知识块
#25030641FXB6
Deep Research: 深度研究、深度搜索，还是仅仅是搜索
图 2 来自 Lee Hanchung 的个人使用评测，针对主流的 Gen AI 大模型会话工具。其从 “深 vs. 浅” 和 “手工 vs. 训练过” 两个维度来评测。
从概念描述看，无论是 OpenAI 和 Perplexity 的描述，都提及，深度研究的过程的数据源来自数百个互联网网站资源。
引发的思考是：可否 “很粗犷” 地认为，互联网网页有相关内容，就可以深度研究。如果网页缺乏相关内容，就不可以深度研究 ？
提醒大家的是，所谓互联网公开内容的页面，从历史页面的角度，其实是在不断减少的。有点反常识哈 ……
数据来源
Lee Hanchung
分享链接
http://robin5G.com/25030641FXB6
延伸阅读
LLM
Gartner
Gartner 预测 2025 - 2029 年，Gen AI 模型的企业支出将从 2025 年的 140 亿美元，提升到 2029 年的 750 亿美元，CAGR 为 67%。
预测到 2028 年，33% 的企业会应用公司级别的 Agentic AI，会在 15% 的日常工作中自动运行。
生成式 AI
Sequoia Capital
附件 PPT 来自红杉资本（Sequoia Capital）美国。
图 1：生成式 AI 目前达到了 30 亿美元的收入，大约花费了一年多时间。而 SaaS 达到类似水平花费了十年。
图 2：CB Insights 统计的已披露大模型相关投资并购案例的数据，大约 200 多亿美元的资金中，有 169 亿美元投向了基础设施，尤其是英伟达的 GPU。
根据红杉资本的研究，其认为过一年一共有 500 亿美元花费在了生成式 AI 上面（包含数据中心配套的机房、供电等）。
500 亿美元 vs. 30 亿美元，是过热了，还是伟大征程的开始？
