AI搜索接近：Google搜索AI模式反攻击，Nano AI中国顶

AI中最常用的门户仍然是搜索。在这个超级频道中，三名球员完成了自己的革命，并将其减少到了扑克桌上。 Google在2022年打电话给Red Alarm，《 New York Times》报道说，在Chatgpt启动后，他描述“ Chatgpt非常强大，可以取代Google的搜索”，一些互联网用户给予了高评分。当时，Google高管并不担心这一点，因为他们完全“预期”。但是，乐观并没有持续很长时间。 Google立即转弯了180度，Pichai发出了红色警报，这是奇怪而个人的：在Google内部，“红色警报”代表了当前的紧急危机。例如，如果像搜索或Gmail这样的中心产品突然崩溃，即使程序员不睡觉，他也必须有一些时间立即修复它。 Pichai响了警报。以前并不担心这是因为“威胁性的chatgpt构成的Google应该被视为与INA相同的重力Google搜索的时间。在2021年，Google已经使用大量文档，对话和包含15.6亿个单词的样本进行了AI Chatbot Lamda（语言模型）培训。Lambda在Washington Post的通知后也引起了这种感觉。Google发现Lamda不仅可以深入地思考和聊天。 AI的学术社区和DAND的传统用户，但LAMDA以前被释放了，但这是一个很大的错误，应将其视为真正的生产环境的神话。启用的产品供搜索。第一类以混乱表示，搜索nano ai并搜索AI夸克。第二类以Bing和Google AI的新描述为代表，而第三类则由Kimi，Dobao和Tencent Yuanbao代表。特别是，人们对第一个阶级本地的搜索混乱引起了许多逃犯的“模仿”。困惑性是一家魔术公司，用“搜索引擎”引擎代替了Itlaza，其背后的逻辑是：搜索是获得答案，而响应引擎是第一个原则。2023年，Google禁止混乱，完全禁止交通票，每天都在破产的范围内每天都在全球范围内投资于全球范围内的投资，并在全球范围内竞争了一项企业，并获得了一项投资的投资。前歌剧Aravind Srinivas研究科学家和几位合作伙伴的Cofundado，困惑超过1000万Mauss（每月活跃用户）没有用户群，不到两年。这种快速增长使许多人注意到AI搜索可能发生的变化。通常，这不是销毁搜索引擎的另一个搜索引擎，而是一种跨国创新，这是我从未见过的新物种。第一代的困惑是最初针对商业客户的SQL转换工具的NATU语言。创始团队在市场研究中发现了传统搜索引擎的几个问题。 •传统的搜索引擎结果充满了许多广告，用户体验不足。困惑欠重要产品的两种创新：•用AI的一般描述中给出的响应，替换传统搜索网站的分类。给定的答案是可靠的，它标有一个带有原始链接的参考源，该源使您可以跟踪信息。简而识别比chatgpt。传统的搜索引擎要求用户始终过滤信息并读取链接，这是效率低下的。 AIS Generation作为DeepSeek很有用，但是当“经常发生幻觉”时，很难找到授权和精确的结果。与传统搜索引擎相比，Prperxity直接提供了摘要响应。这更有效，更精确。与聊天机器人（例如DeepSeek and Chatgpt）的对话内容的生产相比，无需担心幻觉。这是价值。高质量的反应也反映在学术上。对于寻找学术文档和材料的用户，混乱可以显着降低错误率，并将搜索错误降低70％。 Nvidia的创始人Huang Renxun曾引用一个例子，说：“我每天都在使用羞耻。”当我想了解计算机辅助药物的开发时，它会引起混乱。混乱具有另一个非凡的特征。这支持持续的问题与“ Comai问题和答案单位”有点相似。困惑创始团队的成员是Zhihu Quora的成员。如果您使用混乱，则可以一次又一次地询问，并逐渐加深上下文“记住上一个问题。困惑性的成功与用户问题相结合，但在对AI不关心地址的一般描述，分析和重建用户的咨询之后，给出了答案。也就是说，当用户提出相对模糊的问题时，混乱会以一种更合乎逻辑的方式来解决问题。也就是说，在优化用户的警告后，问题被质疑以获取答案。像Zhihu一样，“相关问题”和“ Discovery”功能的设计也与同一逻辑相同。 Aravind Srinivas表示将参加Perso在“发现”选项卡背后选择内容的选择中，他们将亲自参与不断理解产品是否总是“即使是新的普通用户也易于理解”的过程。困惑性商业总监Dmitry Shevelenko提供的数据说，“相关问题”产生的用户的咨询占令人困惑的咨询总数的40％。保持易于使用的产品并保留新的友好用户，同时不断提高其AI响应的质量。这种混乱不仅引起了泰坦扼杀者的突出，而且也占据了火箭。 2024年初：约5亿美元•2024年6月：30亿美元•2024年12月：90亿美元•2025年5月：140亿美元。最后一次困惑评估达到140亿美元，ARN在2024年达到1.2亿美元。四月。对Nano AI的搜索迅速发展。为什么混淆本身将“响应引擎”称为“响应引擎”：作为一种直接从搜索API密封到基础的产品，令人困惑的模型不会提供直接的搜索功能。另一方面，在通过访问API获取搜索引擎恢复的内容之后，通过GPT-4，Claude和其他大型模型总结了Theanswers，并最终以固定的格式对其进行组织，并将其呈现给用户。换句话说，140亿美元的困惑估值基于精美的产品设计，非常出色。困惑想法：搜索AI不是搜索，而是对高质量AI的概述。一组困惑产品方法总结为用户输入问题的“固定，定位，延续”。它可以减少幻想并提高对AI生产的专业精神。搜索产品真正竞争的不是潜在的技术功能，而是可以提供更精确，更可靠的答案，更快的响应速度和更明智的用户体验。其中，“精度和可靠性”是扩大差距的关键，这正是Itzion必须担心的问题。 IA的一般描述对于获得高质量响应而言，基础数据的质量和数量很重要。只有当基础数据库足够大时，信息才能充分包含，并且信息会随时间更新，这使最大的模型在恢复内容时最大的模型“理性”，总结并产生更精确和及时的内容。这也是Google多年来在搜索引擎领域保持超过90％的市场份额的原因。从1998年的基础第一天开始，我们一直是世界上最大，最完整的指数库，提供了最精确，最及时的搜索结果。因此，如果您希望搜索结果更加精确，请构建自己的索引库是一个关键解决方案。目前，大多数AI搜索产品仅与搜索引擎的传统API相关，并且没有重新创建基础搜索系统。它只是已经构建的一些索引，包括搜索AI Mita（播客和图书馆部分），搜索Nano AI和几个垂直搜索引擎。这主要是由于访问搜索引擎的传统API现在可以解决95％的问题。此外，建立高速公路指数库非常昂贵，需要大量的人才，财务和时间。然后，如果一个自我构造的索引库无法提供比Google或Bing API更好的内容，那么您不需要构建自构建的索引库。建造高速公路指数库有多昂贵？ 360副总统梁·齐伊（Liang Zhihui）曾在播客中说，5000万页的成本约为100万至200万元，但5000万页的搜索引擎很少。 EssentiAlly，搜索引擎至少需要1000亿个网页。当它索引全球网页时，它基本上必须接受3,000至10,000台服务器。换句话说，要成为最简单的搜索引擎，它需要至少20亿至40亿元的预算。这不包括Pagerank服务器（网站分类），终端制造商保护率和人工成本的成本。对于中小型新公司来说，这是无与伦比的成本。这也是搜索引擎仅由Google，Microsoft，Baidu，360和其他重要制造商进行的原因。制造搜索引擎的成本太高了，只有主要制造商才有足够的资金和才能来做到这一点。除了昂贵之外，搜索技术和算法也是极其障碍。以骄傲的Google分类算法为例，它考虑了数百个因素，包括内容的质量，用户体验，移动FA媒体，页面加载速度，安全性等等不仅是结构复杂的，而且还取决于外部环境。据了解，Google平均每天发布六种算法更新，每年最多2,000次。而且该算法非常敏感，Google内部的很少有人知道Google中搜索分类算法的完整图像。以如此巨大的成本 +超高技术阈值，中小型搜索引擎搜索公司在其网络中构建自己的索引数据库并没有什么不同。对于Shell类型产品，进入传统的运动空荡荡的搜索代表“控制”的风险，第三方搜索引擎可能完全“困难”。自我构造的索引数据库具有更精确和可靠的信息来源是一个很高的门槛。这也是本地搜索引擎的真正弱点，例如混乱。如果你不Ave您自己的搜索，对这样的原始材料进行一般描述：我们不能保证找到的内容的质量和数量。混乱仅基于产品的设计，从长远来看，对于试图复制的大型公司来说，这并不困难。最近的一个例子是，根据AI产品列表网站上的最新数据，Nano AI是第一个有资格在中国进行AI搜索的人，并通过评估140亿美元的评估来克服了混乱。在全球范围内，寂静的新床上用品使它的上部放置在上部。 Newbing和Nano AI有传统的搜索基础。 Bing以前曾在全球市场中排名第二，而Nano AI诞生于360次搜索，本质上是中国市场的第二个。两家公司积累了传统搜索的积累，但是在IA搜索之后，它们无法立即达到顶峰。对于Google等搜索引擎，将其混淆并不难。是否我T是或寻找自己的双子座模型，可以从下层完全重建。令人困惑的是，如果传统搜索产品的市场份额非常稳定，如果业务模型完全固定并且非常成熟，是否将搜索更改为新的方式。没有历史载荷的制造商和搜索的积累可能是搜索AI的真正狼。例如，随着360客户技术和客户性的搜索和积累，这些产品在列表中对Nano AI的优越搜索中很快移动。 •AI的一般描述是通过多模融合和圆形推断进行的。 •创建一个具有最大自由能力（第二大脑）的知识库，并产生从公共领域到私人搜索的响应。这将是更垂直和专业的，这将允许详细的个人和工业定制。 •MCP通用工具箱开始，普通用户C一个手动获得超级代理。 •超级代理阈值直接下降。开发一个高级代理，是办公室和生活的详细服务，并成为类似于App Store的Nano AI应用程序，单击下载。 Deeplea仍然做正确的事情。 Additional extensions to RCH (AI in -depth research search allow you to use the search as a starting point to perform tasks andprovide results. User's real needs are not searching, but making purchase decisions after searching, developing a travel strategy, conducting in -depth research on topics and completing video production. Nano AI currently admits the implementation of a super search in natural language interactions. For users, Nano AI can accurately recognize the intention and needs of the user of简单的交互式互动，相关搜索任务和目标任务的分解。UTE打电话给高级代理。经过多轮循环推理和内容生成后，执行的结果最终得出。 Nano AI Super搜索超越了传统的问题和答案，以及对大型模型信息的简单描述，您可以创建从分散搜索要求到执行特定任务的“结束 - 端”搜索体验。 “如果您在搜索框中输入500-1000的预算，我们建议一些男人的运动和休闲鞋具有最大的声誉。这双鞋将是耐克，阿迪达斯和Under Armour。” Nano AI Super搜索分解了四个子标准中的任务，找到购买策略，分析产品信息，比较产品并将其添加到您的购物车中。每个Subtarte都会单独执行信息搜索并拨打MCP工具，例如为每个Xiaohongshu品牌收集购买策略。收集和分析有关电子商务PLA的兼容产品定价信息汤夫和jd.com等tform。 Nano AI超级搜索更为独特，其分解不是类似于深入研究的过程。分配的目标任务使他能够纳入特定的垂直代理。经过真实的经验，功能非常强大。 Google使用“ AI模式”的反击时间是直到2025年5月。Perplexit的评估达到140亿美元，Google发起了“反击”。更改产品，包括浏览器和浏览器，尤其是搜索，搜索和“ AI的智能”，搜索将被完全再生。 “ AI模式”标签显示与独立搜索应用程序相似的效果。多个次要组的问题使Nano可以寻找更广泛的Web资源，并集成Gemini 2.5的自定义版本，以启动信息搜索和集成过程。问题）。数百个自动搜索，摘要，原因和完整的约会，节省研究时间，节省足够的研究时间对于高等教育，来研究研究和学术探索方案。 NANO AI超级搜索可以根据目标造成关联的代理并执行字幕。 Google Intelligent搜索使用代理商让AI为您做事。 Google Intelligent搜索会自动执行任务，目前正在接受门票购买，食品和约会订单，将来扩大更多方案，还可以同步信息和付款转让。此外，巧合的是，Nano AI团队在浏览器的开发方面拥有多年的经验，并定制了自己的专用浏览器。 Gemini的助手添加了Google Chrome浏览器，允许他“在多个标签上工作，并以未来用户的名义在网站上导航。”移动互联网时代是应用岛的年龄，而零散的搜索内容是普通用户的痛苦。 Nano AI搜索IntegraDvanced代理，使用MCP工具调用和代理导航ActioNS在AI浏览器中，模仿人类计算机的使用并实现全球搜索。以前分开的电子商务，内容和简短视频终于被“统一”。 Nano AI Super Search和Google AI Intellent搜索使用AI打破了较高的内容障碍，从而允许搜索完成搜索意图的执行。对AI的搜索实现了搜索结果的代际迁移。 Dragon Slayer的困惑唤醒了巨型龙的Google，并说：“ AI搜索龙”和“ AI搜索龙”的邪恶传统蜻蜓，以及Bing的新身份，这使命运变得沉默。