最近，奥特曼豪掷数千万美金购买域名、组建AI浏览器团队，展现了互联网的时代轮回，标志着AI互联网时代的来临。AI改造互联网，首当其冲的就是搜索引擎。几乎与奥特曼的动作同步，纳米搜索的出现，代表着我们正式进入「多模态内容创作引擎」的搜索引擎3.0时代。

谁懂啊，就在昨晚的发布会上，周鸿祎竟自上阵出演了一部短剧，剧情可谓是「亮瞎」了所有人。

拒绝了山姆·奥特曼追求的女主，回国后被迫变身扫地阿姨。在男主小帅训练大模型受阻被刁难时，正扫地的女主瞟了一眼就指出：「这个bug，是因为预训练过拟合了。强化学习的奖励模型参数也设置得不对，这样就导致大模型的指令遵循很差，你堆再多的训练语料也没有用……」随后，男主、女主和老周合伙成立的公司，立马引起了山姆·奥特曼和马斯克的注意。前者打来电话求婚，表示CoE架构的AI搜索才是AI的未来，但惨被拒绝。

马斯克则主动奉上域名X、出资5000亿，还贡献出自己刚建的10万卡H200集群……如此别树一帜的发布会，周鸿祎到底卖的是什么关子？原来，他已经做出了下一代AI搜索产品，希望颠覆传统搜索、改变国内市场格局，甚至成为下一代互联网产品。

这个产品，可以说是开启了AI搜索3.0时代。

01 搜索引擎，奥特曼都在重金布局

曾经，在互联网方兴未艾之时，率先崛起的便是以搜索领域为首的科技巨擘。

如今，在AI互联网时代，也同样如此。

随着AI对互联网的不断重塑，不管是微软谷歌这样的老牌巨头，还是OpenAI、Perplexity这样的明星初创，无一不在AI搜索领域展开了自己的布局。

这点，在后发制人的OpenAI身上尤为明显。

11月初，ChatGPT正式推出AI搜索体验，成为一款搜索引擎；11月中，奥特曼正式官宣ChatGPT新域名——chat.com，据称为此豪掷了1500-2000万美金。

11月底，OpenAI又被曝出正在紧锣密鼓地开发一款产品，将AI聊天机器人和网络浏览器相结合。将谷歌的两员大将——Chrome团队创始成员Ben Goodger和负责Chrome浏览器的工程副总裁Darin Fisher，双双收入麾下，不难看出OpenAI必成的决心。

02 搜索引擎的1.0、2.0和3.0时代

不过，尽管发展AI搜索已是全球AI圈的共识，然而对于「AI时代的搜索」究竟该是什么模样，业内仍然是众说纷纭。

就目前的状况而言，我们可以根据其中的「AI含量」将路线简单分为三个阶段——1.0（网页搜索引擎）、2.0（答案生成引擎）、3.0（多模态创作引擎）。

所谓1.0时代，就是在网页搜索引擎上添加AI功能模块，以谷歌的AI Overviews为代表。这其中的AI含量最低，会存在信息质量参差不齐，深度信息获取困难等问题。

接下来的2.0时代，则通过AI对搜索引擎进行了更深入的改造。比如，Perplexity和360AI搜索，就是这类答案生成引擎。它们能够精准理解用户需求，提供个性化、智能化的搜索答案。美中不足的是，它们无法提供更强大的多模态搜索和输出能力，给出的答案也不易改写，导致生成的内容有时并不适配用户的最终需求场景。

而到了搜索引擎的3.0时代，搜索将不仅仅局限于搜索总结，而是一切皆可生成的状态。不论是图片、文档、语音、视频，一个搜索引擎全能搞定。

在这一阶段，就是以纳米搜索为代表的AI原生「多模态创作引擎」了。

谈到这里，就不得不抛出这样一个刨根问底的问题：用户想要的，究竟是什么样的搜索？

从移动互联网到AI互联网，我们正站在一个历史性转折点。两者之间最为根本性的变化，就是AI互联网是一个生成式的互联网。

过去，传统搜索引擎是被动的、静态的。用户输入关键词之后，获得的是一堆冰冷的链接，然后开始漫无目的的浏览。

但对很多用户来说，搜索并不是需求的终点，而只是需求的起点。

想象一下，未来的搜索引擎如同一个智能助手，不仅可以理解你的需求，还可以为你生成文字、图片、语音甚至视频。

甚至更大胆设想一下，下一个搜索可能不只是「下一个搜索」，还可能是「下一个抖音」。

而这种「AI时代的抖音」必然是生成式的。

有趣的是，国内已经有成形的产品，在践行这个理念了！

这个产品，就是纳米搜索。

PC端：N.cn  

App端：纳米搜索

03 AI搜索，是生成式的搜索

首先，纳米搜索继承了360AI搜索在AI搜索领域积累的丰富经验和技术沉淀，彻底抛弃了传统搜索的「蓝色链接」，转而采用原生的生成式AI答案引擎直接生成答案。更重要的是，作为搜索引擎，它会在回答中附带引文来源，这使得每一句回答，都有据可依。而接下来我们会看到，纳米搜索首先亮相的功能，就直接颠覆了我们对于「搜索」的想象。

一切皆可搜

在输入方式上，纳米搜索可以说是「非常AI」了。

上至80岁老人、下至5岁小朋友，不管是说话、拍照还是拍视频，都可以进行搜索。

其中，针对特定高频的功能——计算卡路里、美食评论、发朋友圈、MBTI、CP合拍感、今日运势等，纳米搜索还有单独的模式。

比如爆火的计算食物卡路里功能，只要对着食物拍一张，就能得出卡路里总量了。

对于减肥人士来说，这个功能可真是太实用了。

给它一些食材，它还能告诉你菜品种类，以及怎样做出一份健康的减脂餐。

一切皆可学

搜索只是手段，搜完后，还能对内容进行分析。

在纳米搜索中，无论是图片、书还是视频，它都能给我们读出来，还是以完全不一样的方式。

而且在读图、读PDF、读视频的这个过程中，纳米搜索还对信息进行了知识蒸馏，进一步进行了分析理解。

比如，我们把张朝阳开讲的一节物理课，配上李雪琴的声音。

直接就整出个脱口秀版物理课，开头就是一个爆梗，结尾还能整个call back。

「这磁场一变，哈密顿量也跟着变，本来是对角的，结果现在变成非对角的了。就像一个好好站着的人，突然歪着身子了，变得贼复杂。」

一切皆可写

用户搜出来的知识和文档，它可以进行改写、润色、加工。

看起来费时费力的长篇文章、报告和视频，是打工人不能言说的痛。

纳米搜索，则完全帮助打工人解决了这些问题。

只要上传文件，它就能帮着突出重点，高效总结，无需了解每一处细节，即可掌握精髓。

把链接放进搜索框，还能实现视频转文字。无论想要的是简介、全文还是重点，纳米搜索都可以信手拈来。

甚至，视频内容还能快速转换成脱口秀、评书、悬疑、直播带货形式的文字和视频。

对于短视频时代来说，这些功能实在太令人兴奋了！用户的创作门槛将大幅降低，创作效率噌噌up。

举个例子：「根据这两个人的外貌特征，他们适合拍一部什么样的正能量短剧？」

纳米搜索改写的短剧剧本，可以说是爆笑如雷了：「一个潮流外套加身的科技狂想家，偶遇身着经典红杉、沉稳如山的科技界大师，他们将如何携手书写一场从青涩到辉煌的蜕变传奇？」

一切皆可创

正如在开篇提到的，纳米搜索给出的结果，可以直接变成下一步的工作内容——对个人，可以转视频；对工作，可以转PPT、转报告。

并且，还能生成带货、口播、教学等数字人视频，甚至把视频翻译成多语言版本也不在话下。

接下来，老周直接化身主播，带货面膜了。

整个操作流程非常简单，上传一段单人原声视频，再输入一段带货文案，不出几秒红衣教主也能电商带货了。

这样，就真正做到了「一切皆可视频」，无论是在博客、微博还是抖音，只要有想法，我们就可以迅速生成奥特曼/马斯克/罗永浩/李雪琴风格的视频。

这，可谓是对人真正的解放和赋能。

而动作的开始，仅仅是一个搜索而已。

此前，受益于Gemini 1.5 Pro谷歌的NotebookLM，可以把文本、视频、PPT、录音等一键转为幽默风趣的播客，直接在国外掀起一股狂潮。

前OpenAI联合创始人Andrej Karpathy只用了两个小时，就创建了10集长度的「历史谜团」播客，大赞这个产品让自己想到了ChatGPT时刻。

连OpenAI CEO奥特曼也称赞NotebookLM是一款很酷的产品。

现在，我们不仅有了堪称国内版的NotebookLM，而且纳米搜索在PC端实现的动画效果、解说配音、字幕制作，也开始紧锣密鼓地向App端迁移了，实在令人期待。

03 AI搜索的护城河

Demo很酷炫，AI搜索很有前景，却并不是人人都能做的。为什么这么说？

AI搜索，从根本上来说还是AI定义的搜索。数据、算力、算法三要素，构成了AI搜索的护城河。

从数据层面上讲，动辄就需要投入百亿级资金去构建智能索引库，才能保障AI搜索准确性、时效性。

而且，为了弥补LLM幻觉问题，还需要借助RAG、工具使用等方式。

但光有这些技术，并不意味着能做好AI搜索。因为就算法层面上来讲，AI搜索≠大模型+搜索。

本质上讲，LLM+RAG就是用搜索引擎对LLM做「检索增强」和「知识校正」。

当用户询问一个问题时，大模型会先把问题传递到搜索引擎中，然后将搜索返回的网页遍历一遍，最后根据问题和网页内容推理出答案。

这种看似简单的方案，其实暗藏两个致命的问题。

传统搜索引擎追求点击转化率（CTR），答案往往倾向于点击率高的网页，而非准确的答案。

比如，此前被网友玩坏了的谷歌AI Overviews，在回答「石头怎么吃」和「如何不让芝士从披萨上滑落」时，直接被Reddit网友的搞笑热帖带入坑，堪称AI版的「答非所问」。

不难看出，搜索引擎返回的结果往往包含大量「噪声」，会把大模型结果带偏。

另外，LLM缺少是非分辨的能力。

面对复杂问题时，搜索结果往往是众说纷纭，没有专为搜索任务训练的LLM，经常被绕得团团转，最后给出了自相矛盾的答案。

所以，真正的AI搜索，远比大模型+搜索这个简单组合要复杂得多。

与很多AI搜索引擎的「单兵作战」不同，纳米搜索背后的360则是走的「AI生态」全开放道路。

技术层面，360首创了CoE（Collaboration-of-Experts，专家协同）技术架构，让多个大模型组队分工协作、并行工作，执行多步推理。换句话说就是让多个模型组成了一个「专家智囊团」。

其中，每次查询不仅调用多个模型，而且进行了多次调用，通过CoT（思维链）强化了推理过程。

值得一提的是，CoE采用了与OpenAI o1同样的技术原理，但它的诞生要比o1早了近2个月的时间。

基于CoE架构，360开放的AI搜索等明星产品吸引了包括BAT在内的大厂，以及智谱AI、月之暗面、MiniMax等AI初创公司的合作。

通过集各家所长，打造出以80.4测试总分大幅超越GPT-4o（69.22分），媲美o1，且在11个能力维度上全面领先的混合大模型。

基于CoE架构，360又率先在产品上搭载了，能让AI在解答问题时模拟人类思考过程的「慢思考」模式。

比如问它「为什么洗澡时会觉得自己唱歌格外好听」时，AI就会从声学环境、身体状况和心理状态等方面，对问题进行拆解并逐一分析。

在算力层面上，AI推理对算力需求更大。

360智算中心拥有国内为数不多的万卡GPU算力集群，100+数据中心，10W+服务器，为全球200多个国家的15亿用户提供持续服务。

除了算力算法数据之外，AI原生，则是AI搜索对于传统搜索引擎的护城河。

真正的AI搜索，需要从底层重构每个环节，正如造车一样，不是说在马车上安个引擎就能叫汽车。

既然称之为「原生」，那便是基于AI打造、用AI重构搜索的每一个链路，要让AI在搜索长处充分发挥出来。

比如，在意图识别、任务路由、CoE专家协同推理、构建AI工作流，这些环节都对传统搜索引擎产生了质的变革。

最后，想要在AI搜索领域站稳脚跟，还需要有强大的生态支撑。

360在这方面具备了天然的优势，旗下桌面（安全卫士）、浏览器、搜索引擎，构成了三大入口。入口之间相互依托形成具有协同关系的产品生态，互相带动，为纳米搜索的长期增长提供了稳定支撑。

截至目前，纳米搜索的「同胞兄弟」——360AI搜索月访问量近3亿，月活跃用户近1亿，已成为全球最大AI原生搜索引擎；如果把基于传统搜索改造而来的AI搜索也算上，则位列全球第二大AI搜索，仅次于New Bing。

要知道，这种生态优势并非短期就能建立，这也是为什么很多新玩家难以真正在此赛道中打开市场的原因之一。

从纳米搜索身上可以看到，搜索的边界正被重新定义，而「搜学写创」则赋予了AI搜索新的生机。

这种全链路的能力，让纳米搜索成为了信息获取的入口，更成为了创意激发的平台、生产力提升的工具。

随着多模态大模型的来临，图片、声音、视频、论文、PPT、软件界面都可以被大模型理解和操纵，搜索跟大模型的结合变成了1+1>2。

要让AI产品真正用起来，多模态大模型跟搜索引擎的原生结合是必经之路。

而现在，纳米搜索或许代表着AI搜索的演进方向，将为未来互联网的图景留下浓墨重彩的一笔。

未来AI互联网时代进一步的发展方向，从中也可窥见一斑。