要說最近大模型應用裏哪個賽道最火爆，AI 搜索當屬其一。
大廠初創紛紛下場不說，功能也越卷越深度：集成論文庫、引入多模态實現圖片分析……大有把知識獲取成本再打骨折的趨勢。
就在量子位近期收到的讀者反饋中，我們也實實在在感受到了大家夥兒對 AI 搜索的期待，還觀察到了一個呼聲很高的需求——AI 搜索 + 知識庫。
畢竟，通過搜索獲取信息隻是第一步，真要讓知識沉澱下來，還得靠積累。這時候，知識庫的好處就體現出來了：信息經過篩選，更能符合需求，要用的時候往往能比 " 全網搜索 " 更精準更快速。
也就是說，AI 搜索跟知識庫如果能在同一個工具裏集成，就相當于定制了一個專屬版 AI 搜索。
be like：
于是乎，我們在一衆工具中淘了淘，發現現在還真有國産 AI 搜索集成了知識庫的功能。
秘塔 AI 搜索全新上線 " 專題 " 闆塊，主打的就是一個用自定義知識庫進行 AI 搜索。
新功能一上線，第一波聽說消息的網友已經心動了：
△圖源：微信公衆号 " 畢導 "
具體能實現什麽樣的效果？話不多說，咱們實測走起 ~
知識梳理，效率 UP
剛好到年底了，量子位智庫又該寫年度前沿科技報告了。
過往量子位日更的技術追蹤文章雖然全面，但缺少體系化的梳理，要想從中抽絲剝繭把信息串聯起來，還是比較費工夫的一件事。
那麽第一輪測試，我們就試試把同一技術專題下的文章導入秘塔，看看自定義知識庫 +AI 搜索能不能給分析師們幫上忙。
比如，挑戰 Transformer 的新架構們。
文章導入完成後，在 "Transformer 挑戰者 " 這一專題下，秘塔 AI 搜索會自動爲我們總結出一個梳理出重點概念和信息關聯（比如論文作者）的概念圖。
接下來，有什麽需求，直接在搜索框裏輸入問題就 OK 啦。
我們抛出以下題目試試效果：
Mamba 相較于其他 Transformer 挑戰者的優勢是什麽 ?
來看回答：
可以看到，AI 總結出的内容每一條都能在知識庫裏找到來源。由于本身知識庫的信息就經過篩選，相較于全網搜索，回答的質量會更符合用戶需要，更具針對性。
秘塔 AI 搜索頗受好評的腦圖功能也在 " 專題 " 中得到了繼承，能夠幫助提問人快速地梳理信息。
如果覺得這個回答還不錯，還可以點擊問題旁邊的 "+" 号，将它收藏到這個專題裏。
再次打開專題，或者将這個專題分享給其他人使用時，就可以比較方便地查閱了。
順帶一提，收藏進專題的搜索結果是可以進行人工編輯的。
這樣看來，知識庫 +AI 搜索，在知識梳理方面确實能省不少事兒。
我們再稍微上點難度，比如，直接讓它幹分析師的活……
寫一份關于 Transformer 挑戰者的技術分析，配上關鍵圖表，1000 字左右。
還真别說，是有那麽點意思了。并且還能自動生成 PPT：
提前下班計劃，通！
需要說明的是，這波實測俺們準備得略有些倉促，這要是跟量子位智庫童鞋們似的在文件夾裏早早準備好了一堆文獻，那不得……
企業内部搜索，當場包裝
這回，屬實是給量子位的分析師小夥伴們淘到靠譜工具了。
值得一提的是，我們實測發現，AI 搜索 + 知識庫這套組合拳，不僅僅是搞學術搞研究用得上。
舉個例子，最近量子位編輯部新入職的同學們總抱怨的一個問題是，内部培訓資料雖多，但屬實是有點亂，想找點什麽資料得紮進原來的知識庫裏淘半天，效率并不是很高。
于是我們也試着把培訓文檔們導進了秘塔 AI 搜索，搞了個 " 量子位小助手 " 專題。
這樣一來，不用費勁翻文檔，有什麽問題直接提問，" 量子位小助手 " 就能直接把攻略整理出來。
可以看到，在回答 " 如何快速寫作 " 這個問題時，AI 搜索實際上是對多篇培訓文檔進行了信息抽取和總結，比簡單的關鍵字匹配要快速、全面得多。
另外，問一些刁鑽的問題也不是不可以……
比如開頭我珍藏的 " 升職攻略 "，就是秘塔 AI 搜索根據知識庫裏的信息總結出來的。
按關鍵詞搜索，這玩意兒在原本的知識庫裏還真搜不出來。
很方便的一點是，每一個專題都是可以通過鏈接對外分享的。
甚至還能分分鍾套個殼忽悠老闆。
戳一下這裏的 API 按鈕：
就能一鍵複制 API 調用代碼，直接添加到自己程序中：
接入公司的聊天 bot 什麽的，分分鍾就能包裝出一個定制版 " 辦公小助手 "。
值得一提的是，我們在測試時隻在知識庫中上傳了比較少的文件，實際上，如果你已經積累了上百 GB的企業内部資料，秘塔 AI 搜索一樣能提供支持。
5000 點的免費額度相當于可以上傳 500M 文件，或進行 500 次 API 調用。如果需要擴充額度，最高折扣是每 1000 點（即上傳 100M 文件 / 進行 100 次 API 調用）2.6 塊錢。
相當于可以用比較低的成本定制一個企業内部 AI 搜索 or 專業搜索。
年底 KPI 喜加一 ~
AI 搜索，越來越實用了
看完這波實測，你給秘塔 AI 搜索的新功能打幾分？
有一說一，秘塔 AI 此番實用上新，還隻是近來 AI 搜索火熱競争中的一個縮影。
随着大模型推理價格下降，AI 搜索作爲大模型應用最早的試驗田之一，商業價值越來越受到各方肯定。
甚至可以說，AI 搜索已經成爲當下最熱門的大模型應用賽道。
而秘塔 AI 搜索作爲這條賽道上最早的國内出發者，也正在受到越來越多來自用戶、來自市場的關注。
一方面，背後團隊秘塔科技的技術背景過硬。
秘塔科技創始人闵可銳是複旦計算機系校友，本科畢業後在牛津大學數學系、美國 UIUC 電子與計算機工程攻讀碩士、博士學位。
2018 年，闵可銳創辦秘塔科技。此後，秘塔寫作貓、秘塔翻譯等産品都在 AI 圈内獲得了不錯的口碑。
另一方面，在市場上大小玩家絞盡腦汁推出的各路奇招中，AI 搜索卷的方向越來越明确：實用，實用，還是實用。
在這方面，秘塔 AI 搜索一直走在創新的前列：
3 月正式發布，自帶不少網友點贊的腦圖、大綱和 PPT 功能。
9 月，圖片搜索上線，支持上傳圖片進行分析。
而 " 專題 " 功能的全新上線，可以說又一次把功能做到了用戶呼聲最高的地方。
根據量子位智庫數據，今年 7 月，秘塔 AI 搜索的 Web 端總訪問量位居國産 AI 搜索産品第一，市場認可度可見一斑。
熱潮之中，對于咱們普通用戶而言，好消息是 AI 搜索這樣的大模型應用，确實正在一步步更貼近工作和生活，變得越來越易用，越來越好用。而工具帶來的效率提升，正是這場大模型技術變革最直接的意義所在。
那麽，你是否也開發出了什麽 AI 搜索的獨家用法？歡迎在評論區與我們分享 ~
而如果你還是 " 觀望派 "，或許也是時候，上手感受一下了。
p.s. 目前秘塔 AI 搜索的專題闆塊隻支持 PC 端使用，入口在這裏：
https://metaso.cn/
— 完 —
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
>
