英偉達CEO黃仁勛偏愛哪款AI工具？答案是：“Google殺手”Perplexity。近期，黃仁勛接受媒體采訪時被問到：“你自己使用ChatGPT或者Bard的頻率高嗎？還是會用其它產品？”黃仁勛稱，“我一般用Perplexity，且幾乎每天都在用”。比如，他最近想解計算機輔助藥物研發的時候，就會用Perplexity進行搜索。
這公司到底什麼來頭能讓黃仁勛天天用？Perplexity自稱為“世界上首個對話式搜索引擎”，核心使命是：挑戰Google在搜索引擎領域的主導地位。
與Google傳統搜索引擎不同，Perplexity並非簡單給出網站鏈接，而是運用先進的人工智能模型，針對用戶的搜索問題提供直接、精準的答案，這種模式提升搜索效率，也使得搜索過程更為智能；而與ChatGPT等生成式AI相比時效性更強、可溯源。
Perplexity於2022年8月成立，獲OpenAI、Meta內部AI負責人等註資，並未研發自己的大語言模型，而是選擇GPT-3.5等大語言模型的接口做一些微調，旨在用AI技術打造一個沒有廣告的“Google搜索”。
Perplexity的創始人兼CEO Aravind Srinivas直言，他們之所以存在，是因為在信息過載的噪音中，需要有一個平臺來為用戶提供精準的答案，“尤其在時間如此寶貴的時代。”Srinivas認為，Perplexity最終會取代Google和Bing等傳統搜索引擎。
數據顯示，Perplexity去年的年收入已突破1000萬美元大關，今年2月，其移動端和桌面應用的訪問量同比增長8.6%，達到5000萬用戶。
這一龐大的用戶規模也吸引眾多投資者的目光，近日，媒體報道稱，Perplexity開始進行新一輪的融資，估值將達到10億美金成為新的“獨角獸”。而2個月前，Perplexity剛完成7360萬美金的新一輪融資，當時估值為5.2億美金，這意味著2個月時間其估值漲1倍。
Perplexity重新定義AI搜索
打開Perplexity，你或許會誤以為這是一款與ChatGPT或者Claude類似的AI聊天機器人，主要由左邊的標簽欄和右邊的搜索框組成，用戶可以在搜索框裡搜任何你想知道的東西。
比如華爾街見聞搜索一下“如何看待馬斯克起訴OpenAI”。Perplexity搜索結果中包括以下幾個部分：
“Sources” ：列出答案所引用的來源，支持點擊鏈接，這一例子中，Perplexity共引用5個不同的來源。
“Answer”：通過整合內容得出的結構化答案，文字包含引用源，比如這個例子中，完整解釋馬斯克訴訟OpenAI的始末，以及OpenAI對馬斯克的最新官方回應。
“Related”：回答完成後，Perplexity還會緊跟著提供幾個可能感興趣的相關問題，可以直接點擊追問，也可以繼續文字提交。
有觀點認為，此前《紐約時報》針對OpenAI的侵權訴訟裡就提及ChatGPT來源不清的問題，而Perplexity清晰的原文鏈接或許可以一定程度上避免版權糾紛。
用戶如果對Perplexity的回答不滿意，也能讓它重寫，同時還會提供一些衍生話題的追問，比如：馬斯克和OpenAI的關系如何？馬斯克的訴訟對OpenAI的影響？
Perplexity的工作原理是：用戶輸入一個內容後，它會重構查詢，從實時索引中提取出相關鏈接。然後，Perplexity將回答用戶查詢的任務交給大語言模型（LLM），要求它閱讀所有鏈接，並從每個鏈接中提取出相關段落整合內容，形成精準全面的答案。
除搜索外，Perplexity AI還提供“發現”板塊，展示最近比較熱門的新聞，比如，今日發稿之時最火的話題為OpenAI官方回應馬斯克的博客。
Perplexity與巨頭們相比強在哪兒？
那麼在AI應用接連落地，搜索引擎“卷出天際”的時代，Perplexity有哪些優勢？
分析指出，首先，與Google相比，Perplexity頁面更為簡潔凝練，給出的搜索結果排序依據不同，傳統搜索引擎的結果排序受SEO優化、廣告等因素影響。而Perplexity更多基於語義信息和內容本身質量進行排序，不受SEO等因素的影響。
比如，當讓Perplexity幫忙找哥倫比亞大學附近最實惠的打印店時，Perplexity很快提供20個引用來源並篩選出6傢門店。每傢都盡可能附帶官網、地址和業務范圍。
同樣的問題去Google搜索，結果不出所料前4個都是廣告贊助，而後是Google地圖、Yelp排名、某個打印店官網、Reddit論壇等等各種雜燴。因此從Perplexity直觀的界面對比來看，確實Google的回答需要用戶花很長時間去甄別有效信息。
其二則在於，Perplexity重視事實和信息來源的做法，可以建立"用戶信任"，使用者不用擔心其提供的答案是否有“幻覺”，減少大模型有時出現的“胡言亂語”的情況。Perplexity生成的每一句話都附有引用鏈接，在保證可靠性的同時便於用戶溯源或深入研究。
此外，Perplexity與用戶之間的溝通方式更為靈活，除回答問題外，Perplexity還允許用戶提出後續問題、搜索視頻、甚至生成圖像等等，便於使用。Perplexity可以進行上下文響應，而傳統搜索引擎卻無法保證邏輯的延續性。
Perplexity有望打破Google壟斷，重塑生態？
中金公司認為，自研大模型與內部搜索引擎或為未來探索方向，從成本看，據測算，Perplexity調用Bing搜索引擎及GPT-4的單個問題成本約為0.03美元，年成本約為6000萬美元。使用GPT-3.5微調模型降低成本，自研模型與內部索引或為未來探索方向：
Perplexity成本主要來源於兩部分，即調用Bing Search API查找相關內容的成本、調用GPT生成答案的成本。
Perplexity官網顯示，目前Copilot已經可以基於自研的GPT-3.5 微調模型提供服務，與GPT-4性能基本對等，且能減少4-5倍延遲，輸入成本可以控制在0.012美元/1k tokens，輸出成本可以控制在0.016美元/tokens。
按照同樣的計算方法，單次提問成本降至0.02美元，年成本4568萬美元。此外，公司創始人也表明，除使用自研模型之外，搜索引擎API調用成本受到Bing和Google的防禦性機制而走高，我們認為建立內部搜索引擎也有望使得成本端下降，公司也計劃在這兩方面持續探索更加健康的發展方式。
中金公司認為，從需求側看，Perplexity的出現及高熱度驗證大模型與傳統搜索引擎結合的剛性需求，未來以Perplexity為代表的對話式搜索引擎模式或將長期存在。雖然目前Perplexity在短期內無法撼動商業模式完備成熟的搜索引擎市場，但有望通過生態夯實先發優勢：
從供給側看，隨著傳統搜索引擎與大模型廠商的入局，未來對話式搜索引擎的格局有望呈現百花齊放態勢。Perplexity的主要競爭對手可以分為兩大類別，一類是以Google為代表的傳統搜索引擎廠商，另一類是以OpenAI為代表的通用智能大模型廠商。
Perplexity有望打造知識平臺，成為生態入口。基於對話式搜索引擎，Perplexity支持用戶將搜索問題及答案分享至社區，供其他用戶學習討論。
2023年9月，公司發佈Collections，可以根據項目、主題或其他分類創建收藏夾，整合梳理查詢對話並拓展新問題，還可以邀請其他參與者協作管理Collections，創建知識共享平臺。隨著Collections、pplx-api等業態的逐步成熟，我們認為Perplexity有望建立特定社群，進一步夯實對話式搜索引擎的領先生態優勢。