**DeepSeek的崛起与英伟达的市值下跌**
国产大模型公司DeepSeek的兴起引发广泛关注，全球科技巨头英伟达则遭遇市值严重下跌。英伟达股价一夜之间暴跌近17%，市值蒸发接近6000亿美元。
面对这一严峻局面，英伟达首席执行官黄仁勋发表公开信，传达公司的立场和应对措施。
公开信摘要：面对挑战，保持初心
新兴力量的出现是行业活力体现，英伟达曾用GPU颠覆传统计算架构。今日的竞争关乎计算未来的定义。
深化创新，重构未来
英伟达正在重构GPU核心模块，开放CUDA工具链，与先驱者合作孵化创新。
超越标签，拥抱革命
英伟达探索让AI成为芯片共生大脑，重塑人类文明基石。未来18个月将见证密集的创新发布。
铸造时间的钥匙
英伟达在铸造"时间的钥匙"，打开想象力的囚笼。DeepSeek等挑战者的出现证明了这把钥匙正在发挥作用。
黄仁勋鼓励员工保持初心，共同打造英伟达的算力星河，让每个人找到自己的坐标。
（举报）
OpenAI的动作比所有人想象的都要快。 上周二，OpenAI完成重组。其中一个重要变化是:彻底取消了与微软的排他性协议，结束了Azure长达六年的云服务独占模式。此前，OpenAI所有模型的训练、推理与部署都必须优先选择Azure，微软还享有优先购买权。 宣布与Azure“分手”后不到一周，OpenAI便火速宣布了与AWS的战略合作——双方达成一项价值380亿美元的云计算协议，OpenAI将全面接入
10月30日，英伟达股价上涨3.2%，市值突破5万亿美元，成为全球首家达此里程碑的公司。创始人黄仁勋个人财富随之突破1800亿美元，跻身全球富豪榜第八位。今年以来，英伟达股价累计上涨54%，市值从4万亿增至5万亿仅用113天。公司透露，Blackwell及新一代Rubin芯片正推动销售增长。美国银行将目标价上调至275美元，预示股价或再涨30%，市场对其前景持续乐观。
10月28日，苹果与微软股价同步上涨，双双突破4万亿美元市值大关，与超4.6万亿美元的英伟达共同构成全球市值最高的“三巨头”格局。微软因与OpenAI资本重组推动股价涨超3%，持有后者价值1350亿美元股权；苹果则凭借新一代iPhone强劲需求实现股价逆袭，年内首度由跌转升。英伟达仍以最高市值稳居全球第一，凸显全球科技产业对算力需求的爆发式增长。
GEO指数是AI搜索时代的品牌可见度衡量指标，量化品牌被AI引用、推荐和对比的频率与深度。与传统SEO比拼搜索排名不同，GEO衡量的是品牌在AI回答中的提及率和好感度。数据显示，高GEO指数品牌在AI搜索中的转化率是传统SEO的3.4倍。文章通过案例说明，企业可通过监控竞品差距、补充缺失内容关键词、优化AI提示词等策略提升GEO指数。建议立即使用AIBase平台免费体验GEO监控，把握AI搜索新机遇。
2025年上海进博会上，三星作为连续八年参展的科技巨头，展示了其在显示技术、智能家居及手机领域的领先实力。通过超大尺寸Micro-LED显示屏、全球首款115英寸Micro RGB电视等产品，突显面板技术优势；推出AI Home智能家居生态，整合家电、显示与手机服务，构建“硬件+软件+服务”闭环；折叠屏手机持续巩固高端市场地位。三星以多维度布局彰显行业引领者姿态，未来将在AI、Io
截至2025年11月3日，大量用户在微博话题#DeepSeek崩了#下集中反馈，DeepSeek平台出现服务异常状况，引发广泛关注。综合各方信息，此次故障呈现多方面表现，对用户使用造成显著影响。 众多用户表示遭遇服务全面中断问题，在尝试使用平台
随着AI搜索普及，传统SEO正被GEO（生成式引擎优化）取代。GEO核心是提升品牌在AI生成答案中的可见度，而非获取点击流量。数据显示超60%用户已使用AI搜索，若品牌未被AI提及将失去流量入口。文章推荐免费工具AIBase，支持多平台一键检测品牌在主流AI助手的曝光排名、竞品对比及可视化报告，并提供内容权威性、语义化表达等GEO优化策略，帮助品牌在AI时代建立竞争优势。
10月28日，百度智能云联合SGLang社区开源针对DeepSeek-V3.2优化的多token预测（MTP）技术代码。该技术通过批量生成和集中验证机制，使模型解码吞吐量提升超2倍，突破传统自回归解码的序列化瓶颈。此次开源的MTP方案已完成与DeepSeek-V3.2稀疏注意力架构的深度适配，并经过百度内部业务验证，开发者可"开箱即用"获得稳定可靠的推理加速能力。
AI圈虽然天天卷，但是很多的模型，真的越来越无聊了。 每天就是跑分又多了几个点。 直到昨天，DeepSeek久违的发了一个新模型。 DeepSeek-OCR。 这玩意，是真的有点酷。
DeepSeek在GitHub开源新一代OCR模型，采用创新光学二维映射压缩技术，在长文本识别场景实现97%准确率。模型通过动态压缩生成最优视觉特征令牌，较传统方法减少60%计算冗余。实验显示在1:20压缩率下仍保持60%以上准确率，显著优于同类模型。该技术路径为OCR系统小型化提供解决方案，其动态压缩策略对大型语言模型的记忆管理机制具有重要启示。
