微信灰度测试接入DeepSeek R1 AI搜索功能

微信灰度测试DeepSeek R1 AI搜索功能,部分用户可体验深度思考和快速回答模式,但准确性仍待提高。

原文标题:真正的王炸组合!微信终于接入满血版DeepSeek R1,灰度测试中

原文作者:机器之心

冷月清谈:

微信正在灰度测试接入完整版DeepSeek R1模型的AI搜索功能。该功能入口位于微信首页顶部搜索框内的"AI 搜索"选项,提供快速回答和深度思考两种模式。深度思考模式下,用户可以查看AI的推理过程,并进行追问,信息源来自公众号文章和网页搜索结果。一些用户已在小红书等平台分享使用体验,例如查询电影票房信息等。但目前该功能并非十分完善,准确性仍有待提高,部分用户测试时出现了搜索结果不准确甚至错误的情况。此外,该功能的接入并非与微信版本同步,升级版本可能无法体验。值得一提的是,DeepSeek 近期动作频频,腾讯旗下其他应用如元宝和智能工作台ima.copilot也已接入DeepSeek R1模型。

怜星夜思:

1、微信接入 DeepSeek R1 后,搜索结果的准确性和可靠性如何保证?如果出现错误信息,用户该如何反馈和纠正?
2、DeepSeek R1 的深度思考模式与传统的关键字搜索有何不同?它在实际应用中有哪些优势和局限性?
3、微信接入 DeepSeek R1 这类强大的 AI 模型,对未来的信息检索方式和内容生态会产生哪些影响?

原文内容

机器之心报道

编辑:杜伟、大盘鸡


一觉醒来,AI 应用的天变了!


微信终于反应过来,接入了 DeepSeek


而且据腾讯回应消息,接入的还是满血版 DeepSeek R1!


微信正在灰度测试该模型,部分灰度到的用户可以内测相关的 AI 搜索功能。


此次 DeepSeek R1 的入口在微信首页顶部的搜索框,点开后会出现一个「AI 搜索」功能。



接着点击「AI 搜索」之后出现两个选项,分别是快速回答以及接入并免费使用满血版 DeepSeek R1 的深度思考模式。


如同其他 DeepSeek R1 体验平台一样,通过深度思考搜索时会展示思考推理的全过程,从而体验到更多元化、更精准的搜索。



微信 AI 搜索功能的信息源采用了公众号推文 + 网页搜索的策略,如果问得不过瘾,还可以继续追问,直到问出想要的结果。这让坐拥海量内容的微信平台能够与 DeepSeek 强强联手,优质数据 + 联网整合能力可能会创造出前所未有的 AI 搜索体验。不过,已经体验过的用户发现,AI 搜索还没有配备历史记录的功能。


作为国民级 APP,这意味 DeepSeek 的能力将真正普惠众人。这不,用上的网友已经拿来计划自己的百万目标了。可以发现,DeepSeek 深入浅出的思考方式,为我们极大地降低了整理信息的时间成本,在海量的文章中进行分类总结,更全面、更完整。


图源:https://x.com/qiyuev5/status/1890789198031954354/photo/4


小红书用户还分享了搜索《哪吒之魔童闹海》票房的相关信息。DeepSeek 根据搜索内容,准确定位到了电影上映后票房突破的各个关键时间节点。不仅提供数据信息,它还分析了票房一路高涨的原因。用户也可以根据提供的参考链接进行细节核实或者进一步追问。



机器之心找到能被灰度到的朋友体验到了该功能,问了一些问题,可是出来的结果不尽如人意。比如问它 2 月 15 日机器之心公众号发了哪些文章,可是搜索出来的结果展示的却是 2024 年多个日期的文章,准确度远达不到问题的需求。



机器之心又追问了一下,虽然此次能识别出 2 月 15 日,但搜索出来的结果还是不准确,甚至胡说八道(因为我们从没发过这个标题的文章)。



由此可见,该功能目前并没有那么完善,可能等全量接入之后会有所改善。


现在使用不上该功能的用户也先别着急,微信本次更新并非与版本同步,所以版本升级可能无济于事。


根据一些网友筛出来的功能页面介绍信息,此次深度思考使用到了 DeepSeek 开源大模型,并将严格遵守 DeepSeek 系列大模型的开源许可证,包括代码许可证和模型许可证。


图源:https://x.com/wong2_x/status/1890752829721026968


其实,早在几天前,腾讯的一些动作已经展示出了向 DeepSeek 靠拢的迹象。


腾讯旗下主力应用「元宝」宣布接入满血版 DeepSeek R1 模型,打开之后便可以在模型选择框中切换混元模型和 DeepSeek R1。并且,切换到 DeepSeek R1 之后还支持联网搜索。



我们测试了一下它的深度思考 + 联网搜索能力,让它分析「哪吒 2 为何取得这么高的票房」,结果如下:


图片


不仅如此,腾讯旗下智能工作台 ima.copilot( 简称 ima )同样宣布接入 DeepSeek R1 深度思考模式。


接入 DeepSeek-R1 后,体验提升最明显的要属 ima 的「读」和「写」。在个人知识库管理上,你可以充分发挥 DeepSeek-R1 的强大推理能力,吃透某个文档。



目前,在微信端直接搜索「ima 知识库」小程序,也能体验到 DeepSeek R1 的深度思考能力。



最后想说一句,看来这次还是小范围的灰度测试,我们问了一圈同事,都没被灰度到。读者们有谁能体验到吗?评论秀一下啊!


© THE END 
转载请联系本公众号获得授权
投稿或寻求报道:[email protected]

深度思考模式和传统关键字搜索最大的区别在于,前者更注重语义理解和推理,而后者更关注关键词的匹配。深度思考模式能够更好地理解用户的搜索意图,并提供更全面、更深入的答案,而不仅仅是简单的信息罗列。当然,深度思考模式也存在一些局限性,例如处理复杂问题的能力还有待提高,计算资源消耗较大等。

对于“微信接入 DeepSeek R1 这类强大的 AI 模型,对未来的信息检索方式和内容生态会产生哪些影响?”这个问题,我认为:这将推动信息检索方式从关键词匹配向语义理解转变,用户体验将更加智能和便捷。同时,内容生态也将朝着更加优质化、深度化方向发展,倒逼内容创作者提升内容质量。当然,随之而来的信息茧房、算法偏见等问题也需要关注和解决。

引用一下问题:“DeepSeek R1 的深度思考模式与传统的关键字搜索有何不同?它在实际应用中有哪些优势和局限性?” 深度思考模式的优势在于能够处理更复杂的搜索请求,提供更具逻辑性和条理性的答案。而传统的关键词搜索只能根据关键词匹配信息,无法进行深度推理和分析。但是,深度思考模式对算力要求更高,响应速度可能较慢,并且在处理一些模糊或歧义性较大的问题时,效果可能不如预期。

关于微信接入 DeepSeek R1 后信息准确性的问题,我个人觉得这是一个新技术应用初期必然会面临的挑战。DeepSeek R1 即使再强大,也需要海量的数据训练和不断地优化。初期出现一些错误信息,我觉得很正常,用户可以通过反馈机制帮助平台改进。关键在于微信官方是否建立了完善的反馈渠道,以及 DeepSeek R1 的算法是否能够不断学习和进化,减少错误信息的出现。

从技术角度来看,保证搜索结果的准确性和可靠性,需要依靠 DeepSeek R1 的知识图谱构建、自然语言理解和推理能力。用户反馈和纠错机制也很重要,这可以帮助模型不断学习和改进。微信可以考虑引入类似“用户评分”、“信息纠错”等功能,让用户参与到信息质量的提升中来。当然,最根本的还是要提升 DeepSeek R1 自身的性能,这需要持续的研发投入和技术创新。

我感觉以后的信息检索方式会更加智能化和个性化,用户获取信息的效率也会更高。但同时,这也可能会对内容生态造成一定的影响,例如优质内容更容易被发现,而低质量内容可能会被边缘化。另外,AI 模型的算法推荐机制也可能会导致信息茧房效应,需要引起重视。

我觉得吧,这玩意儿现在还在灰度测试阶段,肯定会有bug。要我说,现在与其纠结准确性,不如想想怎么玩儿出花样来!比如,故意问一些刁钻古怪的问题,看看AI会怎么回答,说不定还能发现一些意想不到的彩蛋呢!:grin:

传统关键字搜索就像大海捞针,你得知道要找什么“针”,才能精准捞到。而深度思考模式更像是一个私人顾问,你只需要提出问题,它就能帮你分析、整理,甚至提供一些你没想到的思路。不过,这个“顾问”目前还不够成熟,有时候可能会答非所问,或者理解不了你的意思。

这就像当年谷歌出现一样,信息检索的方式将发生革命性的变化!以后,我们不再需要费力地筛选信息,AI 会帮我们完成这项工作。这对于内容创作者来说也是一个巨大的挑战,内容质量将变得更加重要,标题党和低质量内容将逐渐失去市场。