43天交付1万辆新车！雷军的微博一发，又把小米汽车推上了热搜。
自小米su7问世以来，天天刷屏。说不心动，那是假的，身边好几个朋友都按捺不住要下订一台了。
但真要买，还是忍不住去对比一番特斯拉的Model3，同样是20多万车，不能买亏了。
甚至就为了这事，大家还拉了个群，分享了好多相关的测评视频，也有不少百万粉丝KOL和车评人的点评。但是，看完之后，大家还是总感觉缺了些系统性认知，就像“盲人摸象”，很难做出决定。
后来，有人往群里扔了一张图，顿时让大家都来了精神。
这是一张思维导图，几乎涵盖了小米su7的各方面信息，还包括市场评价、用户体验等，甚至连未来展望都考虑到了。
而右下角的水印“天工AI生成”一下子也让我意识到了图片的来源，正是我们最近常用的大模型产品——天工AI（www.tiangong.cn）。用AI搜索来了解市场的新产品，或许是个不错的思路。
于是我也尝试了一番，结果确实是出乎意料。
我在天工AI搜索输入“小米su7怎么样？”，基于全网搜索，天工AI几乎把最新、最全的相关信息给我罗列了出来。
而且天工AI搜索给出的答案，不只是纯粹的文字说明，还做到了图文并茂的呈现，由此可见其多模态应用能力的进步非常明显。虽然现在市场上大多数大模型都在强化多模态应用，但却是独立窗口输出，少有像天工AI这样整合输出的。
同时，我们还能看到天工AI的逻辑推理能力也比市场上的其他大模型更强，在给出的搜索答案中，天工AI竟然具备了深度分析的能力，主动为用户对搜索相关事物进行解读。
这一点让人很惊喜，从一定程度上来说，天工AI正在试图生成一篇深度解读文章，对搜索相关内容进行细致的拆解、分析和总结，从而更好地用户解惑。
这怕不是在抢现在KOL们的饭碗呀？！
在答案的结尾，我们也还能看到天工AI罗列的大纲和思维导图，由此更能清楚地认识到AI的逻辑推理能力确实比以往升级了许多。
更值得一提的是，全程体验下来，没有垃圾广告，没有误导性的链接导引。这对于一款搜索产品而言，非常难得。
深度的产品能力与优质的应用体验，自然而然也受到了用户的追捧——就在5月27日，昆仑万维集团宣布，旗下天工AI每日活跃用户（DAU）已超过100万，在一众大模型产品中表现强劲。
那么，不管是从技术的角度，还是产品的角度，天工AI都在全面革新用户的搜索体验，重新定义以AI搜索为主导的全能AI助手。
不亚于Sora的火爆，
AI搜索再度刷新大众认知
自大模型问世以来，AI搜索一直是市场聚焦的应用方向。谷歌就一直尝试颠覆传统搜索，给用户带来新的体验。在2024年I/O开发者大会上，谷歌发布了一项名为“AI Overviews（AI概览）”的新搜索体验功能。
AI Overviews允许用户通过提问和聊天的方式进行AI驱动的搜索，并为用户提供 AI 生成的答案，取代传统的搜索结果列表。同时，AI Overviews也支持多步骤推理能力，为用户提供深层次的关联信息展示。
然而，在今天这个节点上，这样的AI搜索功能或许已经不足为奇了。作为中国AI搜索的鼻祖，天工AI早在去年8月上线了AI搜索，并持续迭代新功能，全面开放给用户自由使用，包括AI Overviews还在强调的多模态搜索、多步骤推理、图文并茂内容呈现等。
值得一提的是，当全球搜索巨头与中国AI搜索鼻祖都在对一件事情做出同样的判断，那么我们或许就有理由相信未来的AI搜索大概率就以今天的方向进行迭代，同时也让我更坚信AI搜索似乎真的能取代网络媒体上的大部分KOL。
1.多模态融合应用。
无论是天工AI还是AI Overviews都在致力于为用户提供更丰富、形式更多样的内容展示。区别于市面上其他大模型产品，虽然大家都在主修多模态能力，但是其他家的仍处在独立窗口应用的阶段，而以天工AI为代表的AI搜索正在将多模态能力融合应用，做到图文并茂。
比如，在天工AI上，通过提问来让AI对比一下小米su7和特斯拉model3，很快我们就能得到一个图文并茂兼顾表格输出的参数对比图，里面非常详细地给出了两款车型的各类参数，方便用户直观地进行对比和判断。
相比于传统搜索，AI搜索具备更强大的搜索能力。像天工AI就采用了搜索增强模式，虽然我只是笼统地提问“对比一下小米su7和特斯拉model3”，但天工AI还是能轻松地完成了这一问题的拆解，并给出多个项目参数的横向对比，极大帮助用户解惑。
2.更强的逻辑推理能力。
多步骤推理的结果是AI大模型具备更强逻辑推理能力的一个体现。在2024年I/O开发者大会上，谷歌就重点强调了AI Overviews的这一能力，希望通过多步骤推理结果的展现来突出其大模型的逻辑推理能力以及能带给用户更深度的搜索体验。
实际上，在天工AI的体验中，这一点也确实比较惊艳，它会使得AI表现的更加聪明且具有人性化，更接近于一个“专家”，而非机械的搜索工具。比如，在此前我搜索“小米su7怎么样？”，基于更强的逻辑推理能力，天工AI不仅给到了完整的大纲和思维导图，方便我去查看和理解它的回答思路，还能基于目前市场上的信息进行一个综合性的深度解读，帮助我更好地去了解小米su7这款车在不同方面的表现和市场反馈等等。
3.解决时效性问题。
用户对搜索的期望是时时刻刻想要了解最新的动态信息。尽管目前市场上做AI搜索的平台很多，但是AI大模型的时效性问题却鲜少有人能解决。这也就导致了AI搜索处在了相对滞后的状态，带给用户的体验往往是不尽人意的。
但，这又是AI搜索必须要解决的关键问题。目前，天工AI已经补齐了这一短板，是国内唯一能够支持实时天气、股市、星座运势等信息查询的AI产品。从天工AI的体验来看，当时效性问题得到解决，其带给用户的体验有着质一般的飞跃。
比如，我尝试了一下直接查询当天茅台的股价，天工AI就能直接给出实时的结果。而其他大模型目前还无法做到这种程度。
搜索结果来自天工AI App
或者，我又尝试查询了当天的天气情况，天工AI也能给出对应的实时信息。
搜索结果来自天工AI App
时效性问题的解决是非常关键的，试想一下，当我们抵达某个城市，来不及做旅游攻略了，天工AI就能基于当天或未来几天的实时天气情况来帮助我们规划行程，而不是笼统地给到几个网红景点来提醒我们去打卡。
搜索结果来自天工AI App
说到这里，或许大家也就理解了天工AI想要打造的“以AI搜索为主的全能AI助手”的目标。从目前的体验来说，AI搜索带给用户的体验确实比传统搜索更加简洁、直观且强大，真能颠覆我们获取信息的渠道。
或许，在不久的未来，我们对获取信息的需求真的要All in AI搜索。
All in AI的杀手锏：
MoE混合专家架构
与我们最初见到的AI搜索相比，现在以天工AI为代表的AI搜索在体验上得到了巨大的提升。为什么AI搜索有这么大的进步？换个角度再来拆解天工AI，可以发现现阶段的AI搜索背后采用一个关键性的技术完成了升级，那就是MoE混合专家架构。
今年4月17日，昆仑万维正式推出新版MoE大语言模型「天工3.0」，拥有4000亿参数，超越了3140亿参数的Grok-1，成为全球最大的开源MoE大模型。而在海外，像OpenAI的GPT-4、谷歌的Gemini、Mistral AI的Mistral、xAI的Grok-1也都采用了MoE混合专家架构。
MoE为什么被奉为行业共识？这一架构的应用为AI大模型的发展提供了什么新思路？简单来说，MoE所带来的不仅是技术架构的进步，更是AI解决问题思路的转变。
基于MoE架构，大模型可以将复杂问题分解为若干子问题，并让每个“专家”网络专注于解决问题的一个方面。这对增强大模型的逻辑推理能力、多模态融合输出能力等都有着非常大的帮助——从天工AI的体验来看，AI能清晰地罗列思维导图、能完整地对比小米su7和特斯拉model3两款车型的参数、能深入去研究细分问题等，都离不开MoE混合专家架构的支持。
比方说，天工AI在分析“小米su7怎么样”这个问题的过程中，就会对小米su7优势、小米su7不足、市场反应、技术参数、用户体验几大模块进行拆解为子问题，再让相应的专家网络对子问题进行数据收集、处理和总结，最后汇总再加权融合完成输出。
MoE架构的应用让AI思考问题的底层逻辑更加清晰了，从而在解决问题的过程中就更加专业自如——不同的子问题交给不同的专家网络进行处理，对应中国的名言“术业有专攻”，便能取得较好的结果反馈。
这样的思路让AI的发展从一个“全才”转变为多个“专才”组成的智能体。
今年，知名科学杂志《Nature》发表了一篇关于大模型规模参数大小争议的文章《In Al, is bigger always better?》。针对现阶段大模型越来越大的问题，行业出现了争议：模型越大，性能越优，但同时处理问题的效率在下降，能耗也更大，就好像“牛刀杀鸡”“大炮轰蚊子”。
用户只是想了解一下今天的天气，如果AI调用千亿级的大模型去处理这个问题，不现实——这是AI决策上的失误。
由此，MoE架构的应用，就很好地解决了AI决策路径的问题。在天工AI的体验中，我们或许能看到不仅仅是AI搜索的进步，未来All in AI也是有可能的——决策能力的优化，会让AI更接近于人。
写在最后
总的来说，AI会越来越接近于成为一个专家团队。目前，天工AI正在朝着“专家”的方向演进，无论对于专业领域的认知，或是实时事件的解读，还是逻辑推理能力来说，都在走向专业化，甚至能初步替代一些KOL的工作和能力。
毕竟，就买车这件事来说，天工AI就比网络媒体上的一些KOL要懂得多。不难想象，随着AI成长起来，KOL的竞争压力可就比以前大得多了——专业领域的竞争者不只是同行的专家，还有AI搜索啊。
深挖智能这口井，同好添加vx：zhinengxdl
智能相对论同频视频号
【艾一叨】聚焦最前沿的云与AI服务、智能硬件与汽车
▲期待关注▼
往期推荐
