主要观点总结
文章主要介绍了Perplexity等AI搜索工具的升级和实用性测评，探讨了它们基于大语言模型对用户意图的理解与感知，以及资料深度和信息占有量的提升。文章还提到了不同AI搜索工具在实用性和资料深度方面的表现差异，以及它们在理解用户处境方面的局限性。
关键观点总结
关键观点1: AI搜索工具的更广泛的资料、更深的信息占有量是不容置疑的，但理解用户意图和感知是另一大关键点。
AI搜索工具在整合海量信息、提炼有效部分方面表现出更强的实用性，但它们在真正理解用户处境方面还存在局限性。
关键观点2: 测评AI搜索工具的关键包括实用性、资料深度和对用户意图的理解。
在测评过程中，发现不同AI搜索工具在实用性和资料深度方面存在差异，如Perplexity和Kimi在某些问题上表现出不同的特点和优势。
关键观点3: AI搜索竞争的未来可能在于对用户意图的更深入理解和更精细的服务提供。
虽然各家AI搜索都在推出高级服务，主打搜索的全面性和深度，但下一个赛点可能在于更精准地理解用户需求，提供个性化的服务。
文章预览
在 OpenAI 融资完之后，Perplexity 也在找钱了：据《华尔街日报》报道，这家一直以来广受好评的 AI 搜索，希望以 80 亿美元的估值，寻求 5 亿美元的融资。 虽然自从出道以来，Perplexity 在搜索上一直很领先，但不是没有与各大出版商闹矛盾，而且也不是没有对手，各家都对搜索业务，都盯得很牢。 真正落实到使用层面，总有一个问题：被 AI 赋能，尤其是被大语言模型赋能之后的搜索，究竟哪里有所不同了？ 这篇文章里我们测评了几个推出了「大升级」了的 搜索 工具， 包括 Perplexity 的 Pro 模式，GPT 的新模型、 Kimi 的探索版， 智谱的 AI 搜索，秘塔 的深度和研究版 。 简而言之： 更广更多的资料、更深的信息占有量 ，是毋庸置疑的，但这只是一部分。还可以更有所不同的，是 对用户意图的理解与感知。 关注 AI 第一新媒体，率先获取 AI 前沿资讯
………………………………
