前百度高管入局AI搜索，挑战Google和Perplexity，种子轮获6000万美元资金

　　本文来自于微信公众号深思SenseAI(ID:gh_a54fc6d3826c)，作者:SenseAI。

　　在这个信息泛滥但缺乏有意义内容的时代，传统搜索引擎的表现常常不尽人意，用户被广告、垃圾邮件和偏见内容所困扰。

　　Genspark的目标是打破这些旧有障碍，不仅要改进搜索技术，还要彻底改变用户访问和与信息互动的方式。

　　Sense 思考

　　我们尝试基于文章内容，提出更多发散性的推演和深思，欢迎交流。

　　- AI+搜索提供更精准的个性化服务:

　　Genspark利用多智能体框架，每个智能体都能针对特定类型的查询提供专业服务，确保搜索结果的精准性和相关性。

　　- 革故鼎新的Sparkpages让搜索简洁、高效、可信赖:

　　Sparkpage通过提炼和整合大量网络知识，大大减少了用户的研究时间的同时，还提供了更丰富的内容，避免商业影响和偏见，旨在建立信息交互新标准。

　　AI Native 产品分析

　　53

　　Genspark

　　1. 产品:Genspark

　　2. 产品上线时间:2024年6月18日

　　3.创始人:

　　景鲲

　　曾任百度集团副总裁、小度科技CEO

　　曾深度参与了对话式人工智能机器人微软“小冰”的研发，他也因此被许多人称为“小冰之父“。

　　朱凯华

　　前小度科技CTO，曾在谷歌工作，参与Google Panda等核心算法的开发

　　4. 产品简介:

　　Genspark 是一款基于 AI 智能体的搜索引擎，通过实时生成定制化页面(Sparkpages)来满足用户的具体需求，而不是提供现有网页的链接。

　　5. 融资情况:

　　-2024年，获得种子轮6000万美元投资，由来自新加坡的蓝驰创投领投，估值达到2.6亿美元。

　　01.

　　创立愿景:完善和革新搜索引擎的运作模式

　　长期以来，传统搜索引擎作为互联网的门户，主要扮演着索引的角色，列出可能包含用户所需答案的网页。然而，这些搜索引擎根据关键词的相关性、网站的权威性等因素对网页进行排序，但它们并不总是考虑网页的实际质量或潜在的商业偏见。

　　这种体验往往类似大海捞针，用户在浏览过程中，常常不得不面对无尽的广告、垃圾邮件和有偏见的信息，使得像规划旅行、研究产品或寻求准确信息等日常活动变得极其耗时。

　　鉴于传统搜索的局限性和效率问题，Eric Jing 和 Kay Zhu在2023年创立了 Genspark，旨在完善和革新搜索引擎的运作模式。

　　两位创始人都曾在大型科技公司工作，积累了丰富的经验，并在 AI 和搜索技术领域磨练了他们的技能。他们对 Genspark 的愿景是创造一款搜索引擎，它不仅能够提供更快、更相关的搜索结果，还能提供更直观、更具视觉吸引力的用户体验。

　　"节省时间，效果更佳。"这是Genspark的口号，它反映了公司对效率和准确性的承诺。Genspark的目标是打破这些旧有障碍，不仅要改进搜索技术，还要彻底改变用户访问和与信息互动的方式。

　　简要地说，Genspark 具有以下特色:

　　1、AI Agent引擎:Genspark使用AI代理技术，每个代理专门处理特定类型的查询，提供定制化服务。

　　2、实时定制页面:Genspark生成新的、综合的Sparkpages，直接响应用户查询，而不是仅提供链接目录。

　　3、高质量内容:信息来自可靠来源，无广告和商业偏见，确保内容的高质量和全面性。

　　4、个性化体验:用户体验高度个性化，不受商业偏见和SEO内容的影响。

　　5、时间效率:通过直接提供综合、相关的结果，最小化用户研究时间，提高效率。

　　6、内置AI助手:每个Sparkpage都配备了内置的AI助手，动态响应用户查询，提供定制化的信息。

　　通过Genspark进行的每一次搜索都能节省用户的时间，同时确保知识的无偏见访问，保持信息的完整性。Genspark赋予每个人消除混乱、直接获取真相的能力。

　　02.

　　搜索新变革:从“陈列架”到“导购员”

　　Genspark 以其多专业 AI 模型为支撑，为各类搜索需求提供定制化解决方案。例如，旅行搜索将呈现一个包含视频、本地提示和聊天机器人的 Sparkpage，模拟一个动态、互动的旅行指南。

　　其 AI 系统融合了内部研发与 OpenAI、Anthropic 等顶尖AI 创新者的第三方模型，确保 Genspark 持续利用前沿技术，提升搜索服务的智能与精准度。

　　Genspark 的 Sparkpages 以瀑布流的格式，展示了信息的综合艺术(类似小红书的布局)。这些页面设计简洁而全面，直观地呈现了所有关键信息，布局既借鉴了维基百科的精心策划，又融入了现代感和互动性。

　　Sparkpage 功能亮点:

　　1、摘要与概述:顶部的 AI 生成摘要迅速捕捉并传达搜索查询的核心，为用户提供了一个快速把握主题的入口。

　　2、详细内容:摘要之后，页面深入到各个子主题，详尽地探讨查询的各个方面，确保信息的深度与广度。

　　3、互动性设计:通过视频、信息图表和聊天机器人等元素，Sparkpages 的互动性得到了显著增强，让搜索体验更加生动和吸引人。

　　接下来，我们将以去新加坡旅行的问题为例，详细展示Genspark、perplexity这两个 ai 搜索引擎页面的对比:

　　输入:想去新加坡玩，有什么建议吗?

　　Genspark页面:

　　Genspark主页面提供了关于问题的整合信息及Sparkpage列表。

　　接着我们在进入一个具体的Sparkpage，除了内容列表外还有图片和相关旅行博主发的视频列表，在侧边栏还包含一个可互动的AI小助理，可针对推荐内容进行更细致的提问。

　　perplexity页面:

　　在perplexity搜索结果中，可以看到信息源的链接列表以及整合之后的文字内容，侧边栏会有多媒体的搜索入口，底部可以提问更多细节。

　　Genspark 和 Perplexity.AI 都以其独特的方式革新了搜索结果的展示，并各有侧重地利用了 AI 技术。

　　Perplexity.AI 利用其 GenAI 技术，通过从索引源中提炼关键信息，为用户提供即时且精确的反馈。它专注于深入细节的专业搜索，擅长捕捉并呈现准确、最新的数据。Perplexity.AI 以引用互联网上的可靠来源，并对其进行验证，确保了信息的可靠性和权威性。

　　Genspark.AI 则通过根据用户查询实时生成的自定义页面(即 Sparkpages)，将网络知识精炼并融合成一个统一而连贯的单元。每个 Sparkpage 都配备了一个 AI 副驾驶，它不仅指导用户，还帮助他们动态地扩展知识视野。Genspark 的搜索体验是独特且动态的，它以图片瀑布流的形式，为用户呈现了一个交互式的数字景观，增强了搜索的可视化和探索性。

　　03.

　　AI搜索引擎面临的共同问题:道德和准确性

　　Genspark 声称其专注于服务美国市场，目前免费使用，未来可能探索付费订阅。“我们想从头开始构建一切，甚至是商业模式。”Jing 表示。目前，Genspark已经登上了producthunt今日热榜前五名。

　　2024年以来，AI 搜索这一新兴市场呈现百花齐放的态势，试图重新洗牌传统搜索引擎的市场份额。GS Statcounter 数据显示，截至2024年4月，谷歌的搜索引擎市场份额似乎已降至87.24%，是自2009年以来的最低点。而 AI 搜索龙头 Perplexity 的用户规模已经增长到了数千万，最新估值高达30亿美元。相信与AI融合必然会成为未来搜索的新趋势。

　　然而，不幸的是，AI 驱动的搜索引擎在本质上可能存在不可靠性，Google AI Overview、Perplexity等搜索平台都遇到过用户对错误回答的投诉。例如，Google AI Overview 在发布后不久，就曾错误地建议用户在披萨上加胶水，或者每天吃一块小石头，并错误地宣称美国前总统安德鲁·约翰逊在去世后获得了大学学位。

　　为什么AI会返回错误的答案呢?

　　AI搜索引擎通常依赖大型语言模型(LLM)来总结和归纳文本。这些模型通常通过预测序列中的下一个单词(或标记)来工作，它们缺乏对基本事实的依赖，而是根据统计计算来选择每个单词，这可能导致所谓的“大模型幻觉”。

　　尽管如此，通过使用检索增强生成(RAG)技术的AI技术，可以缓解这种幻觉问题。RAG 允许 LLM 检查其训练数据之外的特定来源，如网页。当用户输入查询时，系统会根据构成其信息源的文档进行检查，并生成响应。由于系统能够将原始查询与网页的特定部分进行匹配，因此它能够引用其答案的来源，这是普通 LLM 所不具备的能力。

　　RAG的技术框架

　　然而，RAG 技术并非完美无缺。使用 RAG 的 LLM 要得出正确的答案，必须同时正确检索信息和生成响应。如果检索或生成过程中的任何一个环节失败，就可能导致错误的答案。

　　以 AI Overviews 推荐含有胶水的披萨食谱为例，这个建议可能源自 Reddit 上的一个笑话帖子，该帖子与用户关于奶酪不粘在披萨上的查询相关，但在检索过程中出现了问题。仅仅因为检索到的内容与用户的问题相关，并不意味着它是正确的，而 LLM 在生成搜索结果概要的过程中通常不会质疑这一点。

　　同样，如果 RAG 系统遇到相互矛盾的信息，例如政策手册的不同版本，它可能无法确定哪个版本是正确的，而是可能将两者的信息结合起来，创建一个可能具有误导性的答案。

　　在许多情况下，当 AI Overviews 返回错误答案时，可能是因为网络上缺乏高质量的信息，或者查询与讽刺网站或笑话帖子最为匹配。

　　大型语言模型能够根据提供的来源生成流畅的语言，但流畅的语言并不总是等同于准确的信息。因此，生成误导性或有害内容的可能性是所有 AI 搜索引擎平台必须克服的重大障碍。

　　问题可以被解决吗?

　　归根结底，只要人工智能系统依赖于概率来逐字生成文本，就始终存在产生幻觉的风险。尽管Google正在后台进行调整，以期改进AI Overview的性能，但用户仍需意识到，没有任何 AI 系统能够保证100%的准确性。

　　目前，Google正在为那些AI Overview可能无法提供特别有用答案的查询添加触发限制。此外，对于涉及健康等敏感领域的查询，Google正在实施额外的“触发改进”措施。这包括在信息检索过程中增加一个步骤，用以识别那些可能带来风险的查询，并在这些情况下让系统拒绝生成答案。

　　考虑到以上难以避免的挑战，Genspark 也正在积极采取措施应对这些风险:

　　1、道德的 AI 使用:Genspark 致力于道德的 AI 实践，确保其模型在多样化、权威性和准确的数据源上进行训练。

　　2、持续学习和适应:人工智能模型旨在从用户交互和反馈中学习，这有助于随着时间的推移提高搜索结果的准确性和相关性。

　　3、可编辑性和事实核查:用户可以编辑 Sparkpages，类似于维基百科，允许社区主导的方式来确保信息的准确性。

　　创始人 Jing 强调，Sparkpages 的设计是开放式和可编辑的，允许用户对声明进行事实核查，而 Genspark 的 AI 系统会考虑每一次编辑，以改进未来的搜索结果。此外，Genspark 计划在合法和合理的情况下使用受版权保护的内容，以增强引擎的整体准确性。

　　Genspark 从 GitHub 的成功模式中汲取灵感，致力于构建一个社区，用户可以在其中贡献内容、增强搜索结果，并就相关话题展开讨论。这种模式不仅提升了搜索体验的互动性，还以人工复核的形式提高了AI 回答的准确性。

　　Jing 表示:“我们非常重视数据质量，我们相信这是赢得这场竞争的关键。尊重知识产权是我们的核心价值观。”

　　当然，尽管 Genspark 采取了上述措施，安全隐患仍然存在。虽然在 Genspark 上找不到明显的抄袭例子，但这并不排除它们的存在。Sparkpages 并非静态，任何人都可以在 Genspark 的 AI 创建大纲后共享和编辑 Sparkpage 的副本，并添加他们想要的任何信息，这可能包括令人反感、错误或抄袭的内容。

　　更重要的是，目前没有途径报告有问题的 Sparkpages，这需要 Genspark 进一步关注和解决。

　　结语

　　Genspark在发展路线图上仍处于起步阶段，并且需要克服重大的技术、法律和道德障碍。目前，这家初创公司已经成功完成了一轮重要的融资——由新加坡的风险投资公司Lanchi Ventures领投，Genspark获得了6000万美元的种子轮融资，投后估值达到了2.6亿美元。

　　这是不错的开始，但未来的道路无疑将更加充满挑战。Genspark需要解决其技术初期的问题，制定有效的创收计划，并扩大其目前规模较小的团队——约20人。这一系列任务都相当艰巨。即便如此，公司还将面临来自资金雄厚的竞争对手的激烈竞争。

　　在AI技术的加持下，当前的搜索引擎已经迈入了一个新的阶段，它们将省去辨别信息冗余的时间，以更多元、交互友好的方式将检索结果呈现给用户，这些进步有望为用户带来超越传统搜索的价值。

　　当然，AI搜索产品仍处于早期发展阶段，它们的商业模式还有待进一步探索和完善。目前，AI 搜索产品的整体表现尚未达到 Killer App 的标准，仍有一定的提升空间。AI 搜索市场的产品同质化现象也较为严重，如何运用 AI 能力建起产品的护城河是胜出的关键。

　　Genspark 选择的这条赛道竞争激烈，充满了挑战，但潜在的产品价值同样不容小觑。掌握搜索引擎市场，相当于掌握了互联网的门户入口。过去，搜索巨头 Google 一直牢牢占据大部分的市场份额，但 AI 技术的出现，为搜索市场的重新洗牌提供了可能。

　　这是一场艰苦的战斗，但Genspark的创始人Jing对此充满信心。他坚信，凭借团队的努力和创新，Genspark 能够开辟出一片天地。