文章核心观点 - 大模型高昂的运营成本正推动其探索商业化，其中将搜索引擎的广告模式复制到生成式AI，即生成式引擎优化（GEO），正成为新兴的产业和变现尝试，但该模式面临效果不确定、可能污染信息源及用户信任风险等多重挑战 [4][5][7][18] GEO行业的兴起与市场现状 - AI产品用户基数庞大，全球每天有近20亿人使用，用户行为从传统搜索向大模型提问迁移，催生了品牌希望在大模型回答中优先展示其产品的GEO需求 [7] - GEO市场增长迅猛，数据显示2025年第二季度中国GEO市场规模同比增长215%，有预测认为到2028年AI搜索将蚕食50%的搜索引擎流量 [7] - 国内外已出现相关创业公司并获得资本关注，例如PerplexityAI累计融资15亿美元、估值200亿美元，国内公司Pureblue AI清蓝也获得了千万级种子轮融资 [7] - 传统SEO服务商正积极向GEO业务转型，市场需求旺盛，部分服务机构订单已排至下个月 [9] GEO的运作逻辑与商业模式 - GEO的核心逻辑是通过在互联网上铺设与目标关键词相关的结构化内容，等待大模型抓取并自然呈现在其答案中，但其被抓取的概率不确定，与SEO购买确定广告位有本质区别 [8] - 服务报价差异巨大，单月价格从3000元到10万元不等，价格差异主要取决于优化的关键词数量、覆盖的AI平台数量以及服务的完整性 [9] - 市场存在服务能力参差不齐的问题，部分服务商承诺“100%稳定展现”或“7天保证AI首位”，但受大模型黑箱特性影响，效果难以预测和长期维持 [10] GEO的实操策略与行业影响 - GEO竞争的核心是成为大模型的“默认知识库”，服务商通过生产大模型偏好的结构化内容来提高被抓取概率，例如制作榜单、测评或在内容中植入权威媒体链接 [12][13] - 策略分为“质”与“量”两种，部分服务商专注生产少量精准内容，部分则利用AI大规模生成文章，但后者被抓取概率通常不高 [13] - 大模型识别能力在进化，更倾向于抓取垂直类网站、权威网站（如政府新闻网、学术网）及企业官网的内容，这推高了GEO的内容制作和投放成本 [14][15] - GEO行为可能导致模型数据库被“污染”，尤其是部分中小企业在服务商操作下进行内容造假 [13] 大模型的商业化困境与广告变现尝试 - 大模型公司面临巨大的成本压力，行业领头羊OpenAI每年研发成本达数十亿美元，2025年上半年亏损80亿美元，其8亿周活用户的付费率仅为5% [4][18] - 广告被视为最现实和轻松的变现方式之一，OpenAI和谷歌Gemini等公司均在探讨在大模型中展示广告 [17] - 但广告模式面临瓶颈，例如Perplexity AI在2024年第四季度的广告收入仅为2万美元，与其高估值形成反差，且AI答案中的广告位天然稀缺，可能引发用户信任崩塌 [18] - 大模型的推理成本高昂，谷歌CEO承认AI查询的计算成本远高于传统搜索，即便开放广告也未必能完全覆盖成本 [19] - 相比之下，国内大模型公司在商业广告方面更为克制，强调结果的客观性，但整个行业仍需探索可持续的商业化闭环 [19][20]

AI产品市场格局与头部表现 - 全球AI产品市场呈现高度集中态势，头部产品优势显著，ChatGPT以13.37亿周访问量、10444周提及量及97.3声量值高居总榜及海外榜榜首，AI新榜指数达1007.4 [17] - 海外市场由大型科技公司主导，谷歌旗下Gemini以3.84亿周访问量位列海外榜第二，Canva以2.32亿周访问量位列第三 [17] - 总榜排名前列的产品包括Grok（第6位，周访问量6176.43万）、夸克（第7位，周访问量2068.07万）和Character ai（第8位，周访问量4233.91万） [3] 国内AI产品竞争态势 - 国内AI产品榜单显示，夸克以2068.07万周访问量位居国内产品前列，腾讯元宝、Kimi(月之暗面)、快手可灵AI等亦进入总榜前30名 [3][4] - 部分国内产品在细分领域表现突出，例如文小言、灵光、间小白等均进入国内榜前15名，显示出一定的用户基础和市场接受度 [7][13] - 国内AI产品访问量级与海外头部产品存在数量级差距，但部分产品如“即变”拥有极高的周提及量（14129次），表明其在特定社群或媒体中声量较高 [4][13] 产品排名变动与市场动态 - 多款产品排名出现显著波动，例如在总榜中，blackbox排名上升29位至第43名，而Grokipedia排名下降33位至第85名，反映出市场竞争激烈，用户关注点快速变化 [6][10] - 在海外榜中，Sora排名上升2位至第5名，而Claude排名下降2位至第17名，体现了生成式AI视频工具与对话机器人领域竞争的动态变化 [18][19] - 国内榜中，美图秀秀排名上升17位至第77名，liblib.art排名上升16位至第63名，显示出图像处理与AI艺术生成类应用热度提升 [8][9] 产品数据指标分析 - AI新榜指数综合了访问量、下载量、提及量、声量值等多个维度，例如总榜第10名Sora的周访问量为772.42万，周提及量达2818次，声量值为88.6 [3] - 周访问量是核心流量指标，海外头部产品如ChatGPT（13.37亿）、Gemini（3.84亿）与中腰部产品如Perplexity AI（4381.87万）、Notion AI（3871.32万）差距悬殊 [17][18] - 声量值反映了媒体与社交讨论热度，海外榜中Gemini声量值高达99.9，Sora达94.5，均高于其访问量排名，表明其市场声量与用户实际使用存在差异 [17][18]

文章核心观点 - AI行业竞争的核心正从单纯比拼大模型的“智能水平”转向争夺“现实理解纵深”，即模型对特定、实时、私有数据的获取和应用能力 [3][4][12] - 未来AI应用的成败关键取决于“智能规模效应”，其公式为：智能效能 = 大模型的智能水平 × 现实理解纵深 [3][6][38] - 行业将进入一场旨在无限扩展自身数据边界的激烈竞赛，数据圈地运动的激烈程度和赢家通吃效应将远超PC和移动互联网时代 [4][26][34] 行业竞争格局演变 - OpenAI推出ChatGPT Atlas浏览器产品被视为向谷歌腹地发起的直接竞争，类似于昔日谷歌通过Chrome浏览器成功对抗微软的竞争策略 [1] - 在AI大模型背景下，角色发生互换，OpenAI扮演了昔日谷歌的进攻者角色，而今天的谷歌则类似于昔日处于防守位置的微软 [1] - 行业竞争的本质从互联网时代的“注意力”争夺转变为智能时代的“上下文”争夺，后者构成的护城河效应更强 [26][27][29] 智能规模效应解析 - 大模型的智能水平是AI的“基础智商”，由模型架构、训练数据量、参数规模和计算资源共同决定，代表模型的“势能” [7] - 现实理解纵深是AI的“情境智商”，代表模型在执行具体任务时能接触和理解的特定、实时、私有数据的深度和广度 [10] - 在智能水平达到阈值后，决定应用成败的关键因素迅速转向模型所能撬动的“现实数据”规模 [12] - 大模型的下半场竞争核心是谁能拿到更多的真实场景全量数据，尤其是加入过去未纳入维度的数据 [7][8] 数据圈地运动的具体表现 - **从云端走向桌面与OS**：通过具备系统级权限的原生应用解决网页版AI与用户工作流割裂的痛点，目标是通过端-云一体路线拿到更多数据 [13] - **从静态走向实时**：以Perplexity AI为例，采用实时检索+LLM总结架构，在2024年初月活跃用户突破1000万，解决传统LLM知识陈旧和搜索引擎只给链接不给答案的痛点 [16] - **从公共走向私有**：以Microsoft 365 Copilot为例，通过Microsoft Graph索引企业所有私有数据，用户在总结会议等任务上速度提升近4倍，平均每周节省1.2小时 [17][21][22] - **从数字走向物理**：通过可穿戴设备和物联网设备扩展智能规模效应，实现从数字世界走向物理世界的万物互联终局 [23][24] 未来竞争趋势与影响 - AI应用深度嵌入工作流后积累的现实理解纵深将构成无与伦比的护城河，用户迁移成本极高，相当于对员工进行从零开始的漫长培训 [29][33][34] - 由于通用智能的无边界特质，数字空间大厂间的竞赛终局更趋向“零和博弈”，用户最终可能选择一个“主AI”并将其数据边界最大化 [34] - 未来竞争的下半场不仅是关于数据抓取，更是关于谁能以更可信、更安全的方式处理数据，隐私与信任将成为核心变量 [35][37] - 操作系统、微信等高粘性产品的网络效应将重现，更换AI助手的成本可能等同于知识清零重来 [31][33][34]

诉讼背景 - 日本新闻巨头《日经新闻》和《朝日新闻》对AI搜索企业Perplexity AI发起版权诉讼 [1][3] 核心指控内容 - Perplexity被指控通过技术手段绕过媒体内容保护措施 从服务器收集文章并创建违反日本版权法规的作品摘要 [3] - AI摘要被指未能忠实反映原始文章内容 损害媒体声誉并侵犯商业利益 [3] - 公司行为涉嫌违反日本《反不正当竞争法》 [3] 诉讼诉求 - 要求东京地方法院勒令Perplexity停止使用两家媒体作品资源并删除摘要 [3] - 寻求合计22亿日元（约1.07亿元人民币）的经济补偿 [3]

收购案概述 - OpenAI提出以200亿美元（约合人民币1459亿元）收购谷歌旗下Chrome浏览器，创下公司对外投资纪录[4] - AI独角兽Perplexity提出345亿美元（约合人民币2478亿元）报价参与竞标，金额是其估值的两倍[5][6] - 若交易完成将刷新年度并购交易纪录[5][17] 交易背景 - 美国司法部推动谷歌拆分Chrome以解决反垄断问题，认为谷歌"滥用在线搜索市场主导权"[5] - Chrome目前仍占据全球浏览器市场67.9%份额[4] - 谷歌同时面临数字广告市场反垄断诉讼，需拆分广告交易平台AdX[11][12] Perplexity公司情况 - 估值180亿美元（约合人民币1300亿元），2025年5月处理7.8亿次搜索行为，日均3000万条查询[8] - 主要产品包括AI搜索引擎、人工智能助手Perplexity Assistant等[8] - 累计融资约10亿美元，ARR约1亿美元，现金储备有限[10] 收购方案细节 - Perplexity承诺保持Chromium开源、保留Google默认搜索引擎、投资30亿美元支持开发[10] - 已获得多家大型风投机构支持（Accel、软银、IVP、NEA等）[11] - 预计交易最快8月底见分晓[12] 市场质疑 - Perplexity缺乏稳定商业模式，估值支撑不足[14] - 行业专家认为Chrome合理估值应达500亿美元（约合人民币3587.5亿元）[15] - 谷歌失去Chrome后需支付高额"入场费"维持默认搜索引擎地位[15] - 市场认为可能是营销手段，类似此前收购TikTok的炒作[16] 历史交易对比 - 谷歌此前出售摩托罗拉资产总计53.35亿美元（约合人民币383亿元）[4] - 为成为苹果默认搜索引擎，谷歌每年支付200多亿美元[15]

核心观点 - Perplexity AI因未经许可使用版权材料面临全球顶级媒体集团诉讼 估值达180亿美元[1] - 争议本质是互联网信息流转方式 商业模式及内容生态未来走向的深刻博弈[2] - 事件标志着AI产业与内容创作者之间关于数据使用权限的核心冲突[17][21] Perplexity AI商业模式分析 - 定位为答案引擎而非传统搜索引擎 直接生成消化后的结论并附信息来源角标[6][10] - 核心是解答而非指路 将信息价值汇聚在自身平台 缩短用户获取答案路径[11] - 采用激进数据抓取手段 通过修改代理信息伪装普通浏览器用户绕过robots.txt协议[16] 对传统媒体行业的冲击 - 直接损害出版商流量 广告展示及付费订阅基础 用户无需点击原始链接[14] - 可绕过付费墙获取全文内容 目前仍以摘要形式展现关键内容[14][16] - 日本读卖新闻要求赔偿21.68亿日元（约1.06亿元人民币）[16] AI行业版权争议普遍性 - 《纽约时报》指控OpenAI非法使用数百万篇文章训练ChatGPT 能逐字复述付费内容[18] - 美国作家协会集体诉讼包括乔治·R·R·马丁等作家作品被未经许可用于训练[21] - Getty Images指控Stability AI非法抓取1200万张图片 生成图像带原有水印[21] AI公司的法律辩护与行业应对 - Perplexity辩称为代理应用 抓取行为属用户驱动的AI助手[22] - AI公司普遍援引"合理使用"原则 称目的为技术创新非市场替代[22] - OpenAI 苹果等巨头已积极寻求与媒体内容合作 通过授权协议规避法律风险[25] 行业解决方案探索 - 需建立规范化全行业数据使用共享机制 借鉴音乐产业版税系统[27] - AI公司通过向组织支付许可费用获取授权数据 内容创作者按使用频率获酬[27] - 机制可实现合法稳定高质量训练数据供给与创作者回报的良性循环[27]

公司合作 - COINBASE首席执行官宣布与PERPPLEXITY AI达成合作 [1]

Agent Payment 行业进展 - 3D AI 伴侣 EVE 实现用户下单奶茶功能，引发对 Agent payment 方向的关注[1] - Mastercard 和 Visa 推出 AI 代理支付解决方案，PayPal 推出首个 MCP 服务器[9] - 过去一个月支付行业加速布局智能代理商业，包括虚拟卡、tokenization 等技术应用[9] 实现自主支付的关键步骤 - 研究进货与销售的真实网络搜索工具[7] - 请求人力协助及联系批发商的电子邮件工具[7] - 记录店铺财务数据（余额、现金流）的笔记系统[7] - 通过 Slack 与客户互动的通讯能力[7] - 自动结账系统价格修改功能[7] 现有 AI 支付集成产品 - **Perplexity Pro Shopping**：聊天机器人内一键购买功能[11] - **Stripe Agent Toolkit**：提供一次性虚拟卡，自定义消费限制[12] - **Shopify Sidekick**：自动处理订单、退款等商家运营自动化[13] - **Adyen Uplift**：支付链路优化（路由选择、失败重试）[14] - **Operator**：OpenAI 发布的通用 Agent 框架[15] - **Mastercard/Visa**：虚拟卡分发、网络 token 支付及预算控制[15] - **PayPal MCP**：自动生成发票与支付链接，降低开发复杂度[18] 核心挑战 - **角色与范围界定**：缺乏人类与商家对 Agent 权限的共识标准[23] - **欺诈防范**：2023 年全球诈骗损失超 1 万亿美元，需建立 KYA（了解你的 Agent）机制[24] - **责任归属**：交易撤销时第三方 Agent 导致责任分配模糊[26] 未来支付模式 - 代理与人类协同结账（如 Paidai 构建的计费系统）[27] - 代理从用户钱包获取授权（类似 Apple Pay）[27] - 有限支付能力代理（如虚拟卡）[27] - 代理独立钱包（如稳定币钱包）[27]

工业革命与社会重构 - 古登堡印刷机打破知识垄断，推动欧洲社会文盲率从90%大幅下降[1] - 工业革命通过技术普及重构社会秩序，个人让渡自由换取生活便利[1] - 第四次工业革命中，人类进一步原子化为AI的数据来源和输出对象[2] AI技术与社会契约 - 人类通过使用AI工具与社会重新签署隐性契约，以技术交互替代传统协议[4] - AI普及导致底层人群更易产生算法依赖，教育水平较低地区使用率达20%，高于高教育水平地区的17.4%[19] - 精英阶层通过封闭社交网络获取高价值信息，AI工具仅作为辅助而非决策核心[23] 大模型与话语权重构 - 中美大模型在翻译中国特色表达时呈现文化差异，中国组翻译更受国际记者青睐[5] - 小语种国家因技术落后难以开发本土大模型，导致国际话语权受限[10] - 中国借助本土大模型技术强化国际话语权，输出中文语料和叙事体系[10] 虚假信息与AI信任危机 - 西方主流AI工具（如ChatGPT、Gemini等）33%输出结果受虚假信息污染，源头为俄罗斯信息战单位Pravda[11] - AI生成数据再训练可能导致模型过拟合，产生脱离现实的逻辑闭环[15] - 用户对AI生成内容缺乏核查意识，加速鲍德里亚"超真实"理论的社会化验证[17] 阶层分化与AI依赖 - 低收入群体更易将AI视为技术权威，用于替代心理咨询等高价服务[21] - 过度使用AI导致底层劳动者技能退化，被锁定在低附加值岗位[22] - 社会信任模式向阶层内部收敛，底层形成技术宗教式崇拜，精英保持清醒决策[25] AI情绪价值与社会影响 - AI聊天机器人成为临终者情感宣泄渠道，填补中国人含蓄表达的情感缺口[26] - 14岁青少年因沉迷CharacterAI产生自杀倾向，暴露AI在危机干预中的伦理缺陷[29][31] - 孤独人群与AI建立深度私密对话，MIT研究显示社交失能用户更依赖AI情绪价值[36] 技术哲学与存在危机 - AI工具不具备哲学本体论意义上的"存在"，但用户仍建立情感依赖[38] - 情绪价值依赖可能导致错配，如获得倾诉却加深孤独感的社会悖论[39] - 技术发展速度超越社会准备度，临界点未至但需提前思考存在本质问题[41]