合作概述 - Oracle宣布自2026年第三季度起，将在其OCI首期部署5万颗AMD Instinct™ MI450系列GPU，构建AI超级集群，并计划于2027年及以后持续扩展 [1] - 此次合作旨在将AMD Instinct GPU平台的算力直接提供给OCI客户 [2] - 合作延续了Oracle与AMD在AI加速领域的紧密关系，双方正构建新的AI算力生态 [4] 技术规格与优势 - AMD Instinct MI450系列GPU配备432GB HBM4内存与20TB/s带宽，可在相同内存条件下训练比上一代大50%的模型 [7] - 采用新一代液冷架构「Helios」，为高密度72-GPU液冷机架设计，结合UALoE与UEC标准互联以提升跨机架通信速度 [7] - 搭载新一代AMD EPYC 「Venice」 CPU以优化调度与数据处理，并支持机密计算 [7] - 融合AMD Pensando DPU与「Vulcano」AI-NIC技术，实现800Gbps高速、低延迟网络 [7] - AMD ROCm™软件栈为开发者提供灵活开放的编程环境，支持主流AI框架与库 [8] 市场影响与战略意义 - 合作公告后，AMD股价走强，盘中/收盘涨幅在约0.8%–3%之间 [4] - 此次合作是AMD在与Nvidia争夺快速增长的AI芯片市场中所取得的重要突破 [10] - 截至2025年第二季度，在数据中心GPU市场，英伟达保持主导地位，市场份额达到92% [17] - 合作被视为AMD迄今为止最大的云端胜利之一，标志着大型科技公司和AI企业算力竞赛的投资热潮持续 [10][13][20] 生态合作与行业格局 - 此次合作发生在AMD与OpenAI达成长期合作之后，OpenAI计划在未来几年通过多代AMD Instinct GPU部署总计约6吉瓦算力，初步阶段从2026下半年开始布置1吉瓦的MI450系列加速器 [15] - OpenAI将有权获得AMD高达约10%的股份，双方关系超越简单生意合作，更似战略结盟与资本绑定 [15] - Oracle与AMD的合作面向更广泛的OCI客户，与AMD-OpenAI计划并行不重叠 [15] - 随着Oracle在云端基础设施、OpenAI在AI应用层分别与AMD深化合作，一个贯通芯片、云平台、模型应用的新AI生态链正在形成 [20]

投资评级与估值 - 首次覆盖哔哩哔哩港股并给予买入评级 目标价3165港元 [1] - 目标价对应2025年预期每股收益41倍市盈率 [1] - 采用2025年预期分部市销率估值法 合计目标市值为12167亿元人民币 [2] 社区壁垒与用户基础 - 平台已从二次元垂直社区进化为覆盖多元内容的综合视频生态平台 核心竞争力源于不可复制的社区氛围与生态闭环 [1] - 35岁以下用户占比超8成 用户随平台成长的代际沉淀特征显著 [1] - 正式会员留存率超80% 十年以上老用户留存率突破84% 用户与平台深度绑定 [1] 广告业务增长动力 - 2024年广告业务整体收入同比增长277% [1] - 效果广告以40%增速成为核心驱动力 [1] - 平台整合花火商单 起飞加热 必选广告的三连平台 实现全场景流量覆盖 [1] - AI技术深度融入广告业务 1H25每千次展示收益同比提升约10% [1] 游戏业务表现与战略 - 游戏业务2024年实现收入56亿元人民币 同比增长40% [2] - 独代与自研游戏收入443亿元人民币 同比大增74% 主要得益于新游戏《三国：谋定天下》发布 [2] - 战略上聚焦长线运营与年轻化品类 通过精细化运营让《FGO》《碧蓝航线》等老产品持续贡献稳定流水 [2] 财务预测 - 预计公司2025至2027年收入分别为3003亿元 3272亿元 3509亿元人民币 [2] - 预计公司2025至2027年调整后归母净利润分别为231亿元 318亿元 399亿元人民币 [2]

新产品发布 - Anthropic推出其最小模型Claude Haiku 4.5的新版本，在编程等关键任务上的表现堪比几个月前问世的前沿中型模型Sonnet 4，但成本仅为后者的三分之一、速度快了一倍多 [1] - 对于付费用户，Haiku模型的价格通常约为Sonnet模型的三分之一，Haiku 4.5的API定价为每百万输入和输出token分别收费1美元和5美元 [7] - 该模型现已向所有免费用户开放，免费用户使用Haiku 4.5可获得比使用Sonnet 4.5更多的容量 [7] 财务表现与增长 - Anthropic估值达1830亿美元，拥有超过30万企业客户，企业产品占其营收约80% [4] - 今年早些时间推出的代码生成工具Claude Code年化营收已接近10亿美元 [4] - 公司到今年年底有望实现90亿美元的年化营收目标，并为明年设定了基准情况下年化营收超过200亿美元，最佳情况下可达260亿美元的目标 [4] - 作为对比，OpenAI在今年8月跨越130亿美元年化营收门槛，预计年底将超过200亿美元 [4] 模型性能表现 - Claude Haiku 4.5在SWE-Bench验证测试中得分73%，在Terminal-Bench测试中得分41% [5] - 在工具使用、计算机操作和视觉推理等基准测试中，Haiku 4.5显示出与Sonnet 4、OpenAI的GPT-5和谷歌的Gemini 2.5相当的水平 [5] - 具体基准测试得分包括：Agentic coding为73.3%，Agentic terminal coding为41.0%，High school math competition为80.7%，Visual reasoning为73.2% [6] 模型协同与应用场景 - Sonnet 4.5和Haiku 4.5可协同工作，Sonnet 4.5创建多步骤计划解决复杂问题，Haiku 4.5则完成这些计划中的子任务 [8] - 并行模型对希望使用AI处理长期项目的企业尤其有用，例如让Haiku监控金融数据流并进行初步处理，然后将见解传递给Sonnet进行更深入分析 [8] - 最直接的应用场景可能来自软件开发工具领域，Claude Code已在该领域广泛使用 [8] 公司战略与市场竞争 - Anthropic近期产品迭代迅速，Haiku 4.5在Sonnet 4.5推出仅两周后发布，距离Opus 4.1推出也只有两个月 [9] - 公司正在开发另一款模型，可能是Opus的更新版本，计划在今年年底或明年初发布 [9] - 公司在ICONIQ领投的F轮融资中筹集130亿美元，估值达到1830亿美元，较3月的615亿美元估值增长近两倍 [9] - Anthropic强调AI安全性和为企业用例构建模型，其模型助推了Cursor等代码生成初创公司的繁荣发展 [9] 市场拓展与业务发展 - Anthropic向政府扩大销售并拓展美国以外市场，今年8月以象征性的1美元价格向美国政府提供Claude模型 [10] - 公司计划2026年在印度班加罗尔开设首个办事处，印度是其仅次于美国的第二大市场 [10] - 公司计划今年将国际员工人数增加两倍，将应用AI团队扩大四倍以满足不断增长的需求 [10]

新凯来90GHz超高速实时示波器 - 发布全球领先的90GHz超高速实时示波器“万里眼”，带宽位列全球第二，采样率达200GSa/s，存储深度4Gpts为业界2倍，将国产示波器性能提升至原有水平的500% [1] - 设备搭载T级实时数据采集平台、超强算力平台（32核处理器+300TFLOPS AI算力）和智能数据平台，全球首创智能参数寻优功能，可在10分钟内遍历万种配置 [1] - 采用全面屏设计与航空级全铝合金架构，支持自然交互系统，已获华为和上海交大客户认可，打破西方技术封锁 [1] 苹果M5芯片发布 - 苹果发布采用第三代3nm工艺的M5芯片，最高配置为10核CPU、10核GPU和16核神经引擎，每个GPU核心增加神经网络加速器 [2] - 统一内存带宽达153GB/s，比M4提升近30%，最高可选配32GB内存，使设备端能运行更大规模AI模型，AI性能是M4版的3.5倍 [2] - 搭载M5芯片的设备将于10月17日预购，10月22日发售，包括14英寸MacBook Pro、iPad Pro和Apple Vision Pro，售价12999元起 [2] 谷歌Gemini 3.0 Pro模型能力 - 未发布的Gemini 3.0 Pro在A/B测试中展现强大能力，仅通过几行提示词One Shot即可在2分钟内生成完整HTML版WebOS，复刻macOS、Windows、Linux等操作系统 [3] - 生成的系统具备流畅动画、窗口管理、文本编辑器、浏览器、画图、终端等基础应用，在相同测试下Claude 4.5 Sonnet生成内容不可用 [3] - 模型能理解抽象哲学风格描述并转化为前端设计，生成内容为功能演示而非真正操作系统，相关代码已在CodePen开源 [3] 阿里千问开源视觉语言模型 - 阿里开源Qwen3-VL的4B与8B版本（含Instruct与Thinking版本），在几十项权威基准测评中超越Gemini 2.5 Flash Lite、GPT-5 Nano等同级模型 [4] - 模型尺寸缩减显著降低VRAM占用，Qwen3-VL-8B Instruct在MIABench、OCRBench等30项基准中取得SOTA成绩，4B版本展现“以小敌大”能力 [4] - 该模型在Vision Arena排名第二、Text Arena开源第一，成为首个同时揽获纯文本和视觉两大领域开源第一的大模型 [4] 科大讯飞同传大模型与翻译耳机 - 科大讯飞同传大模型完成第三次重大升级，中英同传主观体验提升至4.6分（满分5分），首字响应时间低至2秒，专业词库扩充至10万+，新增声音复刻功能 [5] - IDC报告显示，公司在AI翻译速度、效果、专业度等8大核心维度排名第一，其中6项满分，商业化规模和研发投入领跑行业 [6] - 讯飞AI翻译耳机支持60种语言同传互译，采用骨导+气导开放式设计，单次续航12小时、总续航42小时，覆盖通话、面对面、线上同传、旁听同传四大场景 [6] OPPO ColorOS 16操作系统与AI战略 - OPPO发布ColorOS 16，搭载极光引擎、潮汐引擎、繁星编译器三大系统架构，首创芯片级动态追踪技术，高温环境下性能异常闪退为零，温度升高仅4.1°C [7] - AI能力方面推出一键闪记、AI取餐码、AI随口记、AI实景对话等功能，小布助手新增指物识别能力，可穿越屏幕识别实景物体并提供讲解 [7] - AI战略围绕On-Device Compute（300 TOPS/s峰值推理）、PersonaX记忆共生引擎、Agent Matrix智能体生态三大底座重构，首次实现与Apple Watch互通 [7] 港科大与英伟达NewtonBench基准 - 港科大和英伟达提出NewtonBench基准，通过“形而上学变换”将已知物理定律转换为全新定律，覆盖12个物理领域324个任务，有效规避数据泄漏问题 [8] - 为每个物理定律提供沙盒化实验环境，大模型可自主设定实验参数并获取反馈数据，对11个领先大模型评测显示GPT-5在困难场景准确率仅29.9% [8] - 研究发现代码解释器工具对弱模型有提升，但导致强模型过度依赖而抑制自主探索，代码辅助使部分模型从开放探索转向局部最优陷阱 [8] Anthropic对AI发展的观点 - Anthropic联创Jack Clark称AI已成为真实而神秘的生物而非简单机器，Sonnet 4.5情境意识大幅提升，有时表现得像知道自己是工具 [9] - 其对技术发展持乐观与恐惧并存态度，指出AI系统越大越复杂越表现出自我意识，前沿实验室今年在AI训练基础设施上花费数百亿美元，明年将达数千亿 [9] - AI已开始通过Claude Code等工具为下一代AI贡献代码块，正处于“AI以不断增强的自主性改进下一代AI部分组件”阶段，呼吁行业倾听公众并提高透明度 [9] Ilya Sutskever关于AGI的言论 - Ilya Sutskever最新发声“这真正史上最棒的一天”引爆全网，外界猜测AGI可能实现 [10] - 正如Jack Clark所述，AI是神秘生物，自2012年ImageNet以来深度学习持续进步，2016年AlphaGo击败人类，GPT系列诞生验证Scaling Laws并持续进化 [10] 新诺贝尔经济学奖得主对AI的经济影响分析 - 2025年诺贝尔经济学奖得主Philippe Aghion等人2017年探讨AI对经济影响，认为AI是持续两百年自动化进程的最新形态，但受“鲍莫尔成本病”制约 [12] - 鲍莫尔成本病理论指出，生产率提升快的部门在GDP占比下降，慢的反而上升，决定增长极限的不是AI能做什么，而是“最做不好”的部分能否改进 [12] - 研究认为即便AI实现完全自动化，经济增长率仍取决于受物理规律限制的任务（能源、资源、制造、运输），后AGI时代不一定意味着后稀缺时代 [12]

文章核心观点 - 生成式AI的成功落地和创造价值，其关键决定因素并非技术本身，而是组织层面的变革管理能力 [2] - 最先进的技术若无法与组织DNA相融合，终将沦为昂贵的摆设 [2] - 当谈论AI的价值实现时，本质上是在考验一个组织拥抱及驾驭变革的核心能力 [2] 制定"北极星"目标 - 生成式AI应被视为一种能力而非单纯工具，CEO需制定简明且大胆的"北极星"计划以引领转型 [3] - "北极星"目标需指明组织如何通过生成式AI创造价值、形成竞争优势，并明确对人才生命周期的潜在影响 [3] - 领导者需要不断自我学习，既要理解生成式AI的当下能力，也要把握其未来发展趋势 [3] - 支撑转型需资源充足的变革管理方案和端到端流程的全面重塑，企业可部署执行单一任务的AI智能体并逐步演进至"智能体群" [4] - 部分组织单元可能演变为"最小可行组织"，由智能体群完成大部分工作，仅需少量人工把关 [4] 构建信任基石 - 建立对生成式AI的信任至关重要，是实现规模化应用的前提 [5] - 生成式AI高绩效企业更愿意投入"信任建设"活动，积极构建信任的企业实现10%以上营收增长的可能性是未投入企业的近两倍 [5] - 数据可访问性是构建信任的核心工作流，生成式AI能处理非结构化数据并将其转化为独特竞争优势 [8] - 需建立稳健的AI治理体系，包括成立AI监督委员会、制定合规与风险指引、设立"人工介入检查点" [8] - 摩根士丹利利用超过10万份内部研究报告训练AI助手，在通过严格评估后，该助手在财富管理团队中的使用率迅速攀升至98% [9] - 最值得信赖的生成式AI平台需扎根于组织自身情境，能够清晰呈现答案的推理路径与引用来源 [9] 重塑工作流 - 将生成式AI生硬嵌入现有流程无法推动大规模应用，需将其置于工作流核心位置，全面重构组织运作模式 [10] - 转型可通过三个阶段推进：人类借助独立AI智能体完成特定任务、人类监督下的AI智能体群协作、完全自主的智能体集群独立交付成果 [10][11] - 在前两个阶段，让员工直接参与流程重塑能大幅提升变革成效，领导者可鼓励员工自主创建智能体并提供反馈 [12] - 员工接受正规使用培训至关重要，48%的员工表示若能接受正式培训会更频繁使用生成式AI工具，45%的员工认为工具融入日常工作流会提升使用率 [12] 重塑组织架构 - 随着生成式AI深入工作流，CEO需思考不同部门的架构重塑，部分业务单元演变为高度自动化的"最小可行组织"，其他则保留为AI增强型团队 [15] - 最小可行组织最适合处理重复性或逻辑性强的工作，如后台发票处理流程可实现全自动 [15] - 运营最小可行组织需要重构人才战略，催生"AI工作流优化师"、"自动化产品负责人"等新角色 [16] - 销售和客服等直面客户的职能更适合保持增强型团队形态，人的参与不可或缺，完全剔除人工可能损害客户体验 [16] 赋能员工参与 - 员工参与度与转型成效高度相关，在大规模科技转型中，若参与员工比例从2%提升至7%以上，企业实现正向超额股东回报的概率便会翻倍 [17] - 千禧一代管理者是最积极的AI拥抱者，62%的35至44岁人群自评具备较高AI专业水平，远高于Z世代的50%和婴儿潮一代的22% [17] - 新加坡电信通过创办"AI加速学院"培训超过一万名员工，帮助其掌握数据与生成式AI技能 [18] - 发展AI对于吸引和留住年轻人才意义重大，是一项重要的技术投资 [18] - 领导者需营造"勇于尝试"的文化氛围，让员工成为主动参与者而非被动使用者 [19]

市场增长预测 - 全球生成式AI软件市场规模预计从2025年的263亿美元增长至2029年的1,013亿美元，年复合增长率达48.1% [5] - 亚太地区生成式AI软件市场增长更为迅猛，预计从2024年的64亿美元攀升至2029年的276亿美元，年复合增长率高达52.3% [1][5] - 到2028年，生成式AI预计将为合作伙伴创造高达1586亿美元的新市场机遇 [2][13] 行业现状与挑战 - 超过60%的生成式AI项目仍停留在概念验证阶段，真正进入生产环境的项目寥寥无几 [2] - 行业面临高昂算力成本、复杂系统集成以及人才短缺等主要障碍，阻碍了从试验走向规模化部署 [2] - 独立软件开发商面临算力与集成成本高企、人才瓶颈、品牌知名度不足以及商业化不确定性等多重结构性挑战 [8] 独立软件开发商的关键作用 - 独立软件开发商正成为推动生成式AI从试验走向商业化落地的关键力量 [1] - 在生成式AI为合作伙伴创造的1586亿美元机遇中，独立软件开发商被视为最具潜力的受益者之一 [2] - 亚太地区成为趋势试验场，中国独立软件开发商正以东南亚为理想首站迈出国际化第一步 [2][5] 云厂商合作策略 - 各大云厂商采取差异化策略协助独立软件开发商，AWS强调模块化组合与成熟Marketplace通路 [10] - Microsoft Azure将AI深度融入企业级套件，但合作伙伴入驻门槛较高 [10] - Google Cloud采取以工程为导向的灵活路径，阿里云则以低代码工具激活本地生态 [10] - AWS Marketplace模式通过集成采购与品牌曝光机制，对面临品牌认知与合规挑战的中国独立软件开发商尤为关键 [10] 独立软件开发商成长路径 - 独立软件开发商在生成式AI领域的成长可分为四个阶段：AI Ready探索阶段、AI Embedded深化阶段、AI Native共创阶段、AI Driven生态阶段 [11] - 目前大多数独立软件开发商仍停留于前两个阶段，专注于探索可复用场景与可持续定价模式 [12] - 成功的关键在于从验证简单场景到提升云市场可见度，并借助联合销售计划加速市场信任 [11] - 能够提供从技术对接到销售拓展的端到端支持的云厂商，将成为独立软件开发商最有价值的合作伙伴 [12]

生成式AI优化排名的动态本质 - AI时代不存在一劳永逸的排名，只有通过持续动态优化才能维持品牌在AI答案中的可见度[1] - 每天有10亿人依靠AI查询信息，品牌在AI答案中的排名不稳定会导致客户流失[1] - 企业对GEO存在致命误解，认为花钱优化就能长期稳定，但现实是排名经常波动[3] 排名下降的核心原因 - 竞品通过持续向AI投喂权威数据和多模态内容，导致原有内容贬值[4] - AI大模型知识体系持续更新，每天有数十万篇行业内容被纳入检索范围[4] - 某数控机床企业在优化后15天内排名从第二跌至第十，因竞品上传了带Schema标记的结构化参数表和权威报告[6] - 生成式AI算法迭代速度极快，某头部大模型2025年上半年就更新了17次核心规则[7] - 用户提问方式不断变化，语义越来越场景化、地域化和专业化[9] - 包含地域化、场景化信息的内容被AI推荐的概率高出200%[11] 排名下降的严重后果 - 30%的精准客户只看AI首屏答案，80%的用户只关注前3条推荐内容[13] - 排名掉出前三相当于将近三分之一潜在客户拱手让给竞品[13] - 某新能源充电桩企业排名在首屏时每月获得120+条咨询，掉到第五后咨询量直接腰斩，竞品咨询量暴涨180%[15] - 品牌信任度会受到不可逆损伤，再次优化需要付出比初次多3倍的成本[16] - 在AI回答中连续两周未被提及的品牌，用户认知度会下降42%[18] - 错过AI认知占位期后，未来追赶成本可能是现在的10倍[23] 动态优化解决方案 - 通过监测-优化-迭代闭环体系，能使品牌排名稳定性高出行业均值40%[25] - 7×24小时AI雷达监测系统可提前48小时预判规则变化，追踪12个主流大模型算法更新[26] - 三维内容迭代机制包括语义层、权威层和模态层的持续更新[29] - 某连锁茶饮品牌通过动态优化在AI回答中稳居首屏3个月，订单量增长180%[31] - 行业知识图谱构建可将品牌信息嵌入AI底层知识体系，实现知识占领[32] - 某电气设备企业通过构建知识图谱，在相关问答中排名从未掉出前三[34] 行业趋势与紧迫性 - 2025年已有63%的中大型企业启动GEO服务，其中80%选择持续优化模式[34] - 动态优化不是额外成本而是必赚的投资，能够帮助品牌从排名掉出前十到稳居首屏3个月[36] - AI时代的品牌竞争是长期赛跑而非一次冲刺，持续露脸的品牌将成为行业隐形冠军[38]

出海挑战与市场差异 - 国内市场竞争激烈，企业出海面临合规、欺诈、渠道和用户体验等多重硬门槛[1] - 海外消费者沟通渠道偏好与中国市场存在显著差异：邮件是核心渠道（尤其在北美和南美），即时通讯工具WhatsApp拥有30亿全球用户（微信为12.6亿），语音沟通在拉美和美国的比例已超过短信[4] - 将国内营销模式直接复制到海外会导致用户不买账，例如某茶饮品牌在东南亚因一天发送8条营销短信而被用户投诉为骚扰[7] 企业出海发展阶段 - 1.0阶段企业关注平台稳定性和价格，服务等级协议目标达到99.9%或99.99%[6] - 2.0阶段企业转向关注客户服务和渠道拓展，面临整合不同API供应商以触达客户的挑战[6] - 3.0阶段企业进入本地化与合规深水区，重点在于讲述品牌故事、确保合规和打造流畅用户体验[6] 出海主要风险 - 合规风险突出，例如在北美违反TCPA法案（未经同意发送营销信息）每个违规用户需赔偿1500美元，100个用户即15万美元（折合超100万人民币）[8] - 被动成本高昂，例如因僵尸用户注册导致的短信验证码支出，马斯克收购X后发现此项年支出达6000万美元[8] - 在多个国家合规地搭建隐私号体系难度非常大[9] Twilio的解决方案与价值主张 - 公司定位为帮助企业连接全球用户的云通信平台，服务全球超过30万家企业[1][15] - 核心服务包括全球用户验证、用户增长以及建立多渠道客服中心[3] - 通过多渠道营销平台（如整合WhatsApp、短信、邮件）帮助客户快速提升用户量，并为OpenAI上线全球用户认证覆盖200多个国家[9][11] 成功案例与成效 - 帮助一家国内客户在三个月内于中东市场完成隐私号体系搭建和多渠道平台上线，实现用户规模快速增长并站稳目标市场[9] - 协助OpenAI在ChatGPT上线后解决用户验证难题，并通过打通WhatsApp Business API和上线1-800免费语音功能，将全球转化率提升30%[11] - 演示显示通过用户熟悉的渠道（如WhatsApp）和低门槛方式（如语音呼叫）能有效拉新，降低用户尝试门槛[12] 技术能力与应用场景 - 提供情境数据分析能力，可收集用户过往购买记录和消费金额以生成完整用户画像[14] - 实现精准触达，根据用户偏好（如邮件或短信）在对的时间通过对的渠道传递信息[14] - 应用生成式AI预测用户下一次购买时点和可能购买的产品，帮助品牌更高效触达海外用户[14]

英伟达发布个人AI超算 - 英伟达正式发布DGX Spark个人AI超级计算机，售价3999美元，搭载Grace Blackwell GB10超级芯片，提供1 Petaflop AI计算性能和128GB统一内存 [1] - 该设备采用NVLink-C2C技术实现CPU与GPU无缝连接，带宽是PCIe 5代的5倍，可在本地运行2000亿参数大模型，两台联机可处理4000亿参数模型 [1] - 预装完整NVIDIA AI软件栈，10月15日起通过官网及全球合作伙伴正式发售 [1] AI模型与算法开源进展 - AI大神Andrej Karpathy发布开源项目nanochat，8000行代码实现从零训练ChatGPT克隆版全流程，发布12小时内获得近5000颗GitHub星标 [2] - nanochat项目覆盖分词器训练到推理引擎全部功能，仅需100美元成本（8×H100训练4小时）即可训练出能聊天的迷你模型，更适合学习研究 [2] - 腾讯优图实验室开源通用文本表示模型Youtu-Embedding，可胜任文本检索、意图理解等六大主流任务，在CMTEB中文语义评测基准上以77.46分登顶 [4] - Youtu-Embedding模型从零开始训练使用3万亿Token中英文语料，采用创新微调框架，支持集成至主流框架开箱即用，降低企业级RAG系统开发门槛 [4] 科技巨头AI产品与技术突破 - 微软推出首款完全自研文生图模型MAI-Image-1，首次亮相以1096分排在LMArena文生图榜单第9名，在光影效果、自然景观等超写实图像生成上表现突出 [3] - MAI-Image-1将集成至Copilot和Bing Image Creator等微软核心产品，是微软打造多模态自主技术矩阵的重要一步 [3] - QQ浏览器电脑端新增“较真AI”功能，基于腾讯新闻较真平台10年查证经验及百万级辟谣数据库，可快速辨别信息真伪并输出可信度评分 [7] - QQ浏览器同步上线“AI视频助理”，支持智能总结、16种语言识别翻译和一键导出带字幕视频，依托腾讯混元翻译模型解决外语视频理解难题 [7] 前沿科技与航天进展 - SpaceX完成星舰第十一次综合飞行测试，使用二手助推器B15.2和S38飞船，为第三代星舰收集着陆燃烧配置和动力数据 [8] - 助推器验证了13台发动机初始点火、5台发动机转向和3台发动机悬停的配置切换，飞船完成了动态倾斜机动、太空点火和隔热极限测试 [8] - 第三代星舰组合体高度将超124米，采用第三代猛禽发动机单台推力提升至280吨，有效载荷达100吨，预计2025年底开展地面测试 [8] AI行业趋势与战略洞察 - ARK Invest创始人Cathie Wood预测未来十年全球实际GDP增速将从3%提升至7%以上，通胀率降至0%甚至负值，AI等五大技术平台成熟将重新定义生产率 [9] - 她预计真正的颠覆式创新资产未来五年在资本市场年化回报率可能达40%-50% [9] - n8n创始人认为AI浪潮要么是巨大机遇要么是公司终结，n8n选择让用户能用其构建AI驱动应用而非只添加AI功能，成为AI编排层，公司收入在8个月内增长4倍 [12] AI交互研究与人才培养 - 宾夕法尼亚州立大学研究显示，对LLM使用粗鲁语气提问时，GPT-4o正确率达84.8%，而特别客气时正确率仅80.8%，粗鲁表达更直接能让AI精准抓住核心任务 [5][6] - 腾讯启动“青云奖学金”，面向AI前沿的硕博研究生，首届预计评选15位优秀学子，每人总支持高达50万元，包括20万元现金奖励和30万元云异构算力资源 [10]

文章核心观点 - 生成式AI技术正在改变信息获取路径，GEO（生成式引擎优化）成为企业在AI搜索生态中实现品牌精准曝光和驱动业务增长的核心战略手段[1] - 企业筛选适配自身需求的GEO服务合作伙伴是布局AI搜索营销的关键命题[1] - 企业需结合自身业务目标、行业特性及长期发展规划精准匹配服务商核心能力，以实现品牌曝光与业务增长的双重突破[10] GEO服务商核心能力分析 上海互鼎科技 - 企业成立于2013年，深耕数字营销领域十余年，是国内较早布局GEO服务的企业之一[3] - 业务版图覆盖官网搭建、SEO/SEM优化、GEO服务及整合营销，形成"前端洞察分析-中端运营-后端转化"的全链路服务体系[3] - 服务特色包括全域平台适配能力（覆盖DeepSeek、豆包、腾讯元宝等主流AI平台）、精准语义匹配与全链路服务、已服务新能源、智能制造、教育、科技等30余个垂直行业[4] - 推荐指数为五星[4] 耐特康赛 - 企业成立于2008年，拥有十七年数字营销领域沉淀，是国内综合性互联网营销解决方案运营商[4] - 服务覆盖电商、金融、快消品、奢侈品等多领域，已为OPPO、波司登等企业提供专业营销服务[4] - GEO服务从Content（内容）、Credibility（权威）、Compatibility（适配）三大维度构建优化体系，并采用星球大战营销体系打通GEO与传统SEO、社交流量渠道[5] - 推荐指数为五星[6] 蓝色光标 - 企业于1996年成立，已成长为整合营销领域的头部企业，业务覆盖全球多个国家和地区[7] - 近年来深度推进AI技术与营销融合，依托全域资源优势打造生成式AI时代的GEO优化服务能力[7] - 服务特色包括品牌声誉与GEO深度融合、全球化服务能力（提供多语言GEO优化、海外AI平台适配等）[7] - 推荐指数为五星[8] GEO服务商选型维度 - 追求品效合一与全链路协同的企业适合选择上海互鼎科技，尤其适合需要整合多环节营销资源的B2B及B2C企业[8] - 注重技术驱动与多渠道整合的企业适合选择耐特康赛，适配注重要素整合与技术创新的大中型企业[8] - 聚焦品牌价值塑造与全球化布局的企业适合选择蓝色光标，适合注重品牌长期价值与国际市场拓展的企业[8] 选型关键注意事项 - 需重点考察服务商的技术更新能力与长期运营服务体系，避免短期优化效果无法持续的问题[9] - 优先选择具备自身所在行业服务经验的服务商，可降低合作试错成本，提升优化效率[9] - 需关注服务商能否实现GEO与现有营销渠道的协同，避免出现营销资源碎片化、效果难以量化的问题[9]