超越谷歌！阿里开源ZeroSearch，大模型搜索开启“自给自足”新纪元

在AI技术狂飙突进的2025年，全球科技巨头正围绕大模型的应用场景展开激烈角逐。从金融领域的智能投顾到医疗行业的诊断辅助，大模型正以"数字大脑"的姿态重塑产业格局。

在这场技术竞赛中，搜索能力的突破成为关键战场——它不仅决定着信息获取的效率，更直接影响着商业决策的精准度。

就在这个关键时刻，阿里巴巴于5月8日开源的ZeroSearch，犹如一颗深水炸弹，在AI搜索领域掀起巨浪。这款无需依赖真实搜索引擎的强化学习框架，不仅以33.97的搜索能力超越谷歌（32.47），更将训练成本骤降至传统方案的。

这场技术突破背后，折射出中国科技公司在AI基础架构层的崛起，也预示着全球搜索市场即将迎来新一轮洗牌。

从“依赖外脑”到“自建知识库”，ZeroSearch如何重构搜索范式？

据港股研究社消息，5月8日，阿里巴巴开源了一种创新大模型搜索引擎——ZeroSearch。

ZeroSearch是一项创新的强化学习框架，它无需与真实搜索引擎进行交互，就能激发大模型的搜索能力。

这一框架充分挖掘大模型在大规模预训练阶段积累的海量知识，将其转化为检索模块。该模块可依据搜索查询生成相关内容，并且能灵活调整生成内容的质量，这是传统搜索引擎所不具备的独特优势。

研究人员选取NQ、TriviaQA、PopQA、HotpotQA等7个问答数据集，对ZeroSearch展开全面评估。结果显示，70亿参数的监督微调模型经ZeroSearch优化后，搜索能力得分达到33.06；140亿参数的模型得分更高，达到33.97，超越了谷歌搜索的32.47分。

在成本控制上，ZeroSearch优势显著。研究人员借助SerpAPI调用谷歌搜索，完成约64,000次搜索查询训练，花费高达586.70美元；而使用四个A100GPU运行140亿参数大模型进行模拟训练，成本仅70.80美元，降幅超过80%。这种模式既强化了大模型的搜索能力，又规避了与真实搜索引擎交互产生的高成本和不可控风险。

技术实现层面，ZeroSearch通过轻量级监督微调，将大模型转变为检索模块。该过程充分利用大模型预训练知识，使其能针对查询生成相关文档或含噪信息。通过调整提示关键词，可精准控制生成文档质量，为后续训练创造多样化检索场景。

其能力源于对真实搜索引擎交互轨迹数据的收集、标注与微调，引导大模型通过多轮交互得出最终答案。此外，ZeroSearch引入“课程学习机制”，在训练中循序渐进地提升任务难度，让模型从简单检索场景起步，逐步适应复杂挑战环境。

AI搜索赛道洗牌，B端与C端的双重攻势

回顾来看，早在2024年，阿里国际便推出B2B领域AI搜索引擎Accio，其界面主体是一个对话框，形态上与OpenAI的SearchGPT、硅谷明星产品Perplexity等AI原生搜索更像。

从功能性来看，Accio能满足很多出海商家的需求，其可以接受用户“白话式”的提问，供应端链接了阿里国际站平台与全球各类独立站、第三方电商网站、线下工厂等，并能够输出专业、具体且有条理的内容。

而ZeroSearch的开源，可视为阿里在B端场景的进一步延伸——通过开源生态吸引更多企业接入其技术栈，强化国际站“半托管”服务（如物流、营销）的黏性，同时为跨境商家提供更低成本的智能工具。

再是C端，阿里利用夸克开启“AI搜索+”战略与流量争夺战。开源ZeroSearch的同一天，夸克升级AI超级框，全新发布“深度搜索”产品，通过深度思考能力、智能检索技术和精准回答功能，为用户“高搜商”地解决多样化复杂问题。

此外，夸克AI超级框同时迭代“图片智能处理”功能。据了解，夸克还将推出思考能力更强、调用Agent更多以及能提供专业报告的新产品。

而ZeroSearch的动态质量控制能力，可进一步优化夸克的搜索体验（如减少错误答案），与豆包、Kimi等竞品形成差异化。但挑战在于，C端用户对搜索质量敏感度更高，如何平衡生成内容的准确性与多样性，将是后续迭代的关键。

整体来看，当前的AI搜索领域呈现两大阵营。闭源派：如谷歌、Perplexity，依赖庞大索引库与商业API盈利；开源派：以ZeroSearch、DeepSeek-R1为代表，通过技术开放构建生态。

目前，阿里的策略显然偏向后者，通过开源降低行业门槛，吸引开发者基于其框架开发垂直应用，最终反哺阿里云的计算资源需求。

未来战争之AI搜索的"三体博弈"

从B端到C端，阿里正以开源为矛、生态为盾，构建起AI搜索的立体化布局。

Accio与ZeroSearch的变迁和协同，标志着其从跨境电商场景向全行业渗透的野心——通过开源技术栈降低企业接入门槛，以动态质量控制实现搜索服务标准化，最终反哺阿里云的计算需求。

而夸克“深度搜索”的升级与创新大模型的开源，则是B端加C端战场的精准卡位：在信息过载时代，用户对“高搜商”工具的需求与日俱增，阿里通过强化推理能力与多模态交互，试图在豆包、Kimi等竞品中撕开差异化缺口。

技术维度：从单一模型到混合架构的范式革命

当ZeroSearch以开源姿态冲击市场时，AI搜索的技术竞赛已进入“混合架构”新阶段。谷歌坚持的索引库+商业API模式，正面临DeepSeek-R1等开源模型的降维打击——后者通过强化学习实现搜索逻辑的内生优化，训练成本迅速降低。

未来竞争焦点将集中在三大方向：一是多模态融合，文本、图像、视频的联合解析能力。二是实时性突破，流式处理技术将响应延迟压缩至毫秒级。三是个性化进化，基于用户行为数据的动态调优。

商业维度：从流量变现到价值共享的生态重构

闭源与开源阵营的商业模式分化日益显著。闭源派，谷歌通过搜索广告获利不菲，但用户对广告干扰的容忍度逼近临界点；开源派，阿里通过ZeroSearch吸引开发者构建垂直应用，反哺阿里云资源消耗，形成“技术-场景-数据”闭环。

这种分化催生出三类新物种：垂直领域寡头、API服务商转型以及寻求突围的硬件厂商。

监管维度：在创新与风险的天平上寻找支点

现阶段，全球监管风暴正在重塑行业格局。2025年3月，随着欧盟《人工智能法案》（AIAct）的全面实施，全球首个系统性AI监管框架正式进入执行阶段。

此前，美国FTC也对搜索算法进行反垄断调查，迫使开源社区公开核心排序代码以证合规。这些挑战要求企业必须在技术创新与社会责任间找到平衡点——正如阿里通过开源生态分散监管风险，同时以动态质量控制规避伦理危机。

结语

在AI技术从"工具革新"迈向"生态重构"的进程中，阿里巴巴开源的ZeroSearch不仅以33.97的搜索能力超越谷歌，更以87%的成本降幅颠覆行业规则。

这一技术突破通过强化学习与课程学习机制，将大模型预训练知识转化为内生检索能力，既解决了传统RAG对商业搜索引擎的依赖，又通过动态质量控制实现生成内容的精准平衡。

从B端国际站生态的深度渗透到C端夸克"深度搜索"的流量争夺，阿里以开源为支点，推动AI搜索从"流量变现"向"价值共享"跃迁。

这场"三体博弈"的终局，或将定义下一代AI基础设施的竞争范式。