Análisis comparativo de las principales herramientas de búsqueda profunda de IA del mercado: DeepSeek R1 supera a las demás

Declaración: Esta revisión no es oficial, es subjetiva y los resultados son sólo de referencia.

Resumen de contenidos

Resumen: DeepSeek La herramienta oficial de búsqueda en red DeepSeek R1+ destaca como la mejor opción entre muchas herramientas de búsqueda profunda de IA por su sencillez y facilidad de uso.

1. Si los usuarios esperan respuestas detalladas, los motores de búsqueda tradicionales como Google siguen siendo una opción sólida y probada en el mercado, con una experiencia de búsqueda superior.
2. Flowith El esquema de Oracle se comporta sorprendentemente bien y funciona de la misma manera que el esquema de ChatGPT O1 presenta similitudes. Sin embargo, gracias a la optimización del motor de búsqueda, Flowith es capaz de tener en cuenta fuentes de información tanto nacionales como extranjeras.
3. El rendimiento de Deep Search de ChatGPT en esta revisión es mediocre, lo que no concuerda con los grandes elogios de muchas celebridades extranjeras. Esto puede deberse al hecho de que su capacidad para manejar contenidos chinos todavía necesita mejorar. Teniendo en cuenta su alto coste de búsqueda, esta revisión es sólo un intento.

Resultados de la puntuación subjetiva

Esta revisión es un tanto subjetiva. No obstante, los revisores han establecido los siguientes criterios de juicio en un esfuerzo por evaluar el rendimiento de cada herramienta de búsqueda profunda de IA desde múltiples dimensiones.

Criterios de evaluación

1. [Precisión]La evaluación fue realizada por un equipo de 12 herramientas (10 al principio de la evaluación) para comprobar si las herramientas podían identificar y enumerar con precisión 10 herramientas de IA. Si la herramienta no reconoce la palabra clave "AI Deep Search", se le otorgará la puntuación más baja. Si no se facilita la fuente de información, se deducirán 5 puntos por defecto.
2. [Amplitud]Evaluar la capacidad de la herramienta para cubrir completamente el contenido solicitado por el revisor, incluida información clave como descripciones de productos, trayectorias tecnológicas, etc.
3. [Profundidad]Evaluación en profundidad: las evaluaciones en profundidad son algo subjetivas y el revisor las puntuará en función de su comprensión personal; puede haber cierto grado de sesgo de percepción personal en esta puntuación.
4. [Longitud]La principal medida es el número de palabras del texto generado por la herramienta.
5. [Interacción]Evaluar la experiencia interactiva de la herramienta, por ejemplo, si admite preguntas de seguimiento, información sobre precios, umbrales de uso, etc.
6. [Exportar]Evalúe la capacidad de exportación de datos de la herramienta. Las herramientas que sólo permiten exportar enlaces o imágenes se considerarán insuficientes. Lo ideal sería que la herramienta permitiera al menos la copia de texto completo y la exportación de documentos PDF.

Palabra clave: evolución

Cuestiones iniciales

最近 AI 搜索很火，我想你围绕 Deep Search
以及他的开源版本还有各种 AI 搜索，整理出一篇详尽的报告，
至少包括产品名称、原理、技术路径

Palabras clave optimizadas

Con el fin de obtener un informe más estructurado y completo, el revisor se basó en los datos facilitados por Flowith Claude La función de optimización de la palabra clave optimiza la palabra clave inicial de la siguiente manera:

<研究主题>
AI搜索技术（重点分析Deep Search及其开源版本）
</研究主题>
<报告结构说明>
你将创建一份关于特定AI技术主题的深度分析报告。请按以下结构组织内容：
概述（2-3段）
技术/主题的整体介绍
核心发现与重要性
现状与未来影响
背景分析
技术发展背景与行业现状
该技术的战略价值
本报告的覆盖范围
技术解析
核心技术原理
关键技术组件
实现路径与方法论
架构细节（如可获得）
市场分析
主要产品与实现方案
核心厂商技术路线
解决方案对比
开源替代方案
未来展望
潜在发展方向
现存挑战与限制
未来研究重点
<格式要求>
使用Markdown标题（# 主标题，## 子标题）
保持专业书面语气
技术主张需附具体解释
不同方案需对比分析
公开信息缺失处需注明
不确定的技术细节需明确标注
聚焦事实性信息，避免推测
使用规范技术术语但保持可读性
<注意事项>
确保分析深度与完整性
保持客观中立立场
提供可验证的技术细节
明确区分事实与推测
包含实际案例与产品
注明当前认知局限
请将完整报告置于<report>标签内，特别注意：
对Deep Search技术架构进行重点剖析
列举不少于5个同类AI搜索产品
开源项目需标注许可证类型
技术路径需包含检索增强生成(RAG)等关键技术
需包含向量数据库等基础设施支持分析

Al utilizar la Búsqueda Profunda de ChatGPT, la herramienta pidió al revisor que respondiera a algunas preguntas para aclarar la dirección de la búsqueda, y el revisor añadió más precisiones a las indicaciones. Sin embargo, dado que las indicaciones complementarias eran largas y contenían enlaces, no se repiten aquí.

Resultados de la evaluación por plataforma

1. Panecillos de judías

Número total de palabras: 2918 palabras

Beanbag sobresale en ingeniería, y el rendimiento general es casi perfecto, excepto en los contenidos relacionados con la nano búsqueda.

El documento exportado tiene un catálogo, y la experiencia general es fluida y cómoda, con un alto grado de compleción de productos, en línea con la riqueza de su línea de productos App.

El defecto de Beanbag es que aún no posee modelos propios a gran escala que presenten ventajas significativas a nivel de inteligencia. En consecuencia, su contenido presenta el problema de la falta de profundidad, con una forma novedosa de presentación de contenidos, pero es necesario mejorar la profundidad de los mismos.

2. Nanoinvestigación

Número total de palabras: 1606 palabras

Nano Search de 360 es un producto con funciones integradas. A primera vista, los módulos funcionales son más completos y vienen con un DeepSeek R1 Tecnología. Da buena cuenta de OpenAI al principio del artículo, pero en cuanto a la introducción de los productos de búsqueda profunda de IA, el contenido no es lo suficientemente exhaustivo y la extensión es corta. Sin embargo, la presentación que hace NanoSearch de las características de cada producto es más destacada, y su capacidad para resumirlas es justa. Además, NanoSearch ofrece algunos productos de búsqueda que están fuera del ámbito de conocimiento del revisor, lo que puede resultar esclarecedor, aunque no sean estrictamente productos de IA.

Sin embargo, la nano búsqueda no admite la función de seguimiento, la función de compartir sólo admite enlaces e imágenes (sin texto completo), y la tendencia a la comercialización es evidente.

3. ima.copliot (Tencent Yuanbao)

Número total de palabras: 1417 palabras

Tencent había lanzado anteriormente una herramienta que combinaba funciones de búsqueda y de base de conocimientos. En aquel momento, la herramienta estaba equipada con un modelo híbrido de inteligencia media, pero sus fuentes de información eran de alta calidad, principalmente de la plataforma pública. Ahora, con la incorporación de la función de búsqueda profunda DeepSeek R1, la calidad de sus contenidos ha mejorado notablemente.

La principal ventaja de ima.copliot es que los usuarios pueden añadir cómodamente el contenido de los números públicos buscados a su base de conocimientos personal y realizar preguntas y respuestas basadas en la base de conocimientos, lo que constituye una función muy práctica. La plataforma de números públicos es la única ventaja de ima.copliot. Cuando los usuarios utilizan otros productos similares, a menudo tienen que hacer clic manualmente en el enlace del número público para saltar y luego guardar el contenido.

Sin embargo, en comparación con la información de la red abierta, existe cierto desfase en la puntualidad de la información de los números públicos. Al mismo tiempo, debido al estricto mecanismo de auditoría de la plataforma de números públicos, la circulación de algunas cosas emergentes, especialmente enlaces externos, está restringida, lo que da lugar a veces a resultados de búsqueda sesgados. Cuando se busca información fuera de la plataforma de números públicos, el rendimiento de ima.copliot es relativamente pobre.

Como resultado, ima.copliot obtuvo unos resultados ligeramente por debajo de lo esperado en esta revisión, y sus resultados de búsqueda estaban poco correlacionados con el tema de la revisión. En concreto, en el tema "AI Deep Search", gran parte de la información proporcionada por ima.copliot sigue estando al nivel de la arquitectura de búsqueda tradicional.

ima.copliot sigue siendo una herramienta valiosa para dominios específicos. Sin embargo, puede que necesite adoptar una estrategia de desarrollo más agresiva y diferenciada cuando se dirija a un dominio público más amplio.

Además, ima.copliot sólo admite la exportación de copiar y pegar.

4. Asistente Heartstream AI

Número total de palabras: 1399 palabras

se dice Asistente Heartstream AI Procedente de Alibaba. El producto tiene más funciones.

Por ejemplo, el asistente de IA Mindstream proporciona mapas mentales al principio de los informes y puede generar podcasts similares a los de NotebookLLM de conversaciones entre hombres y mujeres, ideales para producir contenidos de podcasts de IA.

El número de productos de IA que aparecen en los resultados de la búsqueda es pequeño, pero la precisión de los nombres de los productos es alta. Las comparaciones de la tabla no son del todo precisas, pero se comparan favorablemente con otras herramientas de revisión.

Aunque el número de palabras del texto es pequeño, el contenido generado por el Asistente AI de HeartStream es más variado e incluye tablas, imágenes y otros elementos, lo que hace que el contenido parezca más rico. Sin embargo, algunas de las imágenes están poco relacionadas con el tema y éste no es lo suficientemente claro.

El proceso de pensamiento del Asistente AI de HeartStream está bien presentado y las fuentes de información están bien etiquetadas.

Su principal problema es que la función de compartir y exportar no es lo suficientemente cómoda, y el contenido gráfico queda mal formateado después de copiarlo.

5. Búsqueda profunda ChatGPT

Número total de palabras: 2865 palabras

Como la Búsqueda Profunda oficial de OpenAI, ChatGPT Deep Search se desempeña ligeramente por debajo de las expectativas en esta revisión, con relativamente poca producción, que no está en línea con su cuota mensual de $200.

Tras hablar con un amigo que colaboró en la revisión, el análisis sugiere que puede haber dos razones para ello:

• En cambio, imponer demasiadas restricciones condicionales al macromodelo de inferencia puede limitar su rendimiento, y las palabras clave pueden estar infraoptimizadas.
• El modelo GPT no tiene una ventaja inicial a la hora de procesar información en chino, por lo que quizá habría que intentar buscar en inglés y responder en chino.

No obstante, ChatGPT Deep Search tiene sus méritos:

Durante la sesión de preguntas, ChatGPT Deep Search planteará primero al usuario una serie de preguntas a cambio de guiarle уточнить la dirección de la búsqueda. Esto ayuda a evitar el desperdicio de recursos o el sesgo de dirección. Por ejemplo, los prompts iniciales del revisor eran más sucintos, y después de la guía retórica de ChatGPT Deep Search, el revisor refinó los prompts. Estas dos partes de las instrucciones se combinaron y se proporcionaron como nuevas instrucciones estándar para todas las herramientas de búsqueda profunda de IA participantes. Entre ellas, los evaluadores quedaron impresionados por las preguntas retóricas de ChatGPT Deep Search, que son de gran calidad y pueden utilizarse como referencia de proceso estándar para futuros proyectos de búsqueda de IA.

El resultado de ChatGPT Deep Search se parece más a un artículo completo con una lógica más coherente. La capacidad de generar textos largos y una fuerte capacidad de razonamiento constituyen sus altas barreras técnicas. En la actualidad, muchas herramientas de búsqueda han accedido a DeepSeek R1 para mejorar la capacidad de pensamiento profundo, pero debido a la limitada ventana de contexto de DeepSeek R1 (32K), estas herramientas en términos de generación de contenido, de hecho, es más como llenar el contenido basado en el esquema. Aunque no hay nada malo en este enfoque, la experiencia del usuario sería sin duda mejor si pudieran generar artículos largos y coherentes como ChatGPT Deep Search.

6. Versión oficial de DeepSeek

Número total de palabras: 1625 palabras

La combinación de DeepSeek de pensamiento profundo + búsqueda en Internet funcionó bien, sobre todo en términos de coincidencia de recursos, y fue capaz de buscar software más especializado y emergente. Sin embargo, debido a la longitud del contexto, la versión oficial de DeepSeek no pudo presentar todos los productos en la revisión, aunque su presentación de las características del producto estaba en su punto y básicamente cumplió con las expectativas del revisor.

Con el telón de fondo de la creciente estabilidad del servicio oficial DeepSeek, el revisor cree que DeepSeek-R1 + búsqueda en red es ahora ideal para que el usuario medio obtenga respuestas de relativa alta calidad a un umbral bajo.

Sin embargo, el problema de la "ilusión" sigue existiendo en la versión oficial de DeepSeek. Si la oficial puede reforzar la anotación de la fuente de información y ampliar la ventana contextual, se espera mejorar aún más la experiencia del usuario. Por supuesto, también es necesario optimizar continuamente la velocidad de respuesta.

7. El modelo Oracle de Flowith.ai

Número total de palabras: 5369 palabras

Flowith.ai es un servicio de base de conocimientos de tipo pizarra. Su publicidad inicial se centra en el modelo Oracle, en el que el problema del usuario es desglosado en subproblemas y pasos por la inteligencia del Agente, y el usuario puede modificar y confirmar los resultados, tras lo cual el Agente los busca y organiza.

Los resultados de la revisión muestran que Flowith realiza una búsqueda más amplia en el segundo paso. No está claro qué modelo utiliza Flowith en este paso, pero se supone que probablemente sea el modelo Gemini, que es más capaz de contextualizar, y Flowith es la única herramienta de la revisión que es capaz de proporcionar una lista completa de las 10 herramientas de IA solicitadas por el revisor, lo cual es digno de reconocimiento. Además, el mecanismo de preguntas retóricas de Flowith en la fase inicial es similar a la forma de interactuar de OpenAI Deep Search.

Sin embargo, Flowith no permite muchos ajustes y controles manuales durante el proceso de búsqueda. De hecho, ninguna de las herramientas participantes tenía mucho control sobre el proceso de búsqueda, pero la visualización de Flowith del proceso de búsqueda crea la "ilusión" de una profunda implicación.

Además, el rendimiento de Flowith en OpenAI Deep Search no es lo suficientemente preciso, ya que es más probable que los resultados se basen en una sola palabra clave que en la relevancia de OpenAI. Esto es desafortunado, y refleja la importancia del propio modelo O3 de texto largo + inferencia de OpenAI.

Esperamos que Flowith pueda acceder en el futuro a las API de Claude 4.0, O3 o la posterior DeepSeek R2, para optimizar continuamente las capacidades de ingeniería y aportar más imaginación a los usuarios.

8. Genspark

Número total de palabras: 3406 palabras

Genspark había recibido atención por su modelo de búsqueda AI Agent + y por presentar los resultados de la búsqueda en forma de notas ilustradas similares a Little Red Book. Sin embargo, en aquel momento, debido a la falta de capacidad del modelo, la calidad de su contenido de salida era pobre, y la puntualidad también. Casi un año después, Genspark acaba de lanzar su propia función de búsqueda profunda.

Revisando Genspark, está claro que ha habido una mejora significativa en sus capacidades; los productos de Genspark siempre se han caracterizado por su sofisticación y facilidad de uso. Los productos de Genspark siempre se han caracterizado por su madurez y facilidad de uso; por ejemplo, tardan más en pensarse, recuperan una mayor cantidad de información y admiten la notificación por correo electrónico de la finalización del informe, mientras que la introducción por parte de Genspark de la versión O3 de Deep Search va más al grano. Sin embargo, en conjunto, Genspark está aún en fase exploratoria, y el contenido que presenta tiene más información redundante y falta la información necesaria para la introducción del producto, lo que puede estar relacionado con la falta de recursos informativos chinos.

Cabe destacar que Genspark es la única herramienta de este análisis que proporciona enlaces de vídeo y vistas previas de carátulas. Aunque sus enlaces a vídeos de YouTube no admiten la reproducción directa mediante clic, los usuarios tienen que abrirlos a través de un enlace externo.

Genspark no permite exportar archivos directamente ni copiarlos, sólo compartir resultados como enlaces a páginas del sitio web de Genspark.

9. Kimi

Número total de palabras: 1400 palabras

Se da un fenómeno interesante con Kimi. Como el revisor eligió una ruta diferente, Kimi siguió mostrando los resultados en inglés, y el revisor tuvo que insistir después en el uso del chino en sus respuestas.

La calidad del informe de Kimi fue aceptable: Kimi identificó con precisión 5 de cada 10 herramientas de IA y los productos estaban bien enumerados. Su introducción a la búsqueda profunda también fue buena. Sin embargo, Kimi omitió muchos de los productos mencionados por el revisor (a pesar de que el revisor proporcionó enlaces a ellos).

Además, Kimi no admite la exportación directa a documentos.

Al principio, los críticos quedaron impresionados con la capacidad de Kimi para generar textos largos. Aunque el nivel de inteligencia de Kimi era bajo en aquel momento, su capacidad para generar textos muy largos seguía resultando atractiva. Hoy en día, la inteligencia de Kimi ha mejorado considerablemente y se han ampliado las funciones multimodales. Esperamos con impaciencia nuevos avances en la inteligencia de Kimi.

10. Tormenta

Número total de palabras: 733 palabras

La arquitectura Storm se originó en la Universidad de Stanford y está disponible desde hace algún tiempo. Recientemente Storm parece haber sido objeto de algunas optimizaciones, pero sus capacidades están significativamente atrasadas. En primer lugar, el número de palabras de la salida de Storm es demasiado bajo y, en segundo lugar, las descripciones de los componentes son bastante generalizadas y carecen de detalles.

Quizá debido a su interfaz pública gratuita y a sus limitaciones de uso, la estrategia de desarrollo de Storm no es tan agresiva como la de las demás herramientas participantes.

En general, la actuación de Storm fue decepcionante.

Cabe señalar que el usuario debe introducir primero un asunto de hasta 20 palabras y, a continuación, describir la finalidad.

11. Registro de torres secretas

Número total de palabras: 1259 palabras

Si se incluye un enlace, el recuento de palabras del informe sobre la búsqueda de la Torre Secreta se acerca a las 10.000 palabras, pero eso no es justo.

Secreta Search ha funcionado razonablemente bien, sobre todo en términos de páginas vistas. Torre secreta Búsqueda IA Secreta Search, el primero que permite navegar por un gran número de páginas web, navegó por 374 páginas web en esta revisión.

Secret Tower Search identifica algunos productos nicho, pero el número de productos sigue siendo bajo.

Como curiosidad, al principio del artículo aparece un código QR de un grupo de WeChat.

Sin embargo, en general, la profundidad de los artículos en Secreta Search sigue siendo insuficiente, y un gran número de páginas web no se leen para obtener los resultados esperados, lo que resulta un poco embarazoso.

12. Géminis

Número total de palabras: 8690 palabras

Google es un actor principal en las búsquedas (sin mencionar a Baidu, por supuesto).

En general, las respuestas de Google Gemini fueron de alta calidad, pero en cuanto a la identificación de 10 herramientas de IA, Gemini sólo encontró 6. Aunque por encima de la media, Gemini podría haberlo hecho mejor.

Los nuevos modelos de Google son potentes, por ejemplo:

• Modelo multimodal que admite millones de contextos y produce muchos más contenidos que cualquier otro modelo (excepto ChatGPT O1, O3).
• Compatibilidad con YouTube y otras búsquedas conectadas al ecosistema de Google.
• Tiempo de respuesta rápido.

Pero Gemini también comete dos errores flagrantes en esta crítica:

• A veces no es suficiente La salida de contenido formateado, por ejemplo, la salida de texto en código como se muestra en la captura de pantalla, conduce a un formato confuso.
• Los enlaces externos y los enlaces de referencia de YouTube no se muestran.

Un detalle interesante es que el usuario puede pulsar el botón "tres puntos" para que la IA vuelva a comprobar la respuesta. En la práctica, sin embargo, esta función no es muy eficaz.

13. Perplejidad

Número total de palabras: 1931 palabras

El formato de contenido exportado de Perplexity es el más cómodo, ya que incrusta los enlaces en el texto y no muestra enlaces de visualización externos. Esto se debe probablemente a la excelente optimización Markdown de Perplexity.

Perplexity funciona razonablemente bien para productos ampliamente conocidos, pero para productos nicho, Perplexity tiene poca cobertura e ignora en gran medida las fuentes nacionales.

resúmenes

La llegada de DeepSeek R1 ha permitido a los proveedores crear rápidamente servicios de búsqueda profunda de IA que funcionan bien en la superficie. Las plataformas proporcionan la funcionalidad de búsqueda y DeepSeek aporta las capacidades de pensamiento profundo. Sin embargo, todavía se requiere mucho trabajo de ingeniería para combinar eficazmente ambas. Si no se quiere dedicar demasiado esfuerzo al desarrollo, hay que confiar en unas sólidas capacidades de modelización para impulsar el servicio de búsqueda.

DeepSeek no garantiza la exactitud absoluta del contenido, pero puede hacer que "parezca" más creíble.

A partir del 16 de febrero de 2024, e incluso en los próximos meses, todavía no será fácil acceder y organizar rápidamente la información en la web, y requerirá una inversión significativa y sostenida de recursos y conocimientos técnicos.

De cara al futuro, si DeepSeek R2 puede lograr millones de ventanas contextuales, admitir entradas multimodales y mejorar aún más la capacidad de respuesta, su competitividad en el mercado será inconmensurable.