纳米搜索：要颠覆Google，要做“世界第一的AI搜索！

如果想要在更短时间内颠覆Google，它们必须找到能够提升10倍产品体验的技术和方法——多模态。

在11月27日的纳米搜索发布会上，360创始人周鸿祎当众立下目标，要做“世界第一的AI搜索”。他之所以敢这么“许愿”，就是因为其AI搜索新产品，是首个“多模态内容创作引擎”。

“创作引擎”是答案引擎进化体，它包含答案引擎，但又不止于答案引擎。而是集“搜学写创”对应的“答案、学习、写作、创作”引擎四合一的综合体。

具体来说，在输入方式上，除了常规的文字提问，还支持拍照、文档、语音、短视频等多模态内容的输入。

而输出的形态上，纳米搜索也支持富媒体形式，用户随手拍摄一张照片并提问，它就能以脱口秀、评书、脑图、视频的形式，把复杂的信息以多模态、场景化的形式带给用户。这使得。纳米搜索能够实现内容生产的闭环，以至于实现“搜索即创作”。

应用了多模态技术的纳米搜索，正在实现“一切皆可搜学写创”，而这就是“创作引擎”，可以称之为“搜索引擎3.0”的版本。

体验过纳米搜索之后，我们不难想象，这种能够实现“AI生产闭环”的创作引擎才是AI搜索产品的终极设计，而360此前推出的已经大获市场认可的AI搜索，也只不过是周鸿祎的“过渡性产品”而已。

而这，正是就是360和微软们所追求的，10倍提升产品体验的技术和方法，也是挑战谷歌的利器。

这一次，用户依然选择了用脚投票：数据显示，纳米搜索正式上线首日，用户访问量就已突破100万。

02

AI 搜索，创业公司的路

正当排名市场第二的挑战者们开足马力，想要借AI搜索，超越既得利益的守成者的时候。他们的身后，也同样挤满了追赶者。

谈到时下的 AI 赛道，聚光灯照耀的地方，往往更多汇集在各种令人瞩目的新创公司身上。

明星创始人、更好听的 AI 故事、无数资本的青睐和超高估值……如此种种，都让人难免浮想联翩——或许 AI 未来的舞台，他们将成为毫无争议的主角。

按照前面的逻辑，在 AI 搜索的竞逐中，如果“市场第二”都能超车，那创业公司们只要身怀技术，机会是否更大？

然而，至少在通用AI搜索引擎这条道路上，事情没有想象中的那么简单。

其中关键，正是AI搜索中的“AI”，所对应的老生常谈的“人工智能三要素”。

通用AI搜索：“三座大山”难以跨越

先谈算力——万卡GPU是门槛。无论是做大模型，还是做AI搜索，算力都是必须要投入的基础硬件设施。而对于通用AI搜索来讲，和传统搜索引擎一样，存在着网络效应。

因此，如果创业公司希望“留在牌桌”，也基本上都需要自建万卡GPU集群和算力中心，而仅这一项就是巨额投入。

即使有了算力，数据也是困扰 AI 搜索厂商的老大难问题。今天的互联网网页规模已经超过万亿，想要拥有覆盖千亿网页的自建索引库，就需要耗资百亿人民币——只有如此，才能保障 AI 搜索能够为用户提供具有准确性、时效性的回答。

这百亿人民币，对于创业公司来说，又有几家能拿得出呢？

对于AI搜索来说，传统的关键词索引库已经不能满足需求，必须还要采用AI的方式，重构传统索引库。比如说，采用关键词索引+向量索引+GraphRAG 并行的索引方式，做索引库的智能化建设。

并且，如果想要保证回答的专业性、准确性，离不开高质量的专业内容，所以即使自建了覆盖千亿网页的索引库，也还不够，还需要建设专属的知识库，其中得包含高质量论文、报告、知识视频等更具深度的优质内容。而这，同样需要投入巨大的人力物力资源。

这还没完，作为AI搜索主要算法之一的大语言模型，同样是一种奢侈品。阿里巴巴 CEO 吴泳铭直言：“全世界先进模型竞争的投入门槛，将达到数十亿、数百亿美金的级别。”

而这个数字，则已经远超国内“AI六小龙”的融资额。

垂直AI搜索：小而美，充满可能

在数据、算力、算法这三座大山之下，创业公司就和AI搜索“绝缘”了吗？创业公司路在何方？

答案是：垂直领域AI搜索。

要做出一个覆盖千亿网页的通用 AI 搜索引擎，需要投入巨大的资源。但在垂直领域里做“小而美”的搜索，或许是不少新创公司的机会。

由斯坦福博士生 George Sivulka 创立的 AI 搜索公司 Hebbia ，在 B 轮已经拿到了1.3亿美金的投资。他们是从企业向的 AI 搜索做起，面向企业内部文件、信息检索，利用 AI 为用户的日常工作提供帮助。

而另一家名叫 Glean 则在企业 AI 搜索的领域走得更远，5年内完成五轮融资，今年更是在9月完成了2.6亿美元的 E 轮融资。

在采访中，Glean 创始人、谷歌元老级员工 Arvind Jain 表示，AI 创业者不应从 AI 出发创业，而应从用户出发，先通过关键功能为用户提供清晰的价值，再扩展到更多的 AI 功能。

不积跬步，无以至千里。创业公司想要做通用AI搜索引擎，或许生存机率渺茫。但是，在更垂直、更深度、更专业的领域，创业公司完全有可能建立起自己的护城河和壁垒，做出“小而美”的垂直AI搜索引擎。

03

老二“不被反超”，还有哪些底气？

如今，在AI搜索的赛道，以微软、360为代表的传统搜索市场第二玩家，已经一骑绝尘。

但仍有不少人认为，传统搜索市场第一的大厂坐拥更大的用户盘子，技术只要不掉队，即使在当下的阶段落后了，后期也有可能奋起直追、迎头赶上。

没错，单纯在产品、市场上的先发优势，并不代表就能成为最终赢家。

真正的护城河：AI生态

其实，微软、360，甚至于OpenAI，都意识到了这个问题，已经在纷纷开始开始打造自己的“护城河”，并且他们的方式和手段非常一致。

重金投入，买域名、建浏览器，打造完整的AI生态。

产品容易超越，生态难以颠覆。无论是在PC互联网、移动互联网，还是AI互联网时代，这都是共识。

对于在传统搜索引擎时代处于市场第二的厂商来说，他们往往在过去的发展过程中，积累起了一个相对完整的产品和生态矩阵——这是厂商在获取用户时的重要入口，也是用户能用好 AI 搜索的场景保证。

于是我们看到：微软 New Bing 紧抱 Edge，以浏览器为根据地向着谷歌发起反击；360 为纳米搜索启用花费接近一个小目标的 N.cn 超短域名，并且在更早之前就已推出360AI浏览器。

此外，OpenAI也做了同样的动作：重金购买更短域名chat.com；招募Chrome团队创始成员，开发AI浏览器。

域名和浏览器，都是PC互联网时期的重点，为何在AI互联网时代，反而又成为关键？

原因之一就在于，AI搜索作为“生产力工具”，PC端是非常核心的使用场景。

而PC端，则是微软、360的“传统优势”：微软拥有操作系统、浏览器、网页搜索引擎，而360则拥有“准操作系统”的安全卫士、浏览器，和网页搜索引擎。

独有的竞争力：大模型调度系统

并且，二者的优势还不仅于此。

微软拥有OpenAI的相当数量的股权，对后者具有显著的影响力，因此在大模型上具有诸多优势。

而360则首创了CoE（Collaboration-of-Experts，专家协同）技术架构，集成了包括百度、字节跳动、阿里巴巴、腾讯、华为、智谱AI、月之暗面等国内16家主流厂商的超过50款当家大模型，模型综合能力超过GPT-4o，媲美“最强大模型”OpenAI o1。

借助 CoE 技术架构，360旗下的AI搜索成为了中国——乃至世界最早的慢思考能力的产品应用，整个赛道上堪称领先。

在 CoE 架构下，16家主流大模型厂商的当家模型不是简单接入关系，而是能够完成复杂任务的协作关系。比如，在纳米搜索中，文心一言、Kimi、豆包可以分别担任规划者、反思者、总结者等工作，一起回答一个问题，或干脆一起进行头脑风暴、辩论，让 AI 搜索结果实现1+1>2，给了行业巨大的想象空间。

而落回到商业上，CoE 架构能够实现，让最强的大模型回答最难的问题，让专家模型回答垂直领域问题。这无论是对于产品的运行效率和产品体验，还是商业成本，都是具有相当大的优势。

也正因如此，360做纳米搜索这样的AI搜索产品，才能领先行业率先实现商业闭环。

并且，360还具有一个独有的优势，就是周鸿祎的个人IP。可能有些人对于企业家做短视频不以为然，认为和公司业务往往难以结合。但我们看看周鸿祎就知道，一个成功的IP能为公司带来什么：

做AI搜索不到一年，就收获国内PC端最大的AI应用，访问量比第2名到第20名的总和还要高；

视频里不到3秒的产品口播，就为App带来数万下载，直接商业价值数百万元；

为了给纳米搜索做推广，老周躬身入局自编自演了他的首部短剧，产品还没发布就获得了巨大的关注，上线首日访问量百万。

具备以上种种优势的微软和360，决不肯错过AI搜索。