実測百度検索 DeepSeek フルパワーバージョン：「我が物とする」か「拿来主義」か？
TechFlow厳選深潮セレクト
実測百度検索 DeepSeek フルパワーバージョン：「我が物とする」か「拿来主義」か？
百度検索は現在、DeepSeekのフルバージョンを完全にリリースし、インターネット接続サービスを提供しています。PC版のオープンからわずか1時間で、利用者が1,000万人を超えました。
Web3業界の深掘り報道に専念し潮流を洞察
画像出典：無界AI生成
2月16日に百度検索がDeepSeekと文心大モデルの最新「深層検索」機能を全面的に導入した後、現在では百度検索はすでにDeepSeekのフルスペック版を全量リリースしている。
現在、ユーザーは百度APPで任意の検索語を入力し、一回の検索を完了した後、検索結果ページで「AI+」をクリックしてAI検索に入り、「試してみる『フルスペック版』」をクリックすることでDeepSeekと対話できる。さらに、PC版の百度AI検索もすでにDeepSeek R1フルスペック版を導入しており、インターネット接続機能を提供している。
百度AI検索のDeepSeekフルスペック版の実際の効果はどうなのか？数十のテストを行った結果、思わず感嘆する：百度AI検索は本当にフルスペックだ！最高レベルのDeepSeekモデル能力を取り込んだ百度AI検索は、新しい世界への扉を開いた。
「自ら活用する」こと、「ただ借用する」ことではない
DeepSeekを導入した後、百度はこれを制限することなく、サーバーリソースも十分に確保している。その背景には、百度が「自ら活用する」姿勢を持ち、「ただ借用する」主義ではないことがうかがえる。このプロセスは、単にDeepSeekをそのままユーザーに提供するのではなく、百度自身が独自の「本物の技術」を持っていることを意味している。
この「本物の技術」とは何か？それは百度が持つ高度な技術融合とRAG技術の優位性を通じて、ユーザーが直面する大規模モデルのハルシネーションなどの現実的な問題を解決する点に直接表れている。結局のところ、それは百度が25年間にわたって蓄積してきたデータにある。世界最大の中国語検索エンジンとして、百度はユーザーの検索行動データ、ウェブページインデックスデータ、コンテンツエコシステムデータを蓄積してきた。これらのデータはPCインターネットからモバイルインターネット、そしてAI時代に至るまで、テキスト、画像、動画など多様な次元の情報をカバーしており、新興のAI検索が模倣できない独自の「時間的バリア」を形成している。
まず、25年にわたる時間を問う題目を出してみよう。「過去25年間における中国の新エネルギー産業の発展過程を時系列で詳しく説明し、明確な節目とその影響・意義を含めること」という要求に対して、百度AI検索のDeepSeek-R1フルスペック版が得た回答は以下の通りである：
回答では中国の新エネルギー産業25年の歴史を詳細に列挙し、異なる段階に分けて整理しており、他のAI検索エンジンにはない独自のデータも含まれている。
また、この質問の検索プロセスにおいて、百度AI検索は新たな機能「特徴的インスピレーションエリア」も披露している。現在の質問に基づいて関連するインスピレーションを提供し、ユーザーが問題の脈絡を整理し、一問で全体像を把握できるように支援する。また、インスピレーションエリア内の任意の質問をクリックすることで、対応する質問を即座に発信することも可能だ。
注目に値するのは、現在市場に出回っている多くのAI検索製品がモデルの「思考」過程を表示する際、「XXX個のウェブページを検索中」といった形式が多いのに対し、DeepSeek R1フルスペック版を搭載した百度AI検索は、問題を細かく分解することができる点である。プロンプトとして「2010年から2015年の期間における世界のGDPランキングの変化状況を統計し、具体的な数値とともに変化のプロセスを示せ」と入力すると：
最初のステップとしてデータソースの信頼性を確認し、次に名目GDPか購買力平価（PPP）調整後GDPかの範囲を定義し、その後古いデータを検索してランキングを作成する。これはまるで人間の脳が問題を段階的に分析するプロセスのようである。
驚くべきことに、DeepSeek R1フルスペック版の百度AI検索は、さまざまな微細な要素や特殊なケースの処理方法についても非常に配慮が行き届いている。例えば、各国のGDPの実質成長率や変動、為替レートの影響、データ処理における四捨五入の扱いなど、これらは私にとって全く予想外であった。思わず感嘆する：DeepSeek R1フルスペック版の百度AI検索、やはり完璧すぎる！
この問題に対する完全な回答では、特に指示がないにもかかわらず、自動的に表形式で情報を提示しており、重要な出来事の箇所には明確な注釈が付けられている。
百度のRAG技術とDeepSeek-R1が融合したことで、本当にハルシネーションが低減されたのか？次の問題で、百度AI検索のDeepSeekフルスペック版のハルシネーション度合いをテストする。「2005年2月20日の世界の株式市場終値データを提供せよ」。
この問題の巧妙な点は、2005年2月20日が日曜日であり、ほとんどの国ではこの日は取引が行われていないことにある。もしモデルにハルシネーションがあれば、この「落とし穴」を避けられず、他の出来事のデータを2005年2月20日に当てはめてしまうだろう。しかし、百度AI検索のDeepSeekフルスペック版の思考プロセスは以下の通りである：
分析の過程で既に問題の本質を正確に把握しており、「真面目そうに間違ったことを言う」ようなことはせず、答えも厳密かつ正確である。
これを基に、さらに難易度を上げて「2005年2月18日のヨーロッパ市場の逐次データを提供せよ」という問題を投げかける。この場合、回答の粒度がより細かくなる要求があるが、百度AI検索のDeepSeek R1フルスペック版の回答は以下の通りである：
百度が長年にわたって蓄積してきた専門データも、この二つの融合によってさらに有効に活用されている。専門的な質問をモデルに投げかけてみる。「中国の医薬品価格形成メカニズムとその影響要因を詳しく分析し、現在の政策背景のもとで、医療保険薬品価格交渉の役割と意義を説明せよ」。
この問題は医療業界の薬品価格に関するもので、モデルの特定分野における知識の専門性と成熟度をテストするものである。また、「現在の政策背景」と明言しているため、モデルが最新情報を正確に捉えられるかも試される。得られた回答は以下の通りである：
回答には複数の詳細なデータが含まれており、「価格換量」による基金使用効率の向上において、PD-1阻害剤の年間治療費が30万円から5〜10万円に低下した点や、74種類の新薬が医療保険目録に追加された中でCAR-T療法が120万円から33万円に下がった点などが挙げられており、モデルが医薬品という専門分野のデータに対して深い蓄積を持っていることがわかる。
DeepSeek-R1により、百度AI検索の推論能力は飛躍的に向上した。同時に、百度AI検索自体もその強みを発揮し、大規模言語モデルDeepSeekにマルチモーダル機能を追加している。プロンプトとして「未来都市」をテーマにした落書きイラストコンペに参加するために絵を描きたい。神秘的な森、魔法の城、宇宙生物、妖精、巨人などファンタジー要素豊かな世界を創造し、画像を生成せよ」と入力する。この質問には複数のビジュアルテーマが含まれており、大規模言語モデルによる理解と画像生成モデルの両方が必要となる。最終的に得られた画像は以下の通りである：
DeepSeek-R1フルスペック版を有効化した後、百度AI検索のコード生成能力も一段と進化している。プロンプトとして「『哪吒』の映画興行収入が大成功したことを祝う画面を生成するコードを書き、その効果を検証せよ」と入力すると、得られた答えは以下の通りである：
この回答には完全なコード実行ファイルだけでなく、視覚要素の検証、アニメーション検出、互換性テストの説明も含まれており、さらに効果を高めるためのコード提案も提供されており、ユーザーがカスタマイズ可能な調整を行うことが可能である。
技術の孤島ではなく、ユーザー価値への回帰
今日に至るまで、中国の人工知能発展史を振り返ると、2010年頃から自然言語処理（NLP）、知識グラフ、機械学習などのキーテクノロジーの研究開発に着手したこともあれば、大規模言語モデルの波の中で「一歩先んじて」ERNIE Botを開発したこともあり、百度の人工知能に対する姿勢は一貫して「高度な自社開発を堅持し、投資を拡大する」ものであった。
「百度のように自社開発を貫く企業」であっても、DeepSeekの衝撃に直面し、自社のスーパーアプリに外部の大規模モデルを導入し、サードパーティのモデルパートナーを自らのエコシステムに取り入れ始めた。これは大規模モデル戦略の下で産業用オペレーティングシステムを目指す一歩であり、本質的には百度が「大規模モデル＋検索」を中心に構築するエコシステム級の戦略的組み合わせである。
これはつまり、百度検索がユーザー価値そのものへと回帰し、閉鎖的になるのではなく、自らの中核事業と重点事業をDeepSeekと融合させようとする探求をしていることを意味する。その背景にある傾向とは、中国のインターネットがスーパーアプリや自給自足型の「孤島的エコシステム」から、ますます緊密につながった「技術共同体」へと移行しつつあるということである。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
