多种因素的影响，包括研发投入的不足、关键技术的瓶颈以及新兴技术的替代等。

3）政策和法规风险。AI搜索行业受到政策和法规的严格监管，特别是在数据安全、隐私保护、知识产权等方面。政策的变动可能会对企业的运营模式和盈利能力产生重大影响。此外，跨国运营的AI搜索企业还需应对不同国家和地区的法律法规差异。