搜索引擎和网络浏览器开发商DuckDuckGo本周表示,该公司正迎来新用户激增,而这一增长恰好与谷歌I/O开发者大会同期发生。
DuckDuckGo向CNET透露,在美国市场,5月20日至5月26日期间,其浏览器安装量比5月13日至5月19日期间增长了21%,其中周二当天激增37%。iOS平台的浏览器安装量上升了33%,在阵亡将士纪念日当天更是飙升69%。
为何出现这样的增长?谷歌在5月19日至20日举办了I/O大会,并宣布了一系列AI计划。其中一项计划是推出扩展的AI驱动搜索界面,能够对较长查询提供更详尽的答案。用户还可以将视频、图片和文件拖入搜索框进行"多模态"搜索。
除了安装量增长,DuckDuckGo还告诉CNET,在TikTok、Instagram、Reddit和X等所有社交媒体平台上,关于该公司的提及量增加了500%。
DuckDuckGo创始人兼首席执行官Gabriel Weinberg在一份声明中表示,谷歌正在"强制推送AI功能且没有退出选项",并指出有报告显示谷歌搜索质量正在下降。
"我们希望成为让用户掌控主动权的平台,允许他们自主决定使用多少或多少AI功能,"Weinberg说。
谷歌代表未回应置评请求。
谷歌没有官方明确的方式来关闭AI辅助搜索结果,但CNET的Nelson Aguilar提供了一个"简单的变通方法"来恢复旧版谷歌搜索。
DuckDuckGo在AI使用程度上提供了灵活选择。该浏览器具有搜索辅助功能,使用AI帮助回答搜索查询,用户可以在设置中指定希望它出现的频率,包括"从不"选项。
用户还可以使用noai.duckduckgo.com进行无AI搜索,该页面不提供AI辅助答案或AI生成的图像。该公司表示,5月20日至25日期间,该页面的搜索量比5月13日至18日期间增长了23%。
"人们只是想要选择权,"DuckDuckGo首席传播和政策官Kamyl Bazbaz说。
DuckDuckGo拥有聊天机器人功能Duck.ai,允许用户在OpenAI、Anthropic等公司的模型中进行选择。该浏览器还在搜索栏右侧设有"询问AI"按钮,用户可以使用它获取AI生成的答案。Weinberg表示,该功能不收集搜索或聊天历史记录,"不会将任何内容用于AI训练"。
用户隐私保护是DuckDuckGo在2008年推出时的营销重点。这家总部位于宾夕法尼亚州的公司不追踪客户数据、不记录搜索历史或IP地址,使客户能够避免基于浏览模式的定向广告。
云网络和网络安全公司Cloudflare表示,2024年12月,DuckDuckGo在美国移动端是第二大最常用搜索引擎,整体排名第三。
Q&A
Q1:DuckDuckGo用户增长的原因是什么?
A:DuckDuckGo用户激增与谷歌I/O大会推出强制性AI功能同期发生。5月20日至26日期间,其浏览器安装量比前一周增长21%,社交媒体提及量增加500%。主要原因是谷歌推出AI驱动搜索界面且没有提供退出选项,而DuckDuckGo允许用户自主选择AI使用程度。
Q2:DuckDuckGo如何让用户控制AI功能使用?
A:DuckDuckGo提供灵活的AI使用选项。用户可以在设置中指定搜索辅助功能出现的频率,包括"从不"选项。还提供noai.duckduckgo.com无AI搜索页面,不含AI辅助答案或AI生成图像。此外,Duck.ai聊天机器人允许用户在多个AI模型中选择,且承诺不收集搜索或聊天历史用于训练。
Q3:DuckDuckGo的核心特色是什么?
A:DuckDuckGo的核心特色是用户隐私保护。自2008年推出以来,该公司不追踪客户数据、不记录搜索历史或IP地址,使用户能够避免基于浏览模式的定向广告。根据Cloudflare数据,DuckDuckGo已成为美国移动端第二大、整体第三大最常用搜索引擎。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。