geoSurge：深耕“模型记忆”层，定义生成式引擎优化（GEO）新范式

文｜王欣逸

编辑｜邓咏仪

核心愿景与定位

geoSurge 是一家总部位于伦敦的前沿初创公司，专注于开创性的 GEO（生成式引擎优化）服务。不同于传统的搜索优化，该公司结合“大模型内部记忆”与“RAG（检索增强生成）”双重技术路径，致力于提升品牌在人工智能交互中的可见度。geoSurge 成立于 2025 年 4 月。

在融资表现上，geoSurge 已成功完成 Pre-Seed 轮融资，由欧洲知名风投 Passion Capital 与硅谷基金 Tuesday Capital 领投，并吸引了来自谷歌 DeepMind、微软 AI 等顶尖科技公司的资深从业者进行个人投资。

核心团队概览

联合创始人兼 CEO Francisco Vigo：深耕商业数据分析领域 12 年，曾担任金融科技独角兽 Zilch 的首席数据科学家，对大模型商业化应用有深刻洞察。

△geoSurge联合创始人兼CEO Francisco Vigo，图源：企业提供

联合创始人兼 CTO Jons Mostovojs：资深机器学习专家，专注于大模型基础设施建设、模型训练及复杂数据系统的工程研发。

亚太区负责人李子月 Zoe：具备深厚的风险投资背景，曾深耕欧洲早期 AI 与深科技投资领域。

核心产品与商业逻辑

创始人 Francisco Vigo 在使用 ChatGPT 等模型时发现，用户正逐渐将信任从充斥广告的传统搜索转向 AI 生成的回答。然而，他通过系统性测试观察到，即便品牌本身稳健，其在 AI 回答中的出现频率和排名也会随模型更新而剧烈波动。

为解决品牌“从 AI 视野中消失”的问题，geoSurge 打造了三大产品矩阵：

1、MEASURE（实时监测）： 能够精准追踪品牌在 ChatGPT 等主流 AI 系统中的排名表现、提及频率及一致性，提供跨市场、跨时间的动态数据看板。

△MEASURE 监测系统界面，图源：企业提供

2、EXPLORE（深度探索）： 深入剖析模型生成答案的内在逻辑，展示词汇预测与概率分配的思维链路，帮助客户识别可见性缺口并指明优化路径。

△EXPLORE 逻辑分析工具，图源：企业提供

3、BOOST（策略提升）： 核心竞争力所在，通过“语料库工程（Corpus Engineering）”直接干预模型的训练数据与记忆层，确保品牌信息被模型深度内化。

△BOOST 强化服务，图源：企业提供

研究表明，近半数用户使用 AI 是为了寻求决策建议，AI 推荐的内容已成为商业竞争的关键。geoSurge 认为，尽管 RAG 能够通过实时搜索补充信息，但模型的“内部记忆层”才是决定其推荐倾向的底层因素。

geoSurge 的差异化在于塑造模型的长期记忆。它能预先优化品牌相关语料，使其在模型训练迭代中被高效吸收。通过接入海量遥测数据，geoSurge 确保品牌不仅存在于互联网，更能进入模型的核心训练集。

在实际应用中，geoSurge 曾助力一家英国房企实现 AI 爬虫抓取量 5000 倍的爆发式增长。该品牌在相关提示词中的可见性从几乎为零跃升至行业第二，且在多个主流模型中保持了极高的一致性。

目前，公司已建立起稳固的科技企业客户群，并正积极布局亚太市场，助力更多企业在全球 AI 生态中建立品牌认知。

创始人深度思考

• GEO 并非 SEO 的简单升级： SEO 围绕已知算法进行逆向工程，而 GEO 面对的是万亿级参数的“黑箱”。这要求从业者必须深度理解 AI 系统的训练机制与数据摄取偏好。

品牌正面临“AI 消失风险”： 模型更新或概率分配的微调都可能导致原本领先的品牌被移出推荐名单，这种不稳定性是现代企业面临的新型商业风险。

• 记忆层是 GEO 的终极战场： 市场上多数方案侧重于短期的 RAG 监测，但真正持久的可见性源于模型本身的“潜意识”。geoSurge 旨在通过语料库优化，在 SEO 的基础上增加必不可少的“记忆层”。

• 双管齐下的协同效应： 企业应同时推进传统搜索优化（SEO）与生成式引擎优化（GEO）。SEO 负责优化被抓取的网页质量，而 GEO 负责确保这些数据转化为模型的深度记忆。

• 关键指标的变迁： 衡量 GEO 成功的标准不再仅仅是点击量，AI 爬虫的活跃度以及品牌进入训练集的深度，正成为新的北斗星指标。

《智能涌现》行业洞察

随着 GEO 入选《麻省理工科技评论》2025 年度 AI 十大热词，品牌营销正经历范式转移。虽然目前 GEO 行业仍面临内容质量、模型迭代不透明等挑战，但 geoSurge 通过技术导向的“语料库工程”路线，为这一赛道提供了极具竞争力的解决思路。

欢迎交流

欢迎交流