AI应用千千万，到底哪些才真正值得你花钱花时间？
对于这个问题，埃森哲人工智能高级顾问、《哈佛商业评论》播客频道主持人Azeem Azhar给出的答案是：“如果必须选择一个，我不会选ChatGPT或Claude，而是Perplexity.ai，它正在取代我大量的谷歌搜索。”
Azhar口中力挫群雄的Perplexity.ai，是世界上第一个功能齐全的会话式答案引擎。它由大语言模型驱动，结合了聊天机器人和搜索引擎的功能，用户可以直接用自然语言提问， Perplexity会快速从各种来源筛选信息并进行总结，以对话方式提供准确、直接的答案，同时包含完整链接，并引导进入更深层的探索。
上线一年，Perplexity以绝佳的产品体验和准确的知识获取积累了比Google Bard 和 Bing Chat更优的用户口碑，被a16z列入GenAI网页类产品Top10。目前已经有1000万月活用户，移动应用程序下载量超过100万，2023全年提供了5亿多次查询。
几天前，团队在社交平台宣布完成由IPV领投的7360万美元B轮融资，公司估值达到5.2亿美元。这个豪华的投资阵容还包括NEA、Databricks Ventures、前推特副总裁Elad Gil、前GitHub 首席执行官 Nat Friedman等。连芯片巨头英伟达和亚马逊创始人杰夫·贝索斯也被吸引掏钱入股。
Nat Friedman随即转发表示支持：“在过去六个月中，Perplexity已成为我日常频繁使用的工具。这种成就不易，充分证明了他们坚持不懈的执行力和出色的品味。”
用户们是这样花式夸赞的：
“祝贺你们，实至名归！我几乎从第一天开始就一直使用Perplexity，它从未让我失望。在2023年，Perplexity帮助我做到了以下几点：
– 戒掉了我14年以上的Reddit瘾
– 摆脱了我对谷歌的依赖
– 学会了如何与AI（GPT-4）交流，以它真正需要的方式。”
“使用Perplexity搜索健身知识，真的是获取最佳信息的唯一方式，无需打开一堆链接和阅读文章。比谷歌好太多了！”
“Perplexity的迅速崛起令人难以置信，对我而言它已经在许多用例上不断取代谷歌和ChatGPT。”
“Perplexity证明了你可以在不训练自己专有模型的情况下建立一家有价值的人工智能公司。模型只是基础，真正的价值在于其他一切。”
成立不到两年，员工不足40人，办公室位于旧金山一处共享空间的Perplexity AI从大咖到素人俘获一众铁杆粉丝，它到底牛在哪里？AI公司遍地开花，它怎么就能从搜索引擎赛道杀出一片天？
AI驱动下信息发现和满足好奇心的“瑞士军刀”
打开Perplexity页面，整体布局十分简单：左侧栏分别是主页「Home」、展示热门搜索结果的「Discover」、和自己历史问题的「Library」，右侧主界面是一个可以输入问题的对话框。
打眼一看，好像跟ChatGPT和Bard没太大区别？别急，这个小对话框左下角的「Focus」就是第一个亮点。
点开它你会看到若干功能选项：除了全网搜索，还可以选择专门查阅论文的学术检索、从Reddit获取讨论意见、在YouTube发现和观看视频，特别引用计算知识引擎Wolfram Alpha，也可以只单纯生成文本聊天。
用户通过自定义搜索范围，可以避免在无用信息里大海捞针，更快、更准确地获取所需，尤其受到学术界和知识工作者的欢迎。
对话框里的「Copilot」开关，是Perplexity今年5月新推出的研究助手功能。打开后会根据用户的输入提供个性化建议、优化搜索结果、提供进一步指导来增强交互体验。
这项功能原本由GPT-4驱动，8月份优化后默认采用微调过的GPT-3.5，在保证推理能力不打折扣的情况下大大提升了响应速度。
接下来，更多独特之处逐一显现。
作为传统索引与大模型的推理和文本转换能力相结合的产物，Perplexity的工作原理是：当用户输入一个查询时，它会理解并重新构建这个查询，从实时索引中提取出相关链接。然后，Perplexity将回答用户查询的任务交给LLM，要求它阅读所有链接，并从每个链接中提取出相关段落整合内容，最终形成精准全面的答案，支持溯源和继续追问。
例如向它提问“OpenAI GPT Store上线”这则前两天刚出的新闻。
不同于其它生成式聊天机器人仅一段文字的回答，Perplexity 的搜索结果中包括以下几个部分：
「Sources」 – 罗列出答案引用的所有来源，支持点击链接。
「Answer 」– 通过整合内容得出的结构化答案，文字包含引用源。此例中完整解释了GPT 商店的前因后果和最新资讯。
「Related」 – 回答完成后，Perplexity还会紧跟着提供几个你可能感兴趣的相关问题，可以直接点击追问，也可以继续文字提交。比如下图中建议的就是“GPT store是什么和怎么工作”、“我如何创建和分享自己的GPT”、“在GPT store使用GPT有什么好处”。
并且筛选出网络上的相关配图和视频，供用户直接点击观看。
作为一名需要紧跟时事的科技记者，我也曾迷失在数不清的窗口和网页中，逐个反复打开查找信息的过程时常心力交瘁。Perplexity强大、快捷、人性化的一站式搜索体验推背感极强，对收集资料来说简直不要太友好。
另外，纽约时报曾在对OpenAI的侵权诉状里严厉声讨ChatGPT来源显示不清晰的问题。Perplexity这几乎要怼到脸上的原文链接完美避雷，想必深得版权商认可。
接着，我们再看看它解决实际生活问题时表现如何：帮忙找邮编95133附近最实惠的打印店。Perplexity的copilot功能启动，询问需要的打印类型，选择“彩印”、“海报”。
随后Perplexity提供了20个引用来源并筛选出6家门店。每家都尽可能附带了官网、地址和业务范围。
同样的问题去谷歌搜索，结果不出所料前4个都是广告赞助。而后是谷歌地图、Yelp排名、某个打印店官网、reddit论坛等等各种类型大杂烩，从Perplexity直观准确的界面过来，确实有些云里雾里，需要花很长时间去甄别有效信息。
推特网友@Ebastos说，自己现在70%-80%的搜索都靠Perplexity完成。也有不少人表示已经逐步完成首选搜索引擎从Google到Perplexity的习惯迁移，越来越多地用它解决各类问题。
如果怕过往回答不好找，可以分类别放进收藏夹，便于归纳或与他人分享。用户还可以在设置里输入个人简介、像是身份、职业和喜好，以获得更为个性化的答案。
Perplexity目前支持28种语言，可以免费使用，也不包含任何广告。但如果你愿意每月花20美元订阅成为pro用户，就可以自行切换大模型，除了快速搜索默认的GPT-3.5，还有Perplexity自己微调的开源模型、谷歌Gemini Pro、Anthropic Claude 2.1和GPT-4可供选择，并解锁包括图像生成、无限使用Copilot以及文件上传等功能。
不过你可能要问了， Chatbot那么多，Perplexity与巨头们相比又强在哪儿呢？
首先它最大的优势，在于将对话能力与强大搜索引擎的准确性相结合。
例如，当用户询问关于可再生能源的最新发展时，Perplexity不仅返回链接或信息片段，而是生成一个全面的响应，包括技术进步、政策影响和市场趋势等各个方面的内容，并能通过拆解语义和主动提问生成质量更高的回答。它具备很强的知识属性，生成的每句话都明确标出了数据源链接，因此也最不容易产生大模型幻觉。
其次就是专一性。
Perplexity创始人之一的Aravind Srinivas认为，Bing试图将多种功能集成到一个产品中，导致用户体验混乱且确切用例不够清晰。而ChatGPT也因为附加太多其它功能，可能在一个插件或一个特定功能上输给了专注于完美实现那个功能的公司。
“相比之下，我们只专注于创建带引用的答案引擎，避免了自由形式的对话。这种专注的策略使我们能够创建出一个实用且清晰定位的产品。”
在他看来，谷歌也面临着一个困境，因为改进生成式搜索体验可能会损害它非常重要的广告收入来源。要保护既得利益，就会限制其提供直接答案的能力，“我们意识到与谷歌竞争是完全可行的。”
昔日佩奇粉丝，今日要取代谷歌
这位志在必得的创始人Aravind Srinivas同时也是Perplexity AI的首席执行官。
2017年他从印度理工学院毕业，考入加州大学伯克利分校攻读博士学位，对深度强化学习深深着迷。在伦敦DeepMind实习期间，Srinivas读到一些关于谷歌早期日子的书，并受到了拉里和谢尔盖的很大启发。他被PageRank算法演变以及创造出transformer这样伟大的深度学习模型新架构的公司所吸引，开始在Google Brain与《Attention Is All You Need》合著者之一的Ashish Vaswani一起工作，后来又在OpenAI担任过一年的研究科学家。
2022年夏天，像Jasper和Copy.ai这样的生成式AI创业公司开始产生实际收入，Github启动付费功能后，成千上万的人在第一天就开始付费。这让Srinivas感觉时代变了，他的兴趣不再仅仅是学术性的，而像是“到了创办一家公司的正确时刻”。
Srinivas于是和硅谷知名天使投资人Elad Gill、GitHub前CEO Nat Friedman等一些人取得联系，并告知了创业想法。又找到Denis Yarats、Johnny Ho和Andy Konwinski三位联合创始人，Perplexity AI由此诞生。
其中，Denis Yarats是Perplexity首席技术官，曾在Meta AI担任研究科学家。Johnny Ho任首席战略官，负责排名和后台系统开发。Andy Konwinski同时也是另一家热门科技公司Databricks的联合创始人。
Photographs by Carolyn Fong for The Wall Street Journal
Srinivas 说，自己是拉里·佩奇和谷歌的忠实粉丝：“我一直有做一些与谷歌同样规模和雄心的事情的冲动。精确、真实、有学术性；随手可得的答案并能回忆起来源：这些是我重视并努力体现的事情。构建一个帮助我和我周围的人每天变得更聪明，提高地球知识资本的产品对我来说具有深远的个人意义。”
过去二十多年来，谷歌和必应这些搜索引擎主导者让人们习惯了使用关键词来搜索网络。用户需要通过返回的链接找到需要的信息。而随着时间的推移，那些标志性的“10个蓝色链接”越来越多地被广告和算法优化的内容所掩埋，传统搜索网站变得更像是竞价市场，搜索结果不再如最初那样真实可信赖。
幸运的是，LLM的出现改变了我们与万维网交互的方式。像Perplexity这样由大语言模型驱动的答案引擎将用户而非广告商放在其核心。用户不必再输入关键字、浏览成堆的网站链接，无休止地挖掘信息。而是直接提问就能收到简洁、准确的答案，并由一组精确的来源支持，杜绝了虚假信息和AI幻觉。这将彻底改写我们获取、分享和消费知识的方式。
它当然也将改变沿袭至今的搜索引擎优化和网络广告动态。广告商也许会更专注于在网站上尽可能准确地描述产品，以便大模型认为它值得引用——不是去优化点击量，而是优化高质量内容。
Perplexity的成立是基于这样一个信念：搜索信息应该是一种直接、高效的体验，不受广告驱动模型的影响。“我们之所以存在，是因为在信息过载的噪音中，明确需要一个平台来提供精准、以用户为中心的答案，尤其在时间如此宝贵的时代。”
而对于多久可以在大众市场成为Google和 Bing替代品，Srinivas表示，“目前看来，世界似乎对谷歌仍感到满意，他们的流量并没有实质性的变化。不过，就像谷歌和Facebook改变了人们获取新闻的方式一样，远离传统搜索引擎的转变最终会发生。”
获得B轮融资后，Aravind Srinivas写了一封公开信。信中他说道：“Perplexity正在努力将人工智能的力量带给数十亿人。我们的雄心是服务于整个星球无限的好奇心，而我们才刚刚开始。”
本文来自微信公众号“硅星人Pro”（ID:Si-Planet），作者：Jessica
相关文章
