人類的創作不會沒有瓶頸，但AI的熱度可不會消停。
大模型之戰依舊精彩，OpenAI選擇在Google前一天舉行發布會，兩家AI企業之間的拉扯賺足了熱度。
反觀國內，百模大戰激發了大家對于科技變革的熱切期盼，而如今行業已逐漸進入風口的冷靜期，稍顯波瀾不驚。
真正愿意長久深耕大模型的行業玩家或許都已意識到：只有真正的產品力，才能獲取更穩健的商業化可能。
天工AI更是深諳其中的道理，已經悄悄邁入天工3.0時代。
**
***天工AI，始于搜索*****
AI大戰，本質是搜索引擎之爭。
OpenAI被曝出的搜索產品SearchGPT，將在未來某個時間推出；Google更是一直在嘗試將AI進一步集成到搜索中；黃仁勛一直在用的Perplexity，外界稱其為「AI搜索」，它更喜歡自稱「答案引擎」；You.com已將自己定位為下一代搜索產品……
大模型之爭，未來逐漸演變為AI搜索引擎之戰，用戶搜索行為的改變將從根本上影響互聯網搜索領域的行業格局，距離AI「殺死」搜索引擎，只是時間問題。
大眾也苦傳統搜索引擎久矣：翻幾頁都找不到想要的答案，莆田系醫院宣傳，看掛羊皮賣狗肉式廣告……
假如搜索引擎沒有廣告，直達結果，那會是什么樣？假如搜索結果不僅保障時效性，還能輸出文本、圖片、音頻、腦圖等多形態答案于一體？假如搜索引擎會拆解問題，比你更懂你，可能嗎？
天工AI已經做到了！
天工AI率先打響國產AI搜索引擎之戰，2023年8月昆侖萬維「*天工AI搜索*」發布后，百度搜索、阿里旗下夸克搜索、360AI搜索也紛紛加入戰局。
只是當下當我們談起搜索引擎，最大的問題恐怕不在于技術，而在于產品。
***天工 AI 革了搜索引擎的命*****
算力算法在產品面前不值一提，大模型如果想「接替」搜索引擎，就必須能夠針對用戶的問題找到實時且正確的來源，并給出準確的回答。
當下AI搜索引擎所面臨的問題有兩個：
- 對于用戶的問題，能否找到相關、可信的來源，從而給出準確的答復。
- 用戶提出的有時效性的問題，能否找到最新的來源。
我們搜索時會出現的，不僅僅再是簡單的鏈接羅列，而是一個開門見山的準確答案。
昆侖萬維董事長兼CEO 方漢認為，在天工3.0大模型的多輪搜索功能中，天工特別注重提升用戶體驗，讓搜索過程更像是在與大模型進行對話。
現在的天工AI像一本看不見的百科全書，又或者是一個全能型的助手，為你歸納整理好任何問題的答案。
天工AI網頁版界面設計得簡潔明了，注冊登錄后超容易上手。
答案可選擇簡潔、增強或研究模式。
簡潔模式的答案比較簡潔。
增強模式的結果，甚至「哪些成員是從其他公司轉來的？」「有多少成員來自印度？」都能總結出來，Amazing！
對時效性要求比較高，更本地化的一些資訊類也能給出不錯的結果。
搜索有些內容，如旅行攻略時，多模態圖文并茂交織的搜索體驗，天工是中國第一份，也是獨一份。
幾秒鐘就可以輕快、便捷、高效獲取到搜索結果，完全不存在傳統搜索引擎的冗余，贅述的情況，可見天工AI的總結歸納能力有夠強大。
其實昆侖萬維的天工AI搜索的設計之初，就在數據收集與索引環節引入了大模型技術，對互聯網上海量內容進行識別和篩選，屏蔽虛假廣告內容，再引入網站權威性、可靠性等其他影響因子，初步清洗出較為純凈、高質量的搜索結果。
目前，昆侖萬維的天工AI搜索團隊已經累計索引了上百億優質數據資源，用戶使用天工AI搜索時，將會顯著地體會到搜索結果質量更高，冗余信息更少。
比較可圈可點的是，天工AI除了提供文本回答之外，還會根據實際情況附帶圖片、思維導圖甚至是視頻，使搜索結果更直觀豐富。
至于一些涉及對比的問題，天工AI會自動生成對比表格，令人一目了然，直接上圖。
天工AI搜索右側還會直接附帶參考鏈接，方便溯源。
此外，自帶本土屬性的天工AI，相比較國外搜索引擎，搜索結果更本土化，更適合中國寶寶體質，其他人性化搜索體驗，大家可以自行探索。
**體驗地址：**https://www.tiangong.cn/
*也可以直接搜索「天工」，體驗小程序和APP。*
***為何這么強？MoE+ RAG*****
天工AI的不俗實力，首先歸功于MoE加持，MoE全稱Mixture of Experts，混合專家模型，就是內置了數個專家模型的大模型。
各類MoE大模型已是層出不窮，OpenAI推出GPT-4、谷歌推出Gemini、Mistral AI推出Mistral、連馬斯克xAI的大模型Grok-1用的也是MoE架構。
MoE作為大模型架構的一種，它將多個專家（Experts）模型組合起來，共同解決一個問題。每個專家都是一個小型的神經網絡，它們各自擅長處理任務的某一方面。當MoE模型接到一個任務時，它會將任務分配給最合適的專家，最后通過一個門控網絡匯總專家的輸出，給出最終答案。
這就像一家公司有多個部門，在做決策的時候，公司的CEO可以聽從市場部、生產部、策劃部甚至財務部相關專業領導的建議，最終產生最優的決策。
按照以往經驗，較大的模型通常有更好的性能，但代價是更大的計算需求。MoE偏偏不認這個邪，它通過計算量大大減少的模型預訓練來挑戰這一規則。
MoE模型提升了模型規模，但是卻沒有因此成倍地增加推理成本，MoE技術上的可持續性，被認為是下階段大模型發展破局的突破口。
而昆侖萬維正式推出的新版MoE大語言模型「天工3.0」，更是擁有4000億參數，超越了3140億參數的Grok-1，是全球最大的開源MoE大模型。
大語言模型盡管具有所有語言能力，但缺乏掌握「現在」的能力。在快節奏的世界里，「現在」就是一切。
而RAG的出現無疑是人工智能研究領域最激動人心的進展之一，不僅有效地緩解了幻覺問題，提高了知識更新的速度，并增強了內容生成的可追溯性，使得大型語言模型在實際應用中變得更加實用和可信，讓大模型較好地掌握「現在」。
RAG技術，通過檢索+文字生成，來負責把控大模型的知識庫。
RAG將信息檢索與答案生成這兩個環節結合在了一起，其技術路徑可以簡化理解為：用戶提問——在數據庫中檢索相關答案——系統將用戶的提問及檢索出的相關答案一起合成Prompt——將Prompt提交給大模型——大模型返回提問結果。
引入了檢索環節，RAG技術能夠顯著提高搜索答案質量，還能為答案輸出提供可解釋性，一定程度避免了大模型「胡說八道」的傾向。
尤其是在面對復雜的、需要深度理解的知識檢索場景時，RAG技術的效果非常優秀，在準確率、召回率等關鍵指標上都超越了不少傳統檢索方法。
***不止AI搜索，強大的多元產品線*****
除了AI搜索，天工3.0AI對話助手外，天工網頁端更有精彩的AI音樂，AI圖片甚至是AI文檔分析等端口開放。
作為中國首個音樂大模型SOTA，天工表現不俗，在歌詞演繹的完整性以及人聲咬字等方面，已經超越Suno，為中美AI差距扳回****一局。
天工AI音樂可以完全免費使用，并支持自由下載！
簡潔明了的操作界面，大家可以自己填充文案，也可以請AI幫寫文案，150字左右字數不到一分鐘就可以生成三首試聽音樂，生成速度很快，不滿意還可以重新生成，效果太驚艷了，直接上試聽。
原創曲目-版本1,頭部科技,1分鐘
原創曲目-版本2,頭部科技,1分鐘
原創曲目-版本3,頭部科技,56秒
原創歌詞文案
掛壁公路無法相逢，我們從其他角度身體力行
太行雄險超出視野，芳華如夢悠揚里燕語晴空
你也曾在期許中迎來新生，微笑著人世行旅中
無謂著歸去來時滿身風塵，不言時間令人沉重
勁風令人畏葸，只因留戀著人間一切
萍蹤天涯隱約，幸福不止是嘴角微笑
靜看著，陽光從清晨到西沉，你再三沉淪
相信著，遺憾也是一種圓滿，你無須去管
可以聽出，三首音樂風格各異，歌曲整體的音樂品質都非常高，極具欣賞價值。
音樂風格多元，人聲情緒飽滿，情感轉折明顯，句末歌詞的處理也很細節，令人耳目一新，質量甚至已經不輸一般流行作品。
但對于生僻字的識別仍有瑕疵，例如前面兩個版本中的畏葸[xǐ]的「葸」字居然不能識別，但并無大礙，再創作用同聲詞代替一下就好，后續修復一下詞庫就好。
人聲合成，是AI音樂生成中最重要、最能體現生成效果和品質的維度，清晰逼真的人聲也是天工AI音樂的最大亮點之一。天工AI音樂產生的中文水平極高，歌聲發音清晰，音色質量十分卓越，具有逼真的演唱效果，已是業內SOTA水平！
在設置中，天工貼心地加入了「請選擇參考音頻」，以便創作者創作出自己想要的作品風格。
我嘗試著選擇了Scarborough Fair，然后出來的三首都完全是Scarborough Fair類似的旋律，此功能利弊明顯，上傳參考音樂可以生成能相對穩定，得到想要的音樂風格，但缺乏屬于AI創作的新鮮創造感。如果更想要一些突破性，還是忽略此選項為好。
讀者福利：如果大家對大模型感興趣，這套大模型學習資料一定對你有用
對于0基礎小白入門：
如果你是零基礎小白，想快速入門大模型是可以考慮的。
一方面是學習時間相對較短，學習內容更全面更集中。
二方面是可以根據這些資料規劃好學習計劃和方向。
資源分享
大模型AGI學習包
資料目錄
- 成長路線圖&學習規劃
- 配套視頻教程
- 實戰LLM
- 人工智能比賽資料
- AI人工智能必讀書單
- 面試題合集
《人工智能\大模型入門學習大禮包》，可以掃描下方二維碼免費領取！
1.成長路線圖&學習規劃
要學習一門新的技術，作為新手一定要先學習成長路線圖，方向不對，努力白費。
對于從來沒有接觸過網絡安全的同學，我們幫你準備了詳細的學習成長路線圖&學習規劃。可以說是最科學最系統的學習路線，大家跟著這個大的方向學習準沒問題。
2.視頻教程
很多朋友都不喜歡晦澀的文字，我也為大家準備了視頻教程，其中一共有21個章節，每個章節都是當前板塊的精華濃縮。
3.LLM
大家最喜歡也是最關心的LLM（大語言模型）
《人工智能\大模型入門學習大禮包》，可以掃描下方二維碼免費領取！
)
