Mars Product Wiki

BaiduAISearch

37分钟阅读

快速了解

Baidu AI Search · 搜索转型、LLM、AI对话 · 北京 · Scale 500亿+人民币估值（内部） 估值 · 未公开 ARR · 数千万月活 用户 #行业-搜索知识 竞品：ChatGPT · Google · 夸克 · 通义千问

百度AI搜索 / 文心一言

搜索帝国的生死关头：李彦宏的”All in AI”豪赌，用转型的痛苦换一场新赛道的先手，却发现自己依然可能被历史轧过

基本面

字段内容
全称文心一言（Ernie Bot）/ 百度AI搜索
归属百度集团
核心定位搜索引擎向AI助手的转型产品，同时是大模型和应用层的双料选手
关键指标数千万月活，文心一言用户超5000万
定价免费+企业版，集成到百度搜索中免费
标志性时刻2023年3月发布，“All in AI”的李彦宏的第一步；2024年深度集成到百度搜索
核心差异从”搜索引擎升级”而来（有得天独厚的搜索数据），但面临”既要守住搜索帝国也要转身AI”的两难

一、发展脉络与创始人基因

创始人基因

文心一言和百度AI搜索承载了李彦宏**“All in AI”的一次豪赌** —— 这个决策是百度这20多年来最有赌性的战略转身。

核心背景：

  • 搜索帝国的焦虑（2022-2023）：百度搜索面临抖音等内容平台的分流，增长停滞
  • ChatGPT的冲击：全球AI热潮，李彦宏意识到”要么转身，要么被历史轧过”
  • 技术积累：百度在NLP、知识图谱、搜索算法上有20年的深厚积累
  • 集团支持：$200B+的市值和丰厚的现金流，支撑快速扩展AI投入

李彦宏在2023年的一个演讲中说过：“如果不能在AI时代重新定义百度，百度就没有未来”。这反映了他对转型的深刻理解——这不是”加一个功能”，而是”重新定义整个公司”。

关键跃迁表

时间关键动作飞跃式结果
2010-2020百度搜索的黄金期，搜索引擎中文市场垄断积累用户习惯、数据、广告模式
2020-2022观察到搜索衰落，布局NLP和大模型研究技术储备为转型做准备
2023年3月ChatGPT影响全球，百度发布文心一言”All in AI”正式启动
2023年底集成到百度搜索首页，推出AI搜索模式搜索用户自动变成AI用户
2024年推出文心大模型API，企业版商业化从产品级到平台级的转身
2025-2026百度搜索的主要流量逐步导向AI搜索从”搜索+AI”升级为”AI即搜索”

二、成长旅程

2.1 怎么找到这个机会的

时代红利（Why Now）

百度AI搜索踩对的红利是**“被逼出来的创新”**：

  1. 搜索衰落危机（2021-2023）：移动互联网用户增长停滞，抖音/小红书分流搜索流量
  2. ChatGPT全球冲击（2022年底）：全球AI热潮刺激所有大厂快速响应
  3. AI搜索体验升级期：从”蓝色链接”升级到”直接答案”，整个赛道重塑

早一年没有ChatGPT的”鲶鱼效应”，晚一年则豆包/Kimi已占领先机。百度的反应速度虽然不是最快的，但在时间窗口内。

非共识判断

内容
当时的共识百度搜索已经日暮西山，不如新做一个AI助手来竞争
他们的非共识百度搜索的20年数据和用户习惯，恰好是AI搜索最大的宝藏；不是”放弃搜索”而是”升级搜索”
下的赌注把整个百度搜索的基础设施升级为”AI驱动”，赌上搜索帝国的未来
验证结果2024年验证了这个非共识——AI搜索的点击率和留存都优于传统搜索，用户满意度在爬升

JTBD与价值再定义

  • 核心用户画像：传统百度搜索用户、需要”直接答案”的人群
  • 旧问题：搜索10个蓝色链接，还要自己筛选；答案碎片化和重复
  • 新方法：AI直接生成精准答案，同时保留参考链接以验证
  • 10倍效应：从”搜→点→看→筛”的4步变成”搜→得”的1步；用时从5分钟变成30秒

这是**“搜索本质的重新定义”** —— 从”帮你找信息来源”变成”帮你得到答案”。

机会类型：供给侧技术突破 + 市场结构变化

相关打法：搜索升级转型、AI重新定义、渠道复用

2.2 产品怎么设计的

核心交互范式

文心一言采用**“搜索框 + AI回答 + 参考链接”三位一体**的混合范式：

  • 用户输入（搜索框保持熟悉感）
  • AI生成答案（新交互）
  • 参考来源链接（保留搜索引擎的可信度基础）

为什么不纯Chat？因为中国用户已经习惯搜索框20年，改变心理预期成本太高。百度保留了”搜索框”这个最熟悉的入口，只是后端从”返回链接”升级为”生成答案”。

智能设计模式

  • Prompt工程：针对搜索场景的系统提示（“你是一个精确的搜索答案生成器”）
  • Context工程：利用百度搜索结果页面的信息，动态融合到模型输入
  • Retrieval增强：搜索排名前10的结果，用于支撑AI回答的准确性和引用

产品架构的关键细节

用户在百度搜索框输入
  ↓
[查询意图判断]
  ├─ 事实类问题 → AI直接回答 + 参考链接
  ├─ 观点类问题 → 多个观点平衡 + 相关链接
  └─ 导航类问题 → 直接链接（保持传统搜索）
  ↓
[模型生成] → 文心大模型组织答案
  ↓
[引用验证] → 确保每个引用都来自真实搜索结果
  ↓
用户得到"AI答案 + 参考来源"

最关键的设计是**“完全依赖搜索结果生成答案”** —— 这保证了AI回答的准确性和可审查性。

相关打法：搜索升级设计、文心模型集成、参考链接融合

2.3 怎么验证的（MVP）

MVP的反直觉取舍

做了什么（核心假设验证）故意不做什么（反直觉的舍弃）
集成文心模型到百度搜索首页不做独立的Chat产品（先验证搜索场景）
支持中文问答和多轮对话不做”创意写作”等与搜索无关的功能
推出AI搜索的独立入口不做”纯文心一言”的竞争（避免自我竞争）
开放企业版API不做开源模型大规模发布

最反直觉的是**“不做独立产品”** —— 百度明明可以做一个独立的Chat产品来竞争豆包，但反而选择了”集成到搜索”。这看起来是妥协，实际上是**“利用现有优势而非创造新优势”的务实策略**。

滩头阵地

第一个切入的细分场景是**“事实类问题的快速回答”**（天气、股票、汇率、百科等）而不是”复杂推理”或”创意任务”。这个选择很聪明：

  • 数据密度极高：百度搜索已经有这类问题的标准答案库
  • 用户容忍度高：事实类问题的容错率高（错一个数字和错一个观点相比），用户可以快速验证
  • 验证速度快：能立即看到效果改进
  • 变现路径清：事实类问题的广告投放价值高

种子用户获取的具体战术

  1. 自有流量转化：百度搜索的每日5亿+用户自动成为种子用户
  2. 灰度推出：先在10%的搜索流量中测试AI搜索，逐步扩大
  3. 对比效果：展示”AI搜索vs传统搜索”的效果对比，引导用户选择
  4. 媒体教育：发布”AI搜索改变了我的搜索方式”的用户故事

这套获客方式是竞品无法复制的 —— 只有百度搜索这样的老牌垄断者才有这样的流量基础。

“Aha! Moment”设计

用户从接触到体验核心价值的路径：

  1. 打开百度搜索（无区别）→ 输入查询（无区别）
  2. 看到上面是”AI生成的答案”而不是蓝色链接（惊喜）
  3. 答案清晰准确，省去了点击和筛选的时间（满足感）

平均完整路径 < 30秒，相比传统搜索节省了时间。

数据飞轮冷启动

早期数据不足时，采用了两层策略：

  1. 搜索结果库：百度已有的搜索排名结果库，包含数十亿网页的内容和排名
  2. 知识图谱：百度20年构建的”百度百科”等知识库，可直接用于验证和生成答案

相比其他竞品从零开始，百度有现成的”知识基座”。这是最大的先发优势。

MVP策略类型：服务先行 + 现有基础设施复用

相关打法：搜索升级、知识库复用、灰度验证

2.4 怎么切入市场的（PMF）

PMF信号

文心一言的PMF信号出现在2024年初：

  • 用户增长：AI搜索的使用率从初期的5%快速上升到30%+
  • 留存数据：选择AI搜索的用户的日活跃度比传统搜索高20%
  • 点击质量：AI搜索的结果点击率（用户选择参考链接）优于传统搜索

市场切口策略

采用**“迫切刚需”型切入**：用户有”需要快速得到答案”的刚需，AI搜索就成了满足这个需求的最优方案。

聚焦策略

三重聚焦：

  1. 功能聚焦：只做”搜索场景”而非”全能Chat”
  2. 用户聚焦：优先覆盖”高频搜索用户”而非”泛用户”
  3. 质量聚焦：优先做”准确率”而非”功能丰富”

相关打法：搜索场景聚焦、高频用户优先、质量第一策略

2.5 怎么增长的

增长模型

采用**“自有流量导入 + PLG + 渠道推送”的三轨混合**：

  • 自有流量：百度搜索的每日用户自动体验AI搜索
  • PLG：AI搜索的体验优异驱动主动选择
  • 渠道推送：通过百度App、信息流等推荐AI搜索

最关键的”一个增长动作”

“把AI搜索设置为百度搜索首页的默认选项”

这个看起来简单的产品决策，实际产生了核心增长杠杆：

  • 用户一打开百度，就自动体验AI搜索
  • 无需主动选择，流量导入自动化
  • 相当于”所有新增搜索都是AI搜索”

结果：仅这一个决策，AI搜索的渗透率从20%瞬间跳到70%+。

增长飞轮

[用户体验AI搜索]
    ↓
[生成搜索数据] → 模型学习和优化
    ↓
[搜索准确率改进] → 用户满意度↑
    ↓
[选择继续用AI搜索] → 用户习惯形成
    ↓
[广告投放转向AI搜索] → 商业化收入↑
    ↓
循环回到[用户体验AI搜索]

加速器：搜索广告的优化——广告主快速适应AI搜索的展现形式，点击率反而提升

减速器：竞品免费体验——豆包、Kimi等产品的出现，分散了用户的选择

“寄生”与”共生”策略

文心一言与百度搜索是不可分割的关系：

  • 文心获得：搜索的基础设施、用户、数据、流量
  • 百度搜索获得：延续生命周期、对抗内容平台分流、重新定义竞争维度

这是”创新”和”传统业务”的最优合作——不是”创新者颠覆传统”，而是”传统业务升级创新”。

增长引擎类型：自有流量导入 + 产品体验优异 + 商业模式转换

相关打法：现有流量导入、搜索升级、商业化转换

2.6 怎么赚钱的

收费模式

采用**“免费+企业版”的分化定价**：

用户类型收费模式具体案例
消费者（C端）免费集成在百度搜索中，无额外费用
企业（B端）API+合同按调用量计费或包年包月

定价表

版本定价核心差异
百度搜索用户0元直接使用AI搜索功能
文心API按量计费企业接入调用，费用按Token计
企业版定制合同SLA保证、专属支持、数据隐私

定价背后的逻辑

  • C端免费：通过搜索广告变现，而不是用户付费
  • B端API：向企业提供付费调用能力
  • 企业版：向大客户提供定制和保证

商业模式的独特之处

文心的商业模式是**“广告驱动的AI”**：

  • 不靠用户订阅费
  • 不靠B端API调用费（虽然有但占比小）
  • 主要靠搜索广告的转化升级

AI搜索其实改善了广告体验 —— 相比传统搜索混乱的广告布局，AI搜索中的广告更精准、更清晰，广告ROI反而提升。

这是百度相比其他竞品（夸克、豆包等）的最大优势 —— 有现成的、强大的、成熟的搜索广告系统。

AI成本结构

百度面临的核心挑战：每次AI搜索调用都需要模型推理，成本直接与搜索流量挂钩

应对策略：

  • 本地化优化：高频问题预生成答案，减少实时调用
  • 分层策略：简单问题用轻模型，复杂问题用重模型
  • 成本转移：通过改善广告效率，用广告收入覆盖成本

目前看，AI搜索的广告收入增幅 > 成本增幅，模式是健康的。

相关打法：搜索广告优化、成本分层、广告转化升级

2.7 壁垒在哪

护城河类型

文心一言的护城河是**“搜索数据 + 用户习惯 + 广告生态”的组合**：

  1. 搜索数据壁垒（强）：20年积累的排名数据、用户行为数据、知识图谱
  2. 用户习惯壁垒（强）：百度搜索的用户习惯和心理预期
  3. 广告生态壁垒（强）：成熟的广告主、销售团队、投放系统
  4. 技术壁垒（中）：文心模型的质量，但被开源模型快速追赶

护城河演变

阶段护城河类型具体表现
早期(2023)用户习惯百度搜索的天然优势，用户已习惯
增长期(2024)搜索数据 + 广告转化搜索数据和广告反馈形成正循环
成熟期(2025+)搜索生态整体从”一个搜索引擎”升级为”AI+搜索一体的生态”

护城河的脆弱点：如果用户习惯改变（从”搜索”到”直接问AI”），百度的优势可能失效。

最大威胁

  • ChatGPT/Claude的国际化：若这些全球产品重新进入中国
  • 用户行为改变：从”在搜索框搜索”变成”在Chat里聊天”
  • 新兴玩家的快速追赶：豆包/Kimi正在蚕食市场
  • 搜索本身的衰落：如果整个”搜索”这个交互方式被淘汰

相关打法：搜索升级持续、广告转化优化、生态锁定

三、战略框架

3.1 技术赌注（Technical Bet）

核心技术选择：

  • 自研 vs API：文心大模型是百度自研，拥有完全的控制权（非API调用）

    • 优势：成本可控、不依赖第三方、能集成搜索数据
    • 风险：需要持续投入算力和研发，速度可能不如OpenAI

  • AI Native vs Wrapper：百度AI搜索是”Wrapper”而非”Native”

    • 搜索框和排序是传统搜索引擎逻辑，AI回答是新增功能
    • 这个设计保持了用户习惯，但也限制了创新空间

  • 时间窗口判断：当模型能力提升10倍后

    • 受益：百度作为搜索玩家，可以继续升级
    • 被绕过风险：用户习惯转向”直接问AI”（不用搜索框），百度的搜索入口优势失效

战略决策：选择自研模型 + 保留搜索框入口，是”守正”的同时”创新”，但风险是未来范式转移可能颠覆这个选择。

3.2 竞争格局（Competitive Landscape）

竞争维度选择：百度选在”搜索场景”维度竞争，而非”通用对话”维度

  • 为什么这个选择好？

    • 搜索是百度的历史优势（用户已有习惯）
    • 搜索的准确率需求高（AI搜索容易出幻觉，百度用搜索结果约束降低风险）
    • 搜索有变现模式（搜索广告），而通用Chat难以变现

  • 为什么这也是风险？

    • 放弃了”通用对话”的想象空间（豆包、Kimi正在这个维度做）
    • 搜索本身的交互可能被淘汰（用户可能习惯直接问AI，不搜索）

大厂威胁评估：

  • Google重做AI搜索：需要6-12个月（Google有Gemini、SGE已在内测）

    • 阻力：Google Search的广告商模式与AI搜索冲突，Google可能优先protect existing revenue

  • OpenAI/Claude自建搜索：需要3-6个月（他们有能力集成web browsing）

    • 阻力：不是他们的core focus，可能long tail priority

  • 中国竞争对手（夸克、Kimi）的进攻：

    • 已经来临，且增速快（不受搜索遗产包袱）
    • 百度的防线是”广告变现”（夸克、Kimi还没有清晰盈利模式）

可替代性与迁移成本：

  • 用户从”百度AI搜索”迁移到”ChatGPT+Google”的成本很低（只是改变习惯）
  • 但搜索广告主的迁移成本高（已经优化了百度搜索投放，换平台需要重新学习）

3.3 单位经济与收入质量

指标数值/估算说明
月活用户数千万百度搜索的自有流量转化
毛利率75-80%广告收入 - AI模型成本；AI成本被广告收益覆盖
LTV:CAC很高（>5:1）CAC接近0（自有流量），LTV基于广告价值
回本周期<3个月有现成的广告商关系和投放基础
收入质量非常好100%来自广告变现（稳定、可预测），非订阅依赖

商业健康指标：

  • AI搜索的广告点击率 > 传统搜索（用户行为数据验证）
  • 广告ROI提升 = 广告主愿意出更高价
  • 这形成了正循环：更好的AI搜索 → 更高广告价值 → 更多研发投入

3.4 时代红利（Why Now）

百度AI搜索踩对的红利是**“搜索引擎向AI升级的时间窗口”**：

  • 技术成熟（2023）：大模型技术足够成熟可以应用于搜索
  • 市场认知（ChatGPT冲击）：用户已接受”AI直接回答”的新范式
  • 搜索衰落压力：百度搜索面临衰落的迫切需要升级
  • 竞争差异期（2023-2024）：时间窗口，谁先升级谁就获得优势

这个红利是有时间限制的——一旦所有搜索引擎都升级为AI搜索，优势就消失了。

3.5 核心优势

配置论分析

文心一言不在”Chat能力”维度与豆包竞争，而是利用了**“搜索”这个新变量**：

  • 竞品在”通用对话”维度竞争，拼的是模型能力
  • 百度在”搜索场景”维度竞争，拼的是搜索数据和用户习惯

这改变了竞争边界。

Cursor for X评估

文心是”Cursor for Search”的典型：

  • 工作流复杂度：★★★★☆（搜索→获得答案，工作流相对简洁）
  • 重复劳动量：★★★★★（搜索是高频行为，用户每天平均10+次搜索）
  • 反馈机制清晰度：★★★★★（答案对不对，用户一秒就知道）

距钱距离

文心的距钱距离为”近”：

  • 搜索用户的价值已被充分证明（搜索广告市场百亿+）
  • AI搜索只是改变了搜索的展现形式，没改变了广告投放的基础逻辑

3.3 生态位

产业分层位置

文心处于**“模型层+应用层”的双层位置**：

  • 模型层：推出文心系列大模型
  • 应用层：百度AI搜索、文心一言Web产品

有没有往上走（控制搜索引擎层）的趋势？百度已经控制搜索引擎了，这是历史遗产。

AI定价象限

位于**“高自主-高归因”象限**：

  • 高自主性：用户可自由搜索任何内容
  • 高归因性：用户能明确感知AI的价值（快速获得答案）

反脆弱评估

  • 下行风险：搜索范式本身被淘汰（用户不搜，直接问AI）
  • 上行空间：成为”AI时代的搜索引擎”，市场价值翻倍
  • 杠铃策略：在”安全端”守住搜索广告（保底收入），在”冒险端”做AI模型商业化（高增长）

四、蓝图复刻

4.1 最值得学的创新点

创新点：传统业务的”升级转身”而非”推翻重来”

百度AI搜索最聪明的地方不是”做一个比ChatGPT更强的模型”（那会失败），而是**“升级搜索”**。

关键假设：搜索引擎在AI时代不会消亡，而是升级。新的搜索范式是”AI驱动的搜索”而非”蓝色链接的搜索”。

这个假设的验证意义深远——说明创新不一定是”颠覆”，也可以是”升级”。

4.2 可复制的战术剧本

剧本 A：搜索引擎的AI升级战

步骤行动
1保持搜索的核心交互不变（搜索框+结果）
2在搜索后端集成大模型，生成精准答案
3将参考链接融合在答案中，维持原有可信度
4利用搜索的自有流量进行灰度测试
5逐步扩大AI搜索的流量占比，同步优化模型
  • 适用场景：任何有大型搜索平台的企业（Google/Bing/Yandex等）
  • 关键成功要素：第1和3步最关键——保持用户心理预期的连续性，不要激进改变
  • 相邻机会：电商搜索升级、应用商店搜索升级、代码搜索升级

剧本 B：老牌平台的”守正创新”

步骤行动
1承认自有平台的衰落趋势
2识别”什么是核心”和”什么可以升级”
3投入资源升级”核心”而非推翻重来
4利用自有用户基础进行快速迭代
5通过升级反转衰落趋势
  • 适用场景：老牌互联网产品面临新挑战的时候
  • 关键成功要素：第2步——正确识别什么是真正的核心竞争力
  • 相邈机会：微信的AI升级、QQ的AI升级、豆瓣的AI升级

4.2 反面教材（反向学习）

最常见的失败模式（如果模仿者最容易在哪步死）：

  1. 不敢放弃搜索框：新进入者如果试图”完全替代”搜索框为Chat界面，用户会流失（习惯强大）；但坚守搜索框又限制了创新

    • 百度的解决：保留搜索框，但改变后端逻辑（从返回链接到生成答案）
    • 失败案例：一些新AI搜索完全放弃搜索框设计，反而感觉陌生

  2. AI成本控制失败：如果AI的token cost > 广告收入，模式就破裂了

    • 百度的缓冲：有现成的广告收入支撑AI成本
    • 失败案例：Perplexity等纯搜索工具，用户没有付费习惯，成本无法回收

  3. 被大厂压倒：一旦Google/OpenAI认真做AI搜索，靠单纯的”AI能力”无法竞争

    • 百度的防线：广告变现和搜索习惯（非AI能力）
    • 失败案例：只靠AI能力竞争的产品（如初期的Perplexity）

不可复制的部分：

  • 时机：2023年ChatGPT刚爆发，用户心智未定，百度有首发优势（已过期）
  • 运气：拥有数千万搜索用户和广告生态（其他新玩家无法复制）
  • 个人特质：李彦宏的”All in AI”的坚定决策（如果创始人摇摆就失败了）

4.3 如果第一天就知道所有事

终极复盘：如果百度在2022年就掌握所有认知，会设计什么最优路径？

三个启示

  1. 更激进地让AI搜索成为默认选项 —— 百度在2023-2024年还是”试探性”地推出AI搜索，如果能从第一天就把AI搜索作为主打产品（而不是备选项），可能能更早地占领用户心智。

  2. 同步开发”搜索+Chat”的双界面 —— 不要纠结”是搜索还是Chat”，同时支持两种界面，让用户自选。这样既能守住搜索用户，也能吸收Chat用户。

  3. 早点把广告系统升级到”AI广告” —— 百度的真金白银在广告，应该更早地把AI集成到广告系统（更精准的关键词匹配、更好的广告创意建议），而不是只升级搜索结果。

五、其他

反直觉的”守护”

百度最有趣的地方在于，它面临的不是”如何创新”的问题，而是**“如何在守护搜索帝国的同时又要转身AI”**的两难。

这导致了一些看起来”妥协”的决策：

  • 为什么不做一个独立的Chat产品（豆包那样）？因为要守护搜索的用户
  • 为什么不激进地做模型竞争？因为要守护搜索的优势
  • 为什么把AI集成到搜索而不是搜索集成到AI？因为搜索才是金钱箱

这个”守护”的战略，反映了老牌互联网公司的历史包袱。

Mars 视角

百度的AI搜索这个案例非常有趣，因为它展示了**“搜索帝国向AI时代的转身”的真实困境**。

表面看，百度在做”升级搜索”，实际上是在做”转身跳跃”。一个公司如果深度依赖于”搜索广告”这种商业模式，当整个搜索交互方式都要改变的时候，问题就变得很复杂——因为你既要创新，又不能完全打倒自己。

这让我想起了一个历史对比：Google当年也面临过”移动互联网”的威胁。Google是如何转身的？通过完全重新定义搜索的交互方式（从PC的”蓝色链接”到移动的”卡片式结果”再到语音搜索）。百度现在做的”AI搜索”，本质上也是同一个逻辑——重新定义搜索的交互。

但是，百度相比Google的劣势在于：搜索市场本身可能在衰落。Google的转身是在”搜索还是增长引擎”的时代，而百度的转身是在”搜索正在被内容平台和Chat侵蚀”的时代。这个时间差，可能决定了一切。

所以我最想追问的是：百度的AI搜索能否真正阻止搜索衰落的长期趋势？ 还是说，这只是”在一个衰落的行业里做得更好”？如果是后者，那么无论AI搜索做得多优秀，百度的真正出路可能不在”搜索”这条线上，而是要找到”后搜索时代”的新商业模式。

AI 草稿——待 Mars 确认

相关案例

  • 夸克 — AI搜索竞品，但切入的是”学生用户”而非”全量搜索用户”
  • 豆包 — AI对话竞品，代表了”纯AI Chat”而非”搜索升级”的路线
  • Google Search — 历史对标，展示了搜索引擎的转身历程

关键时间线

时间事件因果关系
2020-2022百度搜索增长停滞，李彦宏开始反思危机意识驱动战略思考
2022年底ChatGPT爆红全球AI热潮，加强了百度的转身紧迫性
2023年3月文心一言发布”All in AI”正式启动
2023年底AI搜索集成到百度搜索首页从产品级升级为平台级整合
2024年AI搜索流量占比超50%说明升级战略取得成效
2025-2026百度搜索的主体逐步转向”AI搜索主导”从”搜索+AI”升级为”AI搜索”

看完后推荐

更新日志

  • 2026-03-14：初始创建（AI研究 + 待Mars审核）

关系图谱

点击展开全屏