AITOP

搜索

共 17 条相关 AI 资讯
8月21日
22:58
8月20日
10:56
10:56IT之家（博客/媒体）
谷歌在搜索和 Gemini 平台推出多款 AI 学习工具，含交互式可视化内容，助力理解复杂知识；学生可通过搜索生成定制化工具，借助交互式可视化学习 pH 值等基础概念；Gemini 能生成 3D 模拟，帮助直观理解知识；谷歌与 OpenAI 竞争，推出专属学习功能；搜索还可生成多学科练习测验。
AI产品GoogleGemini搜索
事件专题
推荐理由：谷歌推了搜索和 Gemini 新的 AI 学习工具，能做交互式可视化、3D 模拟这些，比 OpenAI 那些学习工具可能更适合学生备考，和它们比起来功能更丰富些。
原文
8月15日
02:43
8月6日
22:04
22:04官方一手Cloudflare Blog@Anni Wang
Cloudflare 发布 AI Search，为智能体提供针对自有数据的搜索引擎。用户只需把文件或网站指向服务，就能自动生成搜索索引，不再需要手动拼接多个 Cloudflare 组件。官方还同步预览了新的定价模型。
AI产品CloudflareAI Search智能体
推荐理由：Cloudflare 出了 AI Search，把数据指过去就能建搜索，不用自己拼组件了，还放出了新定价预览。
原文
7月30日
22:41
22:41官方账号Simon Willison@simonw
精选
Anthropic和OpenAI的AI产品重度依赖搜索功能，但两家公司均未公开其使用的底层搜索索引。Simon Willison在推文中指出这一现象，认为缺乏透明度。用户无法知晓搜索结果来自哪个索引，可能影响对产品可靠性的判断。
行业AnthropicOpenAI搜索
事件专题
推荐理由：Simon Willison吐槽Anthropic和OpenAI的搜索黑盒，点出了AI产品透明度问题，值得关注。
原文
22:39
7月28日
20:07
00:02
7月25日
13:22
7月23日
05:27
05:27Sundar Pichai@sundarpichai
81°
Alphabet Q2 财报显示收入同比增长 24%，Google Cloud 增速达到 82%。Gemini 应用月活用户达 9.5 亿，模型 API 处理速度升至 220 亿 tokens/分钟，相比上季度的 160 亿+ tokens/分钟。Gemini Enterprise 被 90% 的财富 100 强公司采用，安全解决方案需求强劲。
行业AlphabetGoogle CloudGemini
事件专题
推荐理由：Google 刚发了 Q2 财报，收入涨了 24%，Cloud 直接飙到 82% 增长，Gemini 月活快到 10 亿了，值得看看具体数据。
原文
7月22日
00:43
00:43elvis@omarsar0
Octen在DeepResearch Bench上得分比OpenAI、Gemini、Grok和Perplexity高10到17分。它能在3分钟内返回带来源的完整报告，而其他工具需要长达一小时。Octen同时实现了速度和准确性，这在网页搜索中罕见。
AI产品OctenDeepResearch Bench搜索
事件专题
推荐理由：Octen的网页搜索又快又准，3分钟出报告，比OpenAI等快得多，基准还高10多分，做AI搜索的值得看看。
原文
7月21日
19:21
7月15日
04:00
6月28日
08:58
08:58IT之家（博客/媒体）
Naver 于 6 月 26 日上线 AI 对话搜索服务 AI Tab，整合旗下电商平台、地图、Cafe 社区、博客及本地生活服务。该服务被定位为“AI 智能体搜索”，目标是在 Naver 内部完成从搜索到购买预约的全流程，对标谷歌的 AI 模式。与 ChatGPT 和 Gemini 相比，AI Tab 在复杂写作、长文档分析及逻辑推理方面存在明显局限；但在韩国当地餐厅推荐、商品发现及基于 Naver 自家搜索结果的整理上，体验优于传统搜索。后续 Naver 计划推出个性化房地产推荐及“健康智能体”服务，可分析用户上传的体检报告。
AI产品NaverAI TabChatGPT
推荐理由：Naver 新出的 AI Tab 能帮你一站式搜韩国本地商品和服务，整合电商和地图，比传统搜索顺手，不过复杂推理别指望它。
原文
6月12日
02:36
5月27日
12:14
12:14官方一手arXiv: DeepSeek@Mingyue Wang, Xingyu Xie, Hang Yang, Li Gao, Lixin Su, Ge Chen, Dawei Yin, Daiting Shi
精选
百度搜索团队提出QDET（查询驱动事件时间线摘要）系统，用于在搜索中为热点新闻查询构建聚焦的事件时间线。该系统通过多任务监督微调（时序排序、因果判断、时间线补全）和基于强化学习的简洁摘要生成，使7B参数模型在时间线摘要F1得分（76.2%）上超越DeepSeek-R1-671B（76.1%），参数量仅为后者的1%。在线A/B测试显示，QDET使点击率提升5.5%、停留时间延长4.6%、探索深度增加4.4%。该工作证明领域专用优化能以极低成本达到大模型级别的生产质量。
论文事件时间线摘要搜索多任务微调
推荐理由：搜索和新闻聚合团队终于有了可落地的轻量级时间线方案——7B模型干翻671B，CTR和用户停留时间双双提升，做搜索排序或事件摘要的工程师可以直接参考其多任务微调策略。
原文
5月20日
03:40