据2026年10月13日的公开报道，深度云海已完成千万级天使轮融资，由A股上市公司华工科技（000988.SZ）领投。这不是一笔金额惊人的交易，但它的结构值得注意：一家成立仅16个月的公司，拿到了产业资本而非传统VC的早期投资。在GEO赛道里，这种资本配置并不多见。
深度云海创始人兼CEO钱程把GEO定义为“AI商业时代企业的底层基建”。但“基建”这个词背后，是一家2025年6月才成立的公司，试图在AI搜索的规则尚未定型时，把自己嵌入企业营销的技术栈。这个时间窗口，据钱程自己的判断，大约还有两到三年。
| 字段 | 内容 |
|---|---|
| 公司 | 深度云海智能科技（上海）有限公司 |
| 轮次 | 天使轮 |
| 金额 | 千万级人民币（具体金额未披露） |
| 投资方 | 华工科技（000988.SZ）领投 |
| 总部 | 上海市宝山区 |
| 创始人 | 钱程（创始人兼CEO）、杨海玲（联合创始人兼COO）、龙杰（CTO） |
| 官网 | 未披露 |
从“被搜索到”到“被AI推荐”：GEO把营销竞争压缩成一道单选题
深度云海的核心产品逻辑并不复杂：通过生成引擎优化，让ChatGPT、DeepSeek、豆包等海内外AI工具在输出结果时优先推荐客户企业。36氪报道披露的流程包括诊断、优化、生产、分发等步骤。先用自研的“云宝AI品牌可见度监测系统”评测品牌在大模型里的可见度，追踪其在豆包、DeepSeek、元宝等模型中的收录情况、被提及次数和排名；再按各家平台的偏好定向优化提示语和意图词；然后用AI灵雀建站把企业官网改造成大模型更容易识别和抓取的形态；最后经人机双重合规审核后分发至各平台渠道。
这套流程的起点是一个关键假设：AI推荐的结果可以被工程化地影响。钱程把技术路线概括为“逆向工程”——观测大模型给出结果前做了哪些溯源检查，反向做算法匹配，判断投放到哪些站点更容易被引用。据36氪报道，公司自研了GEO营销算法引擎，搭建了覆盖实体、关系、属性、事件、规则、FAQ、标签、训练约束的八层企业知识图谱，并已申请多份软著与专利。该技术能力尚无独立第三方验证。
钱程在36氪的采访中给出了一个值得注意的观察：大模型的搜索溯源结果正在扩充，从10条扩展至最高60条；溯源结果的生态也在变化，除了网页，豆包等AI应用还能查找到抖音视频等内容作为参考资料。编辑分析认为，这一判断如果成立，意味着GEO的优化对象正在从“让官网被引用”扩展到“让品牌的多种内容形态被引用”，但该推论尚待验证。这也同时抬高了技术门槛——企业需要管理的信源类型和平台规则正在变多，而不是变少。
RaaS不是SaaS：按结果交付，但“结果”的定义权在谁手里
深度云海在商业模式上走的是RaaS（结果及交付）路线，同时覆盖国内与海外市场。据36氪报道，成立一年以来已累计服务3000多家企业客户，年收入达到数千万元；客户主要分布在机械设备、化工能源、电子电工与教育等行业。需要说明的是，这组客户数和收入数据来自公司介绍，尚未有独立审计或第三方验证。对于一家2025年6月成立的公司而言，按公司自述成立一年、3000多家客户粗略折算，平均每月新增约250家客户；实际经营月份可能不足12个月，该推算结果仅为量级参考。其统计口径——比如“客户”是否包含免费试用、单次项目还是年度合同——目前未披露。
RaaS的吸引力在于，它把GEO从“卖工具”变成了“卖结果”。但“结果”本身是一个模糊的承诺。AI推荐的位置会随模型更新、平台规则调整和用户提问方式变化而波动。深度云海的做法是把如前所述的四环节流程串成一个闭环，每一环的数据回流反哺下一轮优化。据公开报道，其GEO直通车做AI全域优化，AI灵雀建站承接被推荐进来的流量，DeepWork智能营销工作台则把营销获客与内部办公打通。这套产品矩阵的完整度在早期GEO公司中属于少见，但它的实际交付效果——比如客户在AI回答中的可见度提升了多少、是否转化为可归因的成交——在公开材料中没有具体案例或数据支撑。
另一个值得注意的产品决策是DeepWork的桌面端形态。与WorkBuddy这类大而全的桌面Agent不同，DeepWork专门为GEO场景设计，内置诊断台、创作台、监测台、Skill中心和转化台。钱程在解释这一选择时提到了数据安全：企业对于把营销数据放进云端工具有顾虑，因此DeepWork支持本地部署、离线可用、数据自主可控。这个判断与当前企业级AI应用的部署趋势一致，但它同时意味着更高的实施成本和更重的运维负担。对于一家70余人的公司来说，同时维护一套云端RaaS系统和一套桌面端产品，产品资源的分配会是一个持续的压力点。
华工科技为什么投：产业资本看中的不是GEO，是“AI营销部”的入口位置
华工科技投资总监李钰对这笔投资的解释，比常见的“看好赛道”要具体一些。据公开报道援引华工科技投资总监李钰的话，GEO“已经跨过早期阶段，从‘知道AI怎么看待你的企业’，走向‘主动去改变AI对你的认知’。产品形态也从单纯的监测工具，进化成优化工具，长期看最终会走向可自动执行的Agent平台。”这段话的落点不在GEO本身，而在Agent平台——一个可以自动执行营销任务的系统。
编辑分析认为，这可以解释华工科技作为产业资本入局的逻辑。华工科技的主营业务集中在激光、光电子和智能制造领域，其客户群与深度云海披露的客户行业（机械设备、化工能源、电子电工）存在重叠。据公开报道，华工科技的入局“不仅提供了资金支持，更为深度云海带来了产学研生态与产业场景的赋能”。从产业资本的投资习惯看，这类投资往往带有业务协同的预期，而非单纯的财务回报。但双方具体会在哪些场景落地协同、以什么形式推进，目前未披露。
钱程的表述则更直接。据公开报道援引他的话：“GEO解决的是让外面的AI知道你，DeepWork解决的是让企业内部的AI会干活。我们的终局，是让每一家企业都能在AI时代真正拥有自己的增长智能体，迈向AI全域企业智能营销平台。”从GEO服务商到全域智能营销平台，这个跨度意味着深度云海需要从“优化AI推荐”扩展到“管理企业营销全链路”。这是一个比GEO大得多的市场，但竞争者也更多、更强。
百度系团队的搜索基因，与一个尚未定型的行业规则
深度云海的团队构成在早期创业公司中属于高配。据36氪报道，公司团队规模70余人，核心团队来自前百度搜索部门。CEO钱程曾任百度上海总经理，离开百度后相继创办唯智互动传媒、爱玩高尔夫、嗨修汽车等公司，其中爱玩高尔夫和嗨修汽车先后被携程、滴滴收购。COO杨海玲历任3721、百度、慧聪网、敦煌网、世优等企业COO等高管职务。CTO龙杰曾参与百度无人驾驶系统高精度地图落地等工作。据公开报道，钱程曾创办唯智互动传媒，上线次年营收破亿；杨海玲连续三年荣膺“创业邦年度最值得关注商业女性领导者”；龙杰曾负责机器人云大脑、AI数字人及智能体技术等数十款软硬件产品的全链路开发。
这支团队的搜索背景，在GEO赛道里是一把双刃剑。优势在于，他们理解搜索引擎的抓取、索引和排序机制，也理解企业营销的投放逻辑。风险在于，GEO的规则与SEO有本质差异：SEO优化的是搜索引擎的算法，而GEO优化的是大模型的生成行为。大模型的溯源机制、引用偏好和回答逻辑并不完全公开，且更新频率远高于传统搜索引擎。钱程自己也承认，现有大模型在抓取信源的倾向上正在改变——据他观察，自媒体内容被引用的权重已降至一成，权威信源的权重持续上升。这意味着，深度云海的技术底座需要持续适配各家模型的变化，而这种适配的成本和速度，将决定其RaaS承诺能否兑现。
钱程给GEO划了一条时间分界线：2026年下半年，行业从流量红利期进入技术驱动期。钱程判断，行业早期光靠多发一些能被AI抓取的文章就能实现AI可见性；而当前效果量化门槛提高，必须靠技术、算法和监测投入才能保障可量化交付。这个判断对深度云海自身同样适用：如果行业确实进入技术驱动期，那么公司的护城河必须建立在算法和监测能力上，而不是客户数量和收入规模上。
3000家客户与数千万元收入：一个需要拆解的验证命题
如前所述，公司自述客户与收入规模为成立一年以来累计服务3000多家企业客户、年收入达到数千万元。这组数据如果准确，意味着深度云海在GEO这个新兴赛道里已经跑出了可观的商业化节奏。但公开材料没有提供客户合同结构、收入确认方式、续约率或客户生命周期价值等关键指标。对于一个走RaaS路线的公司来说，“服务过”3000多家客户和“持续服务”3000多家客户是两个完全不同的概念。
从行业结构看，深度云海的客户集中在机械设备、化工能源、电子电工与教育等行业。这些行业的共同特点是：采购决策链条较长，客户获取依赖专业信息和行业口碑，且大量企业属于传统制造业，数字化营销能力相对薄弱。对于这类客户，GEO的价值主张相对清晰——当海外买家或国内采购方用AI工具搜索供应商时，你的品牌能否出现在推荐答案里。但同样因为这些行业的决策链条长，从“被AI推荐”到“实际成交”之间的归因路径并不透明。深度云海把RaaS定义为“结果及交付”，但“结果”是AI可见度提升，还是商机线索增加，还是实际成交转化，公司未给出明确的交付标准。
华工科技投资总监李钰对公司团队的评价，据公开报道援引，是“市场上能看懂风口的人不少，但行业规则还没定型，能看准机会快速落地，并且跟着各大模型平台的规则变化灵活调整，这种执行力才最稀缺。”这段话点出了GEO行业的核心矛盾：规则未定型意味着机会，也意味着今天有效的优化策略明天可能失效。深度云海的技术底座能否跟上这种变化，是其商业化故事能否持续的关键。
海外市场的诱惑与陷阱：当国内官网在海外AI里“不存在”
深度云海把海外市场拓展列为本轮资金的核心用途之一。据公开报道，深度云海描述了这样一个场景：如果一家国内企业的英文名称拼写不统一、产品参数没有被结构化、海外行业目录和社区平台上缺少可信的第三方提及，那么无论它在国内的产线多先进、证书多齐全，在海外大模型的回答里，它都可能近乎“不存在”。钱程的表述是：“客户来找我们时，产品往往已经足够好，缺的是让世界看见它的方式。”
这个场景描述是准确的，但它同时揭示了海外GEO的难度。国内GEO主要面对的是豆包、DeepSeek、元宝等本土模型的规则，而海外GEO需要适配ChatGPT、Gemini等全球主流AI平台，同时还要处理多语言内容、海外信源建设和跨文化品牌叙事。深度云海称其GEO RaaS系统已有海外版，且“产品跨越语言与地域壁垒的可复制性，已获得初步市场验证”。该“初步市场验证”为公司单方表述，海外客户数、收入占比、服务语种等可核验指标未披露。
从资金分配的角度看，千万级人民币的天使轮融资要同时支撑自研技术底座迭代、海外市场拓展、DeepWork产品升级和AI人才扩充四个方向，每个方向的资源都不会太宽裕。
洗牌期的生存法则：技术、算法和监测投入，缺一不可
钱程对GEO行业洗牌的判断相当直白：技术不达标、投入不足、不具备运营能力的小GEO公司可能会逐渐掉队。这个判断的隐含前提是，GEO正在从“内容铺设”阶段进入“效果量化”阶段。在早期，企业只要多发一些能被AI抓取的文章就能实现AI可见性；现在，效果量化的门槛提高，必须靠技术、算法和监测投入才能保障可量化交付。
编辑分析认为，如果这个判断成立，深度云海面临的竞争格局会变得更加复杂。深度云海的差异化在于其专注度和技术底座的深度——八层企业知识图谱、逆向工程路线、自研监测系统，这些在早期GEO公司中确实少见。但这些技术能力的实际效果，目前只有公司自己的描述，没有第三方评测或客户案例的公开验证。
钱程认为GEO不会完全替代SEO，而会成为企业做AI营销的标配。这个定位比“GEO取代SEO”的叙事更务实，但也意味着深度云海需要与企业的现有SEO投入共存，而不是直接替换。对于预算有限的企业客户来说，GEO的优先级取决于AI搜索在其获客渠道中的实际占比。据公开报道引用的行业数据，通过AI对话入口触达的用户，其商业化价值可达传统搜索访客的4倍以上，但该数据来源机构与统计口径未披露。中国互联网络信息中心《生成式人工智能应用发展报告（2026）》显示，截至2026年上半年，我国生成式AI用户规模已超7亿、普及率超50%；该报告数据亦见于公开报道转引，未独立核验原始报告。这组数据为GEO的市场空间提供了宏观支撑，但从“用户规模”到“企业愿意为GEO付费”之间，还有相当长的转化链条。
天使轮之后的真正考验：从“能交付”到“可规模化交付”
深度云海这笔天使轮融资的金额并不大，但它的战略意义在于验证了一个命题：产业资本愿意为GEO的入口位置买单。华工科技的入局，据公开报道，是“GEO赛道早期融资中并不多见的产业资本直接领投项目”。这个判断如果准确，说明深度云海在资本结构上走了一条不同于典型SaaS创业公司的路——用产业资本的钱，换产业场景的入口。
但天使轮之后的路，比拿到这笔钱更难。编辑分析认为，深度云海需要同时证明三件事：第一，其RaaS模式能在公司自述的3000多家客户基础上实现规模化交付，而不是依赖创始团队和核心成员的个体能力，可核验指标包括客户合同结构、续约率与收入确认方式；第二，其技术底座能跟上大模型规则的快速变化，而不是在某个模型版本更新后失效，可核验指标包括八层企业知识图谱在多模型更新周期中的持续表现；第三，海外市场能形成独立的增长曲线，而不是国内业务的故事延伸，可核验指标包括海外客户数、收入占比与服务语种。这三件事中的任何一件没有跑通，深度云海从“GEO技术服务商”向“AI全域智能营销平台”的跃迁就仍停留在叙事层面。
如前文所述，钱程对洗牌规则的判断是：技术不达标、投入不足、不具备运营能力的小GEO公司可能会逐渐掉队；效果量化门槛提高，必须靠技术、算法和监测投入。钱程给创业公司窗口期的判断是两到三年。这个时间框架意味着，深度云海需要在2028年前后证明自己的平台化能力。对于一个2025年6月成立、目前70余人的团队来说，这个时间表相当紧凑。本轮融资的首次公开宣布或完成日期未在材料中披露，但以2026年10月的公开报道为节点，深度云海已经用掉了窗口期的相当一部分。
RecodeX 极客视：GEO的真正门槛不在于让AI提到你一次，而在于当模型规则频繁变化时，你的优化体系还能不能持续交付。深度云海拿到的这笔天使轮，买的是它在规则混沌期建立技术底座的入场券。但入场券不等于护城河——3000家客户和数千万元收入证明的是销售能力，不是算法壁垒。当大模型的溯源逻辑继续向权威信源倾斜，深度云海自己也在被同一套规则审视：它的官网、它的内容、它的品牌，在AI的回答里排第几？
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。