5月3日,前Mila研究员、麻省理工讲师Lior S爆料,根据OpenAI最新的SSL证书日志显示,已经创建了search.chatgpt.com子域名(目前无法访问),将会进军搜索引擎全面挑战该领域的全球霸主谷歌。
比较巧的是,OpenAI已经更新了网站主页,第一个轮番页是一个搜索框上面写着“向ChatGPT问任何事情”。再结合theinformation在今年2月14日的新闻,OpenAI正在秘密研发一款ChatGPT支持的web搜索引擎,这个事情还是挺靠谱的。
目前,多方位消息证实,OpenAI将会在5月9日上午10点公布该消息,大约是北京时间周五的凌晨2点。

OpenAI抢在5月9日发布这个消息也挺有意思,因为5月14日谷歌将举行一年一度的“Google I/O”大会,OpenAI不希望谷歌的技术大会抢了该产品的风头。
早在今年2月14日,著名科技媒体theinformation独家消息显示,OpenAI会联手微软的Bing研发一款网络搜索引擎来挑战谷歌。
目前,全球前五搜索引擎分别是谷歌、Bing、雅虎、百度和Yandex,而谷歌的市场份额占到了90%左右,几乎垄断了整个市场,出道即巅峰至今几十年从未遇到过对手。
但OpenAI进军搜索引擎的消息放出后,不少人认为,谷歌这次是碰到硬茬了。

这是因为谷歌搜索引擎虽然经过几十年的技术积累和迭代,在市场影响力、用户积累方面处于领导地位,但在技术层面和用户使用体验方面仍然有很多问题。
广告太多,这个问题已经被用户抱怨了十几年。用户通过谷歌搜索一些内容,10个链接里大概有5个广告非常影响用户体验,并且很多是虚假广告。
死链、过时链接和数据更新太慢,谷歌搜索结果中存在大量死链和过时的链接,致使用户访问无效的网页浪费时间。
关键字匹配有局限性,无法深度理解上下文搜索,传统搜索引擎主要依赖于关键词匹配来返回搜索结果。
这种方法可能会忽略文本的语义和上下文,导致搜索结果不够精准。例如,当用户搜索"苹果"时,搜索结果可能会包含苹果公司、苹果产品、苹果水果等内容,而用户可能只对其中某一类方面感兴趣。
OpenAI最新首页
个性化搜索,谷歌的个性化搜索可以为用户提供量身定制的搜索服务(有点类似抖音的推荐机制),例如,兴趣、常看的内容等,但也会出现“过滤泡沫”的情况。
就是用户只能看到与自己观点一致的信息,限制了信息的多样性和视野的广阔性,长此以往会形成“信息茧房”,把用户困在自己的世界里。
数据隐私,上面提到的个性化搜索,就是谷歌根据用户的搜索历史和行为数据来完成的,所以,用户的很多私密数据会被搜集或用于商业广告精准投放。
微软的Copilot搜索
那么大模型厂商来搞搜索引擎到底靠不靠谱呢?微软的Bing(现在改名为Copilot)一直是搜索引擎领域的千年老二,但存在感不强。
去年,Bing在OpenAI的GPT-4模型加持下其搜索能力、市场用户、营收等迎来一波井喷式增长。尤其是全球用户突破1亿大关,这充分说明用户对大模型加持的搜索引擎认可。
此外,前不久获得6270万美元,估值10.4亿美元的纯大模型搜索引擎Perplexity AI也证实了很有搞头,并且获得了资本市场的认可。
Perplexity AI提供了一个搜索框,可以像谷歌搜索引擎那样输入我们想搜索的东西。

例如,人感冒的时候如何才能快速恢复?Perplexity 会列出6个文本内容,并附带真实的网站地址。这一点很重要,是在告诉用户它说的内容是真实、可靠的。但如果源地址是错误的,也会影响大模型结果的输出。

此外,Perplexity还能提供图片、视频搜索以及图片的生成,这些功能与微软的Bing几乎差不多。在OpenAI正式加入搜索引擎赛道后,谷歌要如何回应呢?让我们拭目以待吧。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。