英伟达CEO黄仁勋偏爱哪款AI工具？答案是：“Google杀手”Perplexity。近期，黄仁勋接受媒体采访时被问到：“你自己使用ChatGPT或者Bard的频率高吗？还是会用其它产品？”黄仁勋称，“我一般用Perplexity，且几乎每天都在用”。比如，他最近想了解计算机辅助药物研发的时候，就会用Perplexity进行搜索。
这公司到底什么来头能让黄仁勋天天用？Perplexity自称为“世界上首个对话式搜索引擎”，核心使命是：挑战Google在搜索引擎领域的主导地位。
与Google传统搜索引擎不同，Perplexity并非简单给出网站链接，而是运用先进的人工智能模型，针对用户的搜索问题提供直接、精准的答案，这种模式提升了搜索效率，也使得搜索过程更为智能；而与ChatGPT等生成式AI相比时效性更强、可溯源。
Perplexity于2022年8月成立，获OpenAI、Meta内部AI负责人等注资，并未研发自己的大语言模型，而是选择GPT-3.5等大语言模型的接口做一些微调，旨在用AI技术打造一个没有广告的“Google搜索”。
Perplexity的创始人兼CEO Aravind Srinivas直言，他们之所以存在，是因为在信息过载的噪音中，需要有一个平台来为用户提供精准的答案，“尤其在时间如此宝贵的时代。”Srinivas认为，Perplexity最终会取代Google和Bing等传统搜索引擎。
数据显示，Perplexity去年的年收入已突破1000万美元大关，今年2月，其移动端和桌面应用的访问量同比增长8.6%，达到了5000万用户。
这一庞大的用户规模也吸引了众多投资者的目光，近日，媒体报道称，Perplexity开始进行新一轮的融资，估值将达到10亿美金成为新的“独角兽”。而2个月前，Perplexity刚完成了7360万美金的新一轮融资，当时估值为5.2亿美金，这意味着2个月时间其估值涨了1倍。
Perplexity重新定义AI搜索
打开Perplexity，你或许会误以为这是一款与ChatGPT或者Claude类似的AI聊天机器人，主要由左边的标签栏和右边的搜索框组成，用户可以在搜索框里搜任何你想知道的东西。
比如华尔街见闻搜索了一下“如何看待马斯克起诉OpenAI”。Perplexity搜索结果中包括以下几个部分：
“Sources” ：列出答案所引用的来源，支持点击链接，这一例子中，Perplexity共引用了5个不同的来源。
“Answer”：通过整合内容得出的结构化答案，文字包含引用源，比如这个例子中，完整解释了马斯克诉讼OpenAI的始末，以及OpenAI对马斯克的最新官方回应。
“Related”：回答完成后，Perplexity还会紧跟着提供几个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。
有观点认为，此前《纽约时报》针对OpenAI的侵权诉讼里就提及了ChatGPT来源不清的问题，而Perplexity清晰的原文链接或许可以一定程度上避免版权纠纷。
用户如果对Perplexity的回答不满意，也能让它重写，同时还会提供一些衍生话题的追问，比如：马斯克和OpenAI的关系如何？马斯克的诉讼对OpenAI的影响？
Perplexity的工作原理是：用户输入一个内容后，它会重构查询，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大语言模型（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，形成精准全面的答案。
除了搜索外，Perplexity AI还提供了“发现”板块，展示最近比较热门的新闻，比如，今日发稿之时最火的话题为OpenAI官方回应马斯克的博客。
Perplexity与巨头们相比强在哪儿？
那么在AI应用接连落地，搜索引擎“卷出天际”的时代，Perplexity有哪些优势？
分析指出，首先，与Google相比，Perplexity页面更为简洁凝练，给出的搜索结果排序依据不同，传统搜索引擎的结果排序受SEO优化、广告等因素影响。而Perplexity更多基于语义信息和内容本身质量进行排序，不受SEO等因素的影响。
比如，当让Perplexity帮忙找哥伦比亚大学附近最实惠的打印店时，Perplexity很快提供了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Google搜索，结果不出所料前4个都是广告赞助，而后是Google地图、Yelp排名、某个打印店官网、Reddit论坛等等各种杂烩。因此从Perplexity直观的界面对比来看，确实Google的回答需要用户花很长时间去甄别有效信息。
其二则在于，Perplexity重视事实和信息来源的做法，可以建立"用户信任"，使用者不用担心其提供的答案是否有“幻觉”，减少了大模型有时出现的“胡言乱语”的情况。Perplexity生成的每一句话都附有引用链接，在保证可靠性的同时便于用户溯源或深入研究。
此外，Perplexity与用户之间的沟通方式更为灵活，除了回答问题外，Perplexity还允许用户提出后续问题、搜索视频、甚至生成图像等等，便于使用。Perplexity可以进行上下文响应，而传统搜索引擎却无法保证逻辑的延续性。
Perplexity有望打破Google垄断，重塑生态？
中金公司认为，自研大模型与内部搜索引擎或为未来探索方向，从成本看，据测算，Perplexity调用Bing搜索引擎及GPT-4的单个问题成本约为0.03美元，年成本约为6000万美元。使用GPT-3.5微调模型降低成本，自研模型与内部索引或为未来探索方向：
Perplexity成本主要来源于两部分，即调用Bing Search API查找相关内容的成本、调用GPT生成答案的成本。
Perplexity官网显示，目前Copilot已经可以基于自研的GPT-3.5 微调模型提供服务，与GPT-4性能基本对等，且能减少4-5倍延迟，输入成本可以控制在0.012美元/1k tokens，输出成本可以控制在0.016美元/tokens。
按照同样的计算方法，单次提问成本降至0.02美元，年成本4568万美元。此外，公司创始人也表明，除使用自研模型之外，搜索引擎API调用成本受到Bing和Google的防御性机制而走高，我们认为建立内部搜索引擎也有望使得成本端下降，公司也计划在这两方面持续探索更加健康的发展方式。
中金公司认为，从需求侧看，Perplexity的出现及高热度验证了大模型与传统搜索引擎结合的刚性需求，未来以Perplexity为代表的对话式搜索引擎模式或将长期存在。虽然目前Perplexity在短期内无法撼动商业模式完备成熟的搜索引擎市场，但有望通过生态夯实先发优势：
从供给侧看，随着传统搜索引擎与大模型厂商的入局，未来对话式搜索引擎的格局有望呈现百花齐放态势。Perplexity的主要竞争对手可以分为两大类别，一类是以Google为代表的传统搜索引擎厂商，另一类是以OpenAI为代表的通用智能大模型厂商。
Perplexity有望打造知识平台，成为生态入口。基于对话式搜索引擎，Perplexity支持用户将搜索问题及答案分享至社区，供其他用户学习讨论。
2023年9月，公司发布Collections，可以根据项目、主题或其他分类创建收藏夹，整合梳理查询对话并拓展新问题，还可以邀请其他参与者协作管理Collections，创建知识共享平台。随着Collections、pplx-api等业态的逐步成熟，我们认为Perplexity有望建立特定社群，进一步夯实对话式搜索引擎的领先生态优势。