目标是取代 Google，AI 搜索引擎 Perplexity 又融资 7300 万美元，贝索斯、英伟达投资
The following article is from 硅星人Pro Author Jessica
美国时间 1 月 4 日，AI 搜索引擎公司 Perplexity 宣布完成由 IVP 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。
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？
文章内容转载自「硅星人 Pro」，Founder Park 有所增删。
01
贝索斯投资，近年来搜索初创企业最大融资
关于 Perplexity 和本轮融资的一些更多消息介绍如下，关于 Perplexity 的详细分析可参见 Founder Park 之前的文章：估值超5亿美元，体验碾压Bard、Bing，AI搜索引擎Perplexity的想象力在哪里？
Perplexity 由 Aravind Srinivas、Denis Yarats、Johnny Ho 和 Andy Konwinski 创立于 2022 年 8 月，他们拥有人工智能、分布式系统、搜索引擎和数据库背景。Perplexity 的首席执行官 Srinivas 之前曾在 OpenAI 工作，在那里他研究了 Stable Diffusion 和 DALL-E 3 的语言和 GenAI 模型。
Perplexity 平台基础是一系列内部和第三方开发的 GenAI 模型。Perplexity 的 Pro 计划（每月 20 美元）的订阅者可以切换model——谷歌的 Gemini、Mistra 7B、Anthropic 的 Claude 2.1 和 OpenAI 的 GPT-4。
这是近年来互联网搜索初创公司筹集的最大一笔资金。首席执行官Aravind Srinivas表示，这笔投资后Perplexity的估值为5.2亿美元。
知情人士告诉 TechCrunch，Perplexity 的 ARR 年度收入目前在 500 万美元到 1000 万美元之间。
根据 Similarweb 的数据，Perplexity 的网站和移动应用程序在 11 月的访问量为 5300 万次，高于 2022 年 12 月该服务推出时的 220 万次。创始人说，这家初创公司几乎没有在传统营销上花费任何资金，依靠口碑和 X 上的安利来吸引新用户。
YouTube 前首席执行官苏珊·沃西基（Susan Wojcicki）和专注于人工智能研究的高级副总裁杰夫·迪恩（Jeff Dean）在最近一轮融资之前都进行了个人投资。
搜索领域一直竞争激烈，上一个关闭的 AI 搜索公司是 Neeva，另外一家搜索引擎公司 You.com 在 2022 年拿到 2500 万美元的融资。
Perplexity 的商业模式以及 GenAI 和整个消费者搜索领域的许多不确定性似乎并没有阻止其投资者。Aravind Srinivas 说，迄今为止，这家声称拥有 1000 万月活跃用户的初创公司已经筹集了超过 1 亿美元，其中大部分资金用于扩大其 39 人的团队和构建新产品功能。
02
尝试用 AI 解决信息发现和信息获取的新式搜索引擎
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。」
03
创始人：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。」
12 月，VAST 发布通用 3D 大模型 Tripo，实现了 8 秒生成带纹理 3D 网格模型，几分钟优化后可以接近人类手工 3D 模型质量。
Tripo 引起了广泛的关注，很多非 3D 从业者也能轻松上手「玩 3D」。
那么问题来了，把 3D 资产生成压缩到数秒后，开发者可以用 Tripo 做些什么？
明晚（周二）Workshop，我们邀请到 Tripo 产品负责人苏果立和 TripoGo 开发者 Allen ，一起聊聊 Tripo 和 3D 内容生成的未来发展趋势。