“Transformer架构的出现让我们意识到，机器学习大模型已经逐渐成熟，能够在许多传统认为难以实现的脑力劳动领域上代替人类。”上海秘塔网络科技有限公司（下称“秘塔科技”）创始人闵可锐在提及自己的创业初衷时表示。

秘塔科技在今年3月推出了搜索引擎“秘塔AI搜索”，当月网站访问量超过700万次，在中国同类AI 产品中跻身前三，增速高达 550%。目前，秘塔AI搜索的平均搜索速度已提升到2～3秒，能达到几乎无延迟的响应速度。

基于自建大模型，通过理解用户的搜索意图，为用户提供无广告且高质量的搜索结果。秘塔 AI 所呈现的答案思路明晰、表述准确，回答的专业性和准确性让其在短时间内迅速火爆市场。

今年8月，光速光合完成了对秘塔科技的A轮融资。光速光合创始合伙人宓群表示，AI搜索是一个市场潜力巨大，且有颠覆性和壁垒的大赛道。秘塔AI搜索有其非常独特的价值，团队专注且对搜索和AI技术、用户需求及产品都有自己的深刻理解和积累。

一、大模型搜索的门道

作为谷歌中国的第一任首席代表，宓群曾从零开始推进谷歌在中国的搜索业务，深谙其中的门道。

宓群提及，传统互联网的搜索是在一个定期更新的索引库里抓取有效的信息，再实时地反馈给用户，其用搜索的算法可以做到每一次搜索的反馈边际成本为零。但建立在大模型基础上的AI搜索，每一次的查询都会涉及到成本。

秘塔通过自建大模型，降低了每次查询的服务成本，且能使得其推理和回答的速度更快。

此外，宓群直言，大模型做搜索其实有其潜在的挑战。

“大模型AI最大的挑战在于由于它是生成式的，在经过巨大的数据训练后，预判出最好的答案来输出，但这个答案是否最可靠，无法做到百分百的保证。AI会生成貌似合理连贯，但同输入问题意图不一致或与现实及已知数据不符合的内容。在来源是否靠谱这个问题上，大模型往往无法甄别，就容易存在AI幻觉的现象。”

宓群表示，秘塔的优势在于，它用搜索引擎的结果结合大模型，输出结构化的结果，比单纯用大模型的搜索结果更加可靠，从而在一定程度上减少了AI幻觉的产生。

“秘塔通过‘搜索+AI’技术整理到最精准的答案，从搜索获取的结果里再做总结，提供最优的答案输出，同步列明消息来源和相关出处，在提升搜索结果可靠性的同时，用户体验也更好。”他补充道。

二、从垂直场景切入通用场景

闵可锐直言，秘塔的优势体现在做AI搜索前，其过往的单个产品已做到上千万注册用户，本身对于如何了解用户，如何把握用户的需求已形成了自己的认知。“目前技术发展到什么阶段，哪些是可以实现，哪些是未来1年不可触及的，这些点我们都有自己的判断。”

Transformer架构是目前大语言模型的核心技术基础，闵可锐也是国内最早一批使用Transformer架构的创业者之一。

基于前期对AI领域的足够积累，在秘塔科技创办之初，团队把产品定位瞄向了垂直行业。人脑算力的自动化在哪些场景适用，且相对可以规模化的？在这个领域，技术是否可以达到与人力交付同等的质量？

最终，秘塔科技的第一款产品锁定了法律行业。用闵可锐的话说，就是选定了一个确定性较高，自动化实现成本低，且有付费习惯的市场。

很快， 秘塔科技推出行业首款面向法律行业的ai应用秘塔翻译，之后又推出面向法律方向的搜索引擎秘塔检索，通过将法律案例、法规、判例等关键信息作为语料训练大模型，帮助律师无需总结关键词，AI自动完成自然语言到专业术语的转换，并回答相应的法律问题。

顺着这个逻辑，“秘塔写作猫”成为了秘塔的第二条产品线，同样是基于自研大规模语言模型，为用户提供了流畅的生成效果。

法律和写作两条产品线积累的技术和经验，让秘塔有能力对“AI替代人力”这一领域有了更多的探索。

事实上，闵可锐瞄准的是更大规模，有更多用户体验的产品，秘塔AI搜索在今年年初就此诞生。

凭借在垂直领域大模型上的积累，秘塔科技将AI能力从法律、AI写作扩展到了通用搜索上，其建立的全新信息搜索范式已初具雏形。

三、实现“人力到算力”的飞跃

近期，秘塔在产品迭代上走得很快，从10月份上新拍照搜索功能，到1个月前，又增加了一个新的功能，用户可以将自有的文件资料和数据上传到平台，生成自有专题，相当于用户拥有了一个自定义的内部知识库。

“之所以能快速推进，一方面是对产品的理解，另一方面是对技术本身的理解。”闵可锐表示，“公司发展的每个阶段我们都在试图寻找最好的打开市场的法宝，就好比芯片行业，经过几十年的摩尔定律速度的发展，提升算力，降低功耗，每个阶段都有与之匹配应用场景，而每一次新的提升都是在为下一个应用场景作准备。”

事实上，要将搜索产品的体验从60分提升到80分，再从80分持续提升，是一件高门槛的事。

宓群表示，“搜索是一个大蛋糕，大家都想切一块，但搜索很讲究质量，要非常专注，以我过往在谷歌做搜索产品的经验，搜索需要很多时间的打磨，且持续地迭代。此外，AI搜索不是简单地在传统搜索上做改进，而是要完全从AI的角度出发，秘塔团队在AI领域的多年积累也让他们产品的搜索质量和反应速度都在不断提升。”

他尤其提到，可锐对于技术本身的理解和行业发展有自己很强的预判，对前沿技术的理解很透彻。此外，对于如何从产品优化的角度考虑，把产品做好、工程化做好，他的理解也特别深。

早在2012年，闵可锐就已进入人工智能领域开启了第一次创业。当年，他作为联合创始人兼CTO创立了自然语言技术供应商 “玻森数据”，并于2017年被蚂蚁集团收购。2017年，闵可锐加入猎豹移动任首席科学家。

在宓群看来，闵可锐是一个有实际工程经验的创始人，会对秘塔的产品在工程化上的细节抓得非常紧，会思考在现有的产品形态下，是否还有可以优化的工程点。哪怕只是快0.1秒的呈现效果，他也会去琢磨如何来调整，目的就是为了让搜索结果可以更优更快。

2024年是AI搜索引擎集中爆发的一年，仅上半年就有数家企业推出了自己的AI搜索产品，企业不乏互联网巨头。

“传统搜索领域呈现的是一个寡头格局，在AI搜索出现后行业正在百花齐放，AI搜索市场目前处于高度未定型阶段。随着时间推移，我相信用户和资源会进一步收敛。”闵可锐认为，AI从技术成熟到完整的产品化，需要对用户和市场、技术发展、研发投入以及产品逻辑等因素有通盘的考量，比拼的是企业的综合能力。

“对于传统的搜索巨头而言，其拥有稳固的商业模式，如果完全摒弃原有的模式，彻底拥抱全新的技术是有挑战的，AI对传统搜索巨头的冲击对秘塔而言恰恰是机会。”宓群判断，“从中长期来看，秘塔AI的进入壁垒将建立在规模经济的基础上。用户越多，秘塔收集的数据就越多，索引数据库也会变得越大。”

据闵可锐透露，未来几年公司的业务重心都将集中在AI搜索上，尝试在当前技术发展阶段下，使用最好的产品逻辑和应用场景，探索新的可能性。

“OpenAI凭一己之力将大模型从纯科研模型变成了一个可被实用化、走进千家万户的产品。几年前我们相信的很多事情，几年后已经成为市场共识。眼下，我们的核心目标就是做好产品，找到用户需求，然后快速成长。”对于未来，闵可锐信心满满。

四、光速光合的AI投资之道

AI的热潮看似是在ChatGPT发布的那一刻突然到来，但其实已沉淀多年。光速光合的投资团队很早就开始积极融入其中，通过基础的行业研究积累深厚的专业知识，沉淀认知。同时，借助光速全球平台带来的前沿信息，深入其中并协力全球优秀的AI创业者们将思考和创意转化为具备商业化前景的初创公司。

在宓群看来，AI除了大模型、应用等软件层的机会，AI基础建设和硬科技的结合，其商业价值更大。宓群提到光速光合在11年前投资的全球领先的数据中心光模块供应商中际旭创。中际旭创提供的就是中国基础建设的“铲子技术”， 随着AI发展的不断深入，速率迭代逐步加速，光模块作为人工智能领域关键器件，需求正在持续提升，英伟达目前也在使用中际旭创的产品，公司的市值已超千亿元。

与此同时，随着AI体验的爆炸性增强，人们对随时随地访问AI的需求也日益强烈，AR眼镜已成为未来AI硬件的绝对主力之一。在轻量化AR眼镜最核心的MicroLED技术领域，光速光合在2年前完成了对领军企业JBD显耀显示的投资。JBD凭借领先的技术和产能优势，在这个细分领域上已做到了绝对的全球领先。

此外，光速光合在早期布局了大模型平台企业智谱，领投了超大规模算力网络提供商基流科技，在AI应用领域，除AI搜索头部企业秘塔科技外，AI视频剪辑工具Opus CLIP目前在海外发展势头迅猛。

“未来我们觉得大模型的能力会越来越高，当基座模型的质量更高时，原生态应用也会应运而生。”宓群举了个例子，智能手机刚出现时，手机上的App大多都是从PC上搬过来的，只是简单地从桌面版替换成了手机版。但几年后，伴随着移动互联网的日趋成熟，原生态的应用比如Uber，Airbnb开始出现，带来了更多的应用想象力。“期待在大模型基座更为成熟后，有更多的AI原生态应用出现，相信这里面蕴藏着巨大的投资机会。”宓群判断。