5月9日，阿里巴巴正式在GitHub等平台开源ZeroSearch大模型搜索引擎。这一创新框架基于强化学习技术，无需依赖传统搜索引擎接口即可激发大模型的自主搜索能力，在性能超越谷歌搜索的同时，将成本压缩至原方案的12%以下。
技术原理：激活大模型内生知识，实现动态质量调控
ZeroSearch的核心突破在于挖掘大语言模型预训练阶段积累的海量知识，将其转化为自驱式检索模块。该模块能根据用户查询直接生成相关搜索结果，而非依赖外部搜索引擎调用。更值得注意的是，ZeroSearch首次实现了对生成内容的动态质量调控，通过算法实时优化结果的相关性与准确性，这一特性填补了传统搜索技术的功能空白。
性能评测：7大数据集全面领先
研究团队在NQ、TriviaQA、PopQA、HotpotQA等7大主流问答数据集上展开测试：
- 70亿参数模型经ZeroSearch增强后，搜索能力评分达33.06
- 140亿参数模型评分提升至33.97，超越谷歌搜索的32.47基准线
实验结果表明，参数规模与搜索效能呈显著正相关，为模型优化提供了明确路径。
成本优势：训练开支锐减88%
对比传统方案，ZeroSearch展现出惊人的经济效益：
- 使用谷歌搜索接口（SerpAPI）完成64,000次查询训练，成本约586.7美元（约合4238元人民币）
- 采用4块A100 GPU运行140亿参数模型模拟搜索，成本仅70.8美元（约511元人民币）
成本降幅达87.93%，大幅降低了大模型搜索技术的应用门槛。
此次开源意味着AI搜索领域迎来重要突破，企业及开发者可基于ZeroSearch构建高性价比的智能搜索方案，或将推动搜索引擎技术范式的革新。
