「搜索」迈入 3.0 时代

百度发布新搜索文小言。

摘要

「文小言」不仅提供传统的网页搜索结果，还整合了天气、音乐、导航、翻译等场景下的富媒体内容，提供更直观的信息获取方式。

通过记忆用户的喜好和需求，「文小言」能够提供个性化的内容输出，使搜索结果更加贴合用户的实际需求。

「文小言」支持「边拍边问」「边看边问」等交互方式，降低了用户使用搜索功能的门槛。

通过多轮交互和个性化记忆能力，「文小言」能够在咨询和陪伴场景中提供更丰富的情感价值。

大模型带动的这波创新浪潮里，所有人都在猜测第一个杀手级应用会诞生在哪个领域。今天来看，搜索毫无疑问是排在前三位的种子选手。

早在去年年初，微软就借着 OpenAI 这块好铁，给 Bing 打了一把好刀，挑战根深蒂固的谷歌，尽管结果算不上成功，但也确实给科技行业带来了启发。

在这之后，基于 AI 的新搜索赛道愈发热闹——AI 搜索引擎公司 Perplexity 估值已达 30 亿美元，OpenAI 也尝试推出自己的 AI 驱动搜索引擎；在国内，包括夸克、360、秘塔、天工等来自大厂、中厂、小厂的新搜索产品也纷纷登场，其中不少已经登上 AI 产品日活榜单的前列。

作为国内搜索领域过去二十年的绝对领先者，以及大模型浪潮里最活跃的国内玩家，百度必然不会错过这个赛道。事实上，从去年推出「文心一言」App，百度就在以自己的方式探索新搜索的可能。而在 9 月 4 日，百度官宣文心一言 APP 正式升级为文小言，并明确将其定位为百度旗下「新搜索」智能助手。

与名字一起升级的还有一系列更加 ToC 的新功能。「文小言」此次推出的能力包括富媒体搜索、多模态输入、文本与图片创作、高拟真数字人等，同时还发布了记忆和自由订阅等独家新功能。

而在定位上，相比传统搜索强工具化属性，「文小言」被赋予了更人性化的期待，成为用户口袋里的「好朋友」。

「新搜索」，「新」在哪里？

用户使用搜索产品的需求内核是「问」，也就是寻求某个问题的答案——可以是具体的某个网址或者某个软件的下载链接，也可能是相对模糊的开放问题，比如「我是不是得了什么病」、「如何看待俄乌、巴以冲突局势」。

搜索产品的使命是「答」，但就像学生提问老师，老师的回答既可能是直接告诉你「1+1=2」，也可能是告诉你去翻哪本教材，或者干脆拿戒尺敲三下你的脑袋，只可意会不可言传。搜索产品对于如何提供满足用户的回答也会有多种形式，而文小言的做法，是「搜」+「创」+「聊」+「新」的结合。

「搜」不用多说，基于场景的搜索在过去 20 年一直是百度努力探索和丰富的方向。在「文小言」里已经整合了天气、音乐、导航、翻译等场景下的百度产品能力，答案的呈现方式上也不止网页和链接，过去几十年积累的百科、视频等富媒体讲解也被纳入其中，并支持边看边问，进一步优化用户提问的交互体验。

同时在这些基础上，大模型的结构化解析能力，还可以支持对表格、思维导图、流程图、文档/网页等更复杂的信息输入做解析。

如果说文小言的「搜」是在百度搜索体系的基础上，引入了一些大模型的理解能力，那么「创」就是更进一步，引入了大模型的生成能力。

自从之前升级过后，大家平常「百度一下」的时候应该都体验过百度的「AI 智能回答」，大模型会根据用户的提问，从最合适的信源里提炼出问题的回答，并对答案做出一些结构化的解释。大部分时候那些比较清晰精确的提问，看「AI 智能回答」就已经足够。

而文小言的「创」则是在生成短回答的基础上，进一步引入了创作更长、更复杂的专业内容的能力。既包括写文案、脚本、周报、简历这些打工人日常会用到的文本型工作，也包括更实用的拍图写文、拍题解题这些社交媒体、教育场景的应用，以及生图、修图等图片内容的生成。

而第三个功能「聊」，则满足了一些不太适合一轮简单问询的搜索场景。其实在传统搜索时代，产品经理就已经发现一些场景并不适合一轮提问然后给出一堆参考链接的旧搜索引擎模式，最典型的就是咨询和陪伴场景，过去的解决方案下，比如法律咨询，会把用户导向真人律师，或者百度知道这种互动式问答分享平台，让用户找到与自己相似的问询者获取的答案。

但这些归根结底都是间接的办法，是机器能力不足时引入人或者以人为中心搭建平台来解决问题。而大模型的专业泛化能力，让文小言可以构建起直接回答问题并与用户交互的能力，或者直接跟专业领域的数字人互动、提问，所以在口语、面试、法律这种咨询场景，以及恋爱、心理疏导等陪伴型的场景，就有了「聊」这个新的解决方案。

上述「搜」、「创」、「聊」都是基于大模型能力，重新梳理了用户与搜索产品之间一问一答之间的基础产品交互逻辑，而「新」则是问答基础需求之上，构建起一个满足用户个性化需求的新机制。

其实不论手淘还是抖音，在 APP 产品时代取得的成功一定程度上都源于移动端的革新，让这些产品可以更好地把握用户的个性化需求，千人千面的商品推荐页面、千人千面的兴趣内容推荐页面，构成了移动互联网时代最成功产品的底层基石。

相比之下，因为人的搜索行为覆盖的场景更加复杂，移动时代搜索的千人千面更难做到，最终跑出来一个信息流应用，是在人的搜索场景中抽取出新闻信息获取这个非常细分的场景，实现了场景限定的个性化信息推荐。

而大模型的记忆和泛化能力，意味着通过训练特定的大模型，就能够实现一定程度上实现搜索的个性化，因为不论提出何种提问，这个熟悉你的对话助手，理论上都能像了解你的好友、爱人、秘书一样，提供最契合你的回答，就比如你问它我想买一块百达翡丽，如果「你」是马斯克它会推荐你买哪一款新品，如果你是打工人它会推荐你早点睡觉。

今天在启用「文小言」这个助手之前，可以先进行一番喜好设置。只需要告诉文小言需要记住的内容，包括职业、爱好、昵称、姓名、年龄、身高、属相、星座、性别、兴趣爱好、偶像、未来计划、生活作息、性格等，文小言就可以像朋友一样记得用户的喜好，提供个性化的内容输出。