公司概况与融资 - 公司PallasAI在三个月内获得两笔投资，累计融资额超过千万人民币[2] - 公司是市场上首款提供标准化服务的生成引擎优化智能体[2] 创业背景与契机 - 创始团队于2025年5月正式启动项目，源于2025年初阅读一篇关于生成引擎优化的论文后受到启发[8] - 团队核心成员拥有在阿里和蚂蚁长期从事搜索、推广、营销算法及流量分发的工作背景，与生成引擎优化本质高度相关[8] - 决定转型的关键判断是生成引擎优化可产品化，并与传统搜索引擎优化有本质区别，且海外已有竞对获得融资和客户，验证了商业机会[9][10] - 前期进行了约两个月深入市场调研，体验海外产品，研究创始人访谈和博客，以厘清搜索引擎优化与生成引擎优化的边界和标准化产品机会[11][12] - 公司从第一天起就确立了做标准化产品的路线，坚决不做重人力服务商[13] 对生成引擎优化的定义与核心理念 - 生成引擎优化的本质是“让AI理解你”，确保AI在面对不同用户旅程和场景时，能精准理解产品优势和品牌定位[3][5][17] - 生成引擎优化是解决“谁来阅读”的问题，AI替代人类成为信息阅读者，生成引擎优化的价值在于将企业内容用AI能深度理解的逻辑重新整合，确保信息完整准确[15] - 生成引擎优化不等于讨好AI或拆解模型偏好，其真正作用是内容校验，反对编造虚假信息[17][18] - 生成引擎优化帮助客户发现产品亮点，其反馈可视为市场调研，成为产品迭代的佐证[19] - 长期愿景是将产品变成企业对外输出和交互的智能体，既帮助输出也帮助输入[20] 生成引擎优化与传统搜索引擎优化的区别 - 传统搜索引擎优化围绕关键词的打法在生成引擎优化时代完全失效，套用关键词逻辑优化提示是刻舟求剑[3] - 用户使用AI与使用搜索行为不同，AI时代核心是理解上下文，而非匹配单一词汇[4][29] - 生成引擎优化优化的是一条完整的用户旅程路径，而非路径下的单一查询[31] - 生成引擎优化行业应关注“覆盖率”，从追求“爆款”流量转向满足海量、多样化的长尾需求[21][22] - 长期看，搜索引擎优化和生成引擎优化将合二为一，搜索引擎优化将退化为与业务弱关联的基础通用配置，而生成引擎优化将深度绑定业务[25] 产品核心：营销图谱与用户旅程优化 - 产品基于“营销图谱”概念，核心三要素是：用户、场景、意图，以此串联用户与AI的交互，形成闭环[27] - 产品逻辑与传统搜索引擎优化团队最大区别在于摆脱关键词惯性，不通过关键词搜索提示[27] - 产品要求企业先定义营销图谱（如10类用户画像、30个典型场景、几个关键意图），通过组合生成上百个优化单元，再结合热度确定优先级[30] - 产品适配AI搜索的新交互逻辑，即用户将AI视为私人顾问，提出个性化、场景化的复杂需求[33] 产品效果量化与用户画像构建 - 产品将效果“白盒化”，提供明细数据，使用户能追踪每一篇文章影响了哪些提示词，以及品牌表达和商品曝光的变化[36] - 效果可量化，但难以做到“上帝视角”的精准追踪，因为AI交互是连续对话流，而非离散单点搜索[37] - 将优化的最小颗粒度定义为“优化单元”，由用户、场景、意图三要素构成，覆盖一类用户所有可能的提问形式[37] - 用户画像构建首先通过对品牌进行深度研究，利用全网公开数据源进行市场体检[40] - 继而通过行业话题和关键词，深入社交媒体和搜索引擎挖掘真实需求，反向推导精准用户画像[41][42] - 对于数据真空的新行业客户，会要求客户上传白皮书或商业计划书，从创始人的理解中做好市场调研[43] - 营销图谱可动态优化，通过客户与智能体的交互修正，使智能体越来越懂企业[44] 目标客户与市场策略 - 典型用户包括早期中小企业的创始人（身兼多职，产品可大幅提效）和大型企业客户[45] - 最理想的客户画像是首席营销官，因为产品逻辑与其核心职责（定义产品、制定营销策略、锁定用户）高度契合[45] - 国内企业触点分散（公众号、小程序、抖音店等），要求产品提供更强的渠道管理能力，但生成引擎优化底层逻辑不变[46] - 市场策略上优先聚焦海外产品，因其标准化程度高，功能定义可收敛，客户验证效果快；国内市场探索步伐会放慢[50] 行业展望与公司愿景 - 公司最终会演变为一家帮助企业打造智能体的工具服务商[50] - 随着AI平台购物等功能深化，产品需适配更细粒度（品牌、商品线、SKU）的监控优化，并打通从曝光、点击到转化、营收的归因闭环[51] - 认为AI将成为“全民私人顾问”，是一个超级理性且客观的存在，倾向于用户端，人为干预难度大[54][55] - 对模型进展的期待包括：推理成本降低、人机交互“去提示化”、以及多模态能力提升以理解品牌品味和情绪价值[66][67] - 预测在竞争环境下，模型推理费用今年会变得比现在更便宜，以推动应用开发和消耗[70] 竞争壁垒与行业生态定位 - 公司当前壁垒在于“快”，即先发优势、极强的动手能力和深厚的技术基因，但认为单纯的产品复制可能只需三个月[57] - 长期看，核心壁垒应是数据壁垒，即积累的营销数据和企业营销经验[58] - 认为像ChatGPT这样的大平台不会亲自下场做同类产品，因为其核心目标是解决人机交互等更大市场空间的问题，公司定位是其生态的共建者和帮助方[60] - 在AI时代，试图通过规则“欺骗”模型的生成引擎优化服务商将难以存活，能存活的是拥有“共建者”身份、为ToB用户创造价值的企业[62] - 与平台方可能是裁判员与运动员的关系，甚至可能以被收购作为结局[61]

公司融资与团队背景 - PallasAI近期完成数千万人民币融资，由香港上市公司有赞独家投资，这是该公司三个月内获得的第二笔投资[1] - 公司成立于2025年5月，创始人Ethan毕业于厦门大学软件工程专业，曾担任蚂蚁大模型首席架构师，拥有10年营销算法经验[1] - 团队核心成员来自阿里、蓝标及知名独角兽创业公司，兼具顶尖学术视野与亿级流量产品的营销落地能力[1] 公司产品定位与市场机会 - 公司认为大模型时代的GEO存在服务更广泛SMB企业的产品化机会，让受限于成本和资源的企业品牌也能获取顶级营销技术支持[1] - PallasAI是市场上首款提供标准化服务的GEO AI Agent产品[1] - 公司产品已与多个行业头部企业开展深度合作，内部营销人员使用后，其产品品牌的可见性平均提升50%以上，并验证了AI平台的高效线索渠道收集能力[2] 行业趋势与痛点 - AI助手和智能体正在取代传统搜索引擎，成为新兴的互联网流量入口，Gartner预测到2028年生成式AI驱动的搜索将导致品牌自然搜索流量减少50%以上[4] - 当前市场数据显示，41.2%的AI对话会主动提及特定品牌，33.8%的对话包含自发产品推荐[4] - AI搜索的核心逻辑是“信息萃取”而非“流量引导”，其引用来源每月变动率高达55%，不同平台引用重合度最低仅6%，导致传统“批量内容生产+盲目渠道铺陈”的模式失效[4] - 行业缺乏统一标准与核心引领者，部分参与者将GEO简化为浅层优化，难以为品牌沉淀长期资产，多数品牌对AI如何描述自身缺乏洞察和影响能力[4] 产品核心功能与解决方案 - PallasAI通过标准化产品重新定义AEO/GEO的核心价值，旨在为企业在AI时代构建品牌长期资产[5] - 产品提供**可见性评分**，通过模拟数万次AI对话，量化品牌在不同AI平台中的提及率、排名权重以及竞品对比，让品牌告别“可见度黑箱”[7] - 产品提供**营销图谱**，摒弃关键词堆砌旧逻辑，从用户旅程出发，结合“Who, Where, Why”逻辑深度定义用户意图，将品牌价值拆解为结构化的“优化单元”[10] - 产品提供**Agent内容协作**，在AI模型与用户间搭建高信任信息通路，确保品牌内容的真实性并优化AI理解度，使品牌信息在不同模型输出中保持高度一致[13] - 产品通过**标准化订阅**服务，将复杂的GEO工程封装成标准化产品，让SMB企业无需理解底层算法即可像使用SaaS工具一样便捷使用[14] 投资者观点与公司未来计划 - 有赞相关负责人认为AI驱动的营销范式转移是必然趋势，AEO/GEO赛道的爆发印证了市场对长期价值解决方案的迫切需求[14] - 变量资本投资负责人认为GEO正在从可见性优化升级为AI时代的增长基础设施，品牌的竞争关键在于能否被AI采纳、推荐并形成转化闭环[15] - 创始人Ethan认为AI时代品牌可见度的本质是知识资产的权威传递，当前赛道核心矛盾是爆发的市场需求与零散解决方案之间的差距[15] - 融资后公司将重点升级多语境适配、垂直行业术语优化与跨平台对接能力，同时扩充专业团队，打造更多标杆案例[15]

大会概况与核心理念 - 极客公园创新大会2026于12月6日-7日在北京798艺术区举办 大会主题为“进程由我 On The Loop” 强调在AI时代人的判断和行动的稀缺性 着眼于如何主动选择未来[2] - 大会已连续举办16年 见证了大量全球及中国顶尖创新者的亮相 现已成为由内容社区与早期投资构成的创业者生态平台 其目标是激发创新中的“变量” 推动“非共识”成为新“共识”[2] - 大会汇聚四十余位全球创新者 通过主舞台演讲、4场“小场深谈”及“AI产品快闪”等形式探讨技术趋势与产品创新 并现场发布“2025年度极客最爱好物”、“InnoForce 50”年度榜单[3] AI技术发展趋势与前沿观点 - AI被视为人类能力的放大器 能帮助创作者抵达未曾去过的地方并创作未曾想象过的东西 成熟团队正以“二次创业”姿态投身AI浪潮[5] - 物理AI是重要发展方向 AI将从数字空间向物理世界延伸 未来语言模型将与直接从物理世界感知、规划、推理的模型以及执行运动控制的模型相结合[6] - 机器人领域尚未达到“GPT时刻” 仍处于“技术路径选择阶段” 未来发展周期较长 有观点认为以视频模型为骨干的world model路线在解决跨实体问题上难度可能更低[15] - 在AI手机领域 GUI Agent被视为长尾场景的兜底技术手段 公司更倾向于通过Agent to Agent实现生态互联[15] AI在各行业的产品化应用与探索 - 在影像创作领域 公司70%以上的营收来自自主开创的细分品类 其核心价值观是开辟新市场、解决未攻克难题、创造独有新价值 而非击败竞争对手[8] - 在人机关系领域 未来目标是打造具备情感能力的机器人 使其成为传递温暖的“爱的使者” 实现从智能工具到情感共生的跨越[10] - 在医疗健康领域 AI医生蓝图旨在实现对用户的全程健康陪伴 实时监测身体状况、习惯及治疗数据 海量健康数据将推动临床医学形成全新发展范式[13] - 在播客领域 公司秉持善意与中性的采访原则 目标是在半年到一年内成为中国各行业精英人士面向公众表达时的首选[11] 细分领域深度讨论与产品展示 - 大会设置4场“小场深谈” 聚焦个体、关系、硬件与空间四大维度 深度探讨AI时代的个体进化、人机关系新形态、具身智能落地及AI硬件机遇与挑战[17][19][21] - “AI产品快闪”环节展示了多款近期发布或重大更新的创新产品 涵盖笔记工具、AI营销Agent、AI相机、AI模特拍摄、智能健康项链、AI专家团队及个人办公助手等领域[25]

行业活动与平台概览 - 极客公园创新大会为7款AI产品策划了线下发布会，这些产品的重大更新或发布均在2025年11月6日之后，或于大会上首次对外发布 [2][3] - 亮相的7款产品来自Founder Park的“AI产品市集”，该市集自今年4月起已推荐超过150款AI产品，吸引了超过17000位行业用户的关注和讨论 [3][4] - 本次亮相的产品类别涵盖AI Agent、笔记类产品、AI硬件、GEO、工具类产品等，代表了AI行业的最新变化和风向 [4] 产品一：flomo 浮墨笔记 - 知名笔记工具flomo上线了名为“AI洞察”的AI功能，其核心不是用AI解决输入和记录问题，而是用AI帮助用户重新认识自己 [9] - “AI洞察”聚焦于用户记录在flomo中的个人经历和思考，旨在从用户选定的一批笔记中发现思维盲区、重复提问和隐藏模式，生成定制化的洞察报告 [10] - 公司认为AI不应该替用户偷懒，而应帮助用户促进思考与洞察 [11] 产品二：PallasAI - PallasAI是一款基于GEO的AI Agent应用，致力于帮助企业解决面向AI营销的Agentic产品，目标是解锁企业与AI之间的无缝沟通 [16] - 该产品将在大会上进行首次正式发布并同步开放注册 [17] - 公司内部已进行前瞻性实验，将分享其Agent产品的形态及对Agent未来的思考 [18] 产品三：Doka 相机 - Doka相机是一款AI相机，近期登顶了台湾地区摄影分类榜单第一名 [22] - 产品通过AI在用户举起手机时分析画面、给出构图方向，并利用AR引导线提示角度、自动推荐焦段，旨在帮助用户减轻拍照焦虑 [23] - “AI影像”是当前AI最热门的创业细分赛道之一 [24] 产品四：LavieAI - LavieAI致力于用AI模型取代模特拍摄，以解决模特拍摄成本高、版权麻烦、流程慢的痛点，目标是更快、更省钱地获得成片 [27] - 公司将分享在该领域持续投入的原因，以及关于AI与人交互趋势、虚拟IP与品牌内容结合的创新实践 [28] 产品五：OdyssLife - Odyss N1被描述为全球首款真正意义上的Always-On智能项链，集图像、音频、动作等多模态感知能力于一体，可全天候感知记录用户的饮食与运动行为 [31] - 通过该设备，用户的饮食结构首次得以被清晰分析，包括进食顺序、速度、食物营养成分和热量分布，系统会结合运动数据等给出健康生活方案 [31] 产品六：MuleRun - MuleRun是一个聚合了大量不同类型AI Agent的平台，被比喻为AI Agent的“淘宝”，用户可自由探索和使用 [36] - 平台让用户能拥有自己的AI专家团队，多个专业Agent可以协同工作，帮助完成过去需专业团队才能完成的任务，实现超级个体级别的生产力跃迁 [36][37] - 公司将分享其对Agent之间经济生态的构想，以及构建生态过程中遇到的早期挑战 [38] 产品七：remio - remio是一款个人办公助手，由前网易副总裁汪源创业开发，旨在解决AI在实际工作中难以准确好用的问题 [42] - 产品通过一键同步本地文档、无感捕获网页浏览等方式智能收集上下文，整合个人知识与世界知识，可帮助用户快速整理周报、回溯任意话题 [43][44] - 公司将分享深度理解用户的AI带来的新体验，以及对个人化AI和上下文工程未来的实践心得 [45]