大模型對廣告行業的影響，似乎被低估了。
它的價值并不僅限營銷素材的 AI 生成，更大的影響或許在于，大模型算法正在重塑廣告技術，提升廣告主投流的準確性，合適的、更 " 懂 " 自己、能打動你的廣告將越來越常見。
廣告與大模型的 " 機緣 "
大約三年前，2021 年 11 月 2 日的下午，鈦媒體獨家約見了騰訊 TEG（騰訊技術工程事業群）數據平臺部的總經理蔣杰。溝通的主題是關于騰訊廣告產品、技術層面的戰略經營思路，其中包括騰訊廣告下一代廣告系統的建設以及該系統對 " 大模型 " 的運用。在當時大模型概念還未爆發的情況下，蔣杰在談話中透露，騰訊廣告具備了訓練大模型的條件，模型量級從百億維升至千億維。
由于個中緣由，訪談內容在之后并未公開發布。直到兩年后的 2023 年 9 月 7 日，在深圳舉行的騰訊全球數字生態大會上，騰訊混元大模型正式發布，蔣杰以混元大模型負責人的身份詳解了模型參數、規模以及在騰訊內部業務上的運用情況，并表示 " 騰訊將全面擁抱大模型 "。此后，鈦媒體 App 也從騰訊內部人士處證實，彼時蔣杰所提到的 " 騰訊廣告的下一代廣告系統 " 為騰訊混元大模型打下了不小的基礎。
到現在，大模型在騰訊廣告場景上的應用依然是騰訊混元產業落地不可或缺的版圖。2024 年 7 月蔣杰發表署名文章《大模型時代：廣告系統的量變與質變》，他這樣描述那段經歷：
從 2021 年開始的 " 下一代廣告系統 " 項目（廣告系統 2.0）就是按照這個思路（Scaling Law）去做的：用更大的模型、更多的數據、更強的算力來去做廣告效果的預估 ( CTR, CVR 等 ) 。以及，生成式 AI 出來之后我首先做的就是把騰訊的算力集中起來；通過搭建基礎設施（機器學習平臺）來讓各團隊可以集中、高效地使用這些算力。于是，在這之上才有了 " 騰訊混元 " 模型，現在也是我在負責。
廣告技術的迭代，在這里成就了如今風頭無兩的大模型。而反過來，外界對于大模型在廣告行業的價值，似乎被低估了。
但這并不妨礙廣告平臺對它的押注。
在大洋彼岸，一家來自美國名叫 Liftoff 的效果營銷和廣告變現平臺在經過一段時間的測試之后，也于近日推出了新一代機器學習引擎 Cortex 。據 Liftoff 營收平臺副總裁 Casie Jordan 介紹，Cortex 基于神經網絡驅動，大幅提升了計算能力與模式識別能力，數據處理能力是邏輯回歸模型的 10 倍以上，未來還將擴展到 100 倍的數據量。更深入的技術細節，Liftoff 沒有披露太多，但其中值得一提的是，Cortex 新引擎在運行過程中，其模型刷新速度提速 6 倍，并始終基于最新數據進行更新。
Liftoff 客戶 Bigo Live 的使用效果反饋顯示，在深入分析 Bigo Live 的現有受眾，并對互動廣告和靜態廣告進行測試后，Bigo Live 運用 Liftoff 的 UGC 廣告：CPI 降低 20%，IPM 提升 12%。
更大數據、更大計算
在蔣杰看來，結合大模型的新一代廣告系統，是真正能夠 " 看懂 " 廣告素材的。" 我們之前的廣告系統它根本不懂。廣告系統 3.0 的核心，就是想辦法讓廣告系統‘多懂一些’。只有廣告系統真的‘認識了’、‘懂得了’商品、廣告素材和用戶，才能做到提升投放確定性，減少投放‘玄學’。" 蔣杰表示。
上一代的廣告系統因為 " 不懂 "，讓廣告優化師做了很多 " 堆基建 " 的無用功。比如各家優化師都在大量新建廣告素材，基本操作就是對素材做一丁點微調再來 " 賭一次 "，這實際上就是在鉆 " 大模型不理解廣告，不理解商品 " 的空子。
但是在能 " 看懂 " 廣告素材之后，廣告系統能夠將同類商品、同類素材實現 " 歸堆 "，基于歸堆后的更大數據量，模型預測也將更加精準。
但現階段，大模型對廣告系統的接入更多在于 " 看懂 "，看懂之后基于更大數據、更大計算的 " 暴力美學 " 則由機器學習完成，機器學習將結合平臺數據訓練出垂直自有小模型而非通用大模型，以此指導后續的鏈路。
Casie Jordan 表示，獨立第三方廣告系統對數據的收集和利用將幫助廣告系統從激烈的競爭中脫穎而出。Casie Jordan 透露，Liftoff 的 Vungle SDK 已經連接超過 90% 全球應用程序，這個龐大的 SDK 覆蓋范圍為機器學習提供支持。具體而言，通過基于直接集成或從第三方 MMP 歸因平臺獲取的第一手歸因數據來進行訓練，Cortex 機器學習系統能夠深入了解客戶的目標受眾，并識別其觀看或消費行為的模式；而通過使用來自 Liftoff Creative Studio 的測試數據訓練 Cortex 模型，Cortex 更容易洞察出哪些內容類型和廣告格式更能吸引高意向用戶，從而將合適的廣告展示給合適的用戶，提供個性化的廣告體驗。同時，通過將第一手數據與來自 Vungle SDK 和 Liftoff 游戲分析平臺 GameRefinery 的獨家數據結合，競價和定價的精準度又得以進一步提高。
由此也進一步說明高質量數據對于新一代廣告系統的重要性，而新的技術讓這些廣告系統能夠更 " 懂你 "。
不久前，AppsFlyer 正式發布第 17 版《廣告平臺綜合表現報告》，報告顯示，在 IOS SSOT 全品類指數中，Liftoff 在所有廣告平臺中排名第 6。
除了騰訊廣告和 Liftoff，Meta 在推出通用大模型 LLaMA 的同時，也在嘗試將新一代 AI 引入廣告系統。Meta 在 2023 年發布的一篇博客中指出，" 如果 AI 能夠準確預測和理解任何給定的內容，那么人們有朝一日可以選擇讓任何圖像或視頻可供購物。人們將更容易找到他們想要的東西，賣家也可以讓他們的產品更容易被發現。"
Meta 當前已經建立了一個為購物而設計的通用計算機視覺系統GrokNet，即一個一體化的模型（all-in-one model ）它可以識別數十億張照片中的細粒度產品屬性——包括時尚、汽車和家居裝飾等不同類別。而該系統結合 AI 大模型對文本的理解能力，賣家發布圖片時，AI 購物系統會幫助識別未標記的商品并根據其產品目錄推薦標簽。未來 Meta 想要實現的場景是，" 教會這些人工智能系統了解一個人的品味和風格，以及這個人搜索產品時重要的背景。在實現這一目標的過程中，我們需要取得更多突破。我們需要繼續改進內容理解，并構建能夠推理、在商品之間建立聯系并學習個性化購物偏好的系統。"
不得不說，大模型技術的引入正在深刻重塑廣告行業。從優化廣告系統平臺、幫助廣告主降本增效、到廣告創意生成，其影響力無處不在。正如蔣杰所說，新一代廣告平臺的核心轉變在于能夠 " 理解 " 廣告素材與用戶行為，從而提供高度個性化的推薦，顯著提升用戶體驗。通過大規模數據分析，廣告平臺能夠更精準地洞察用戶需求，制定有效的營銷策略，實現更高的轉化率。
不過，盡管通用大模型在語義理解、復雜任務處理方面表現出色，但目前出于用戶隱私、數據安全等原因，通用大語言模型還無法對廣告系統核心數據處理產生影響，這方面企業自有的垂直小模型就表現出巨大潛力，并且在更廣泛的數據收集、和更大量的數據處理方面展現出的獨特性已然成為像 Liftoff 這類第三方廣告平臺的護城河。
未來，隨著人工智能特別是大模型技術的持續進步，廣告行業將迎來更多令人振奮的變化。智能高效的廣告系統將助力企業以更低的成本獲得更高的回報，而消費者也將享受到更加個性化且不打擾的良好體驗。對于提升用戶體驗及推動商業增長而言，這一轉變具有極其重要的意義。
來源：鈦媒體
