GEO 生成式引擎优化
研究生成式引擎如何理解、引用与推荐品牌，构建可衡量、可优化的企业 AI 认知与语义资产体系。
研究使命
以智能体决策研究，重塑 AI 时代的企业认知
我们以强化学习、控制、优化与人工智能在严肃决策场景中的研究为根基，构建可信、可解释、可控的智能体决策能力，并以此驱动 GEO 生成式引擎优化，帮助企业在生成式 AI 中被准确、可信地理解与推荐。
团队简介
一支年轻、跨学科的 AI 研究团队
FrontMind 实验室成立于 2022 年，依托香港中文大学（深圳）数据科学学院，由Tongxin Li教授领衔。实验室现有14位科研成员，研究成果涵盖学术论文、预印本，并获得4项专利。我们聚焦生成式引擎优化（GEO）、智能体决策与强化学习，致力于让企业在大模型时代被准确理解与可信推荐。
团队成员来自世界各地，涵盖计算机科学、数学、数据科学等多个学科背景，曾在清华大学、加州理工学院、纽约大学、柏林工业大学、上海交通大学等顶尖高校与亚马逊、谷歌、字节跳动、华为等企业积累经验。我们崇尚“理论驱动、产业落地”的研究理念，在严肃的学术研究与真实的商业场景之间架起桥梁。
认识我们的团队 ›研究方向
从 GEO 到 AI 智能体决策的四个主题
智能体与在线决策
在不确定、动态反馈的环境中研究智能体决策、在线学习与竞争分析，应对严肃决策场景的长期权衡。
可信与学习增强 AI
研究带不可信预测的算法、鲁棒性与一致性保证，让大模型与机器学习的输出可被安全地用于决策。
控制、优化与理论基础
模型预测控制、受约束优化与系统级设计，为可靠决策与可部署的智能体提供严谨的理论保障。
核心方向 · GEO
FrontMind GEO：让企业在生成式 AI 中被看见与信任
搜索入口正从“词条列表”转向“生成式回答”。课题组基于智能体决策与大模型的深度研究，孵化了原生AI初创公司 FrontMind，专注 GEO 生成式引擎优化，系统化提升企业在大模型中的可见度与可信度。
论文级内容制作
我们不止量化品牌可见度，更要为语义资产打分，做到“看得见，说得好”。区别于行业常见的灌水投毒式文章批量生产，我们以学术论文级别的严谨态度制作每一份内容，确保事实准确、逻辑自洽、来源可追溯，让大模型在生成回答时主动引用并信任。
手术刀精准投放
一篇经过核心算法优化过的交叉认证内容，胜过一百篇低质量水文。我们通过自研的语义定位算法，精确识别模型知识图谱中的薄弱节点与认知缺口，以最小内容量实现最大认知影响，避免无效投放与资源浪费。
无惧模型版本更新漂移
策略随模型升级，系统跨版本持续进化。当竞品在每次模型更新后手忙脚乱时，我们的监控体系实时追踪各主流模型的认知变化，自动调整优化策略，确保企业的 AI 可见度在版本迭代中始终稳定甚至持续提升。
合作机构
与头部研究机构携手推进 GEO 与智能体落地
香港中文大学（深圳）
国家级河套人工智能学院
上海人工智能实验室
南方科技大学
加州理工学院