纵观整个职业生涯,笔者曾与13家不同广告公司合作,涉及到零售包装食品、金融服务以及健康与美容等多个行业。广告宣传工作基本只有两种结果:正中受众下怀,或者激不起丝毫波澜。作为从业者,我们似乎从来不想确定创作内容是否经过优化,也不清楚广告到底引起了哪些个体受众的共鸣。另外,在IRI BehaviorScan等测试市场中,往往需要6个月甚至一整年时间才能确定销售影响。等拿到明确结果时,市场动态本身可能已然发生了变化。
时间快速推进至2021年,如今AI驱动型多元广告创作方案已经能够判断广告创意中的哪些元素与谁产生了共鸣。这意味着,广告内容能够即时优化,而且展示广告与OTT视频广告都能享受优化成果。相信随着5G覆盖率的不断提升,这种优化将更加普遍。具体来讲,我们可以根据AI的建议对音乐曲目、配音、音效、视频片段与序列、特写镜头、脚本、上浮文字、结束卡以及行动呼吁等元素进行不同的排列和组合。
在AI与机器学习的联动之下,我们可以通过多种定制化方式,对面向多个类别下的具体个人发布优化广告,有效考量人口统计、心理统计、年龄阶段、购买行为、客户旅程阶段以及视频观看完成率、应用安装、站点访问等KPI,购买/转换与表单填写等指标。此项技术还实现了一种基于信息引发共鸣的新型定位模式。消费者对于不同信息元素组合做出的反应与特征,可供广告商用于整理并绘制理想的品牌代言形象。结合宣传活动的整体创意背景,AI驱动创意方案即可结合这些可操作的诊断信息消除广告中的猜测性假设。
随着苹果公司上个月宣布终止IDFA(即广告ID),以及谷歌计划于2022年初逐步淘汰第三方cookie,品牌方将越来越难以确定具体目标对于当前展示广告的响应。好消息是,IBM Watson Advertising Accelerator等服务能够以尊重隐私的方式填补这部分空白,帮助传统广告商继续沿用生态系统中的传统广告定位机制。根据IBM Watson Advertising产品负责人David Olesnevich的介绍,这种新的变革性广告设计方式与创意思路有望为客户提供更好的投资回报率,最终建立起一条模块化且智能度更高的广告制作途径。
凭借对大量独立创意元素做出具体分析,我们更需要开发出丰富的资产变体以满足AI系统迫切的数据需求。沿着这条道路,创意机构将与客户合作、拓宽思路,将更广泛的资产与假设纳入测试环境。Olesnevich表示,“整个学习将连贯且持续,在迭代过程中不断验证新旧假设,并由AI根据衍生出的洞见不断生成更好的结果。对于创意行业从业者,这代表着一种可喜的变化,能够帮助他们扩展思考范围、提高实验效率并加快学习速度。”如今,IBM Watson Advertising Accelerator已经可以接入美国本土的大部分展示、视频与OTT/CTV广告平台,并计划在2021年下半年逐步进军音频、社交平台乃至国际市场。
Accelerator for OTT能够跨设备为每位家庭成员建立个性化且全面优化的广告体验:例如,您可以在联网电视上观看HULU,在智能手机上观看NBC Peacock,并在笔记本电脑上观看CNN。它还根据各个目标群体的反应提供广告展示位的购买洞见,据此确定广告的投放位置与时间。
另一个重要的现实案例是由广告委员会的COVID疫苗信息发布计划,他们希望以最高效的创意尽可能提高观众们的疫苗接种意愿。今年,广告委员会正带头开展一项广泛的教育活动,鼓励美国民众主动接种COVID-19疫苗。而IBM则承诺为这项计划提供AI创意宣传支持。研究发现,民众在接种疫苗时主要关注四大基本要素:疫苗安全性、疫苗开发速度、对美国政府的不信任感、外加阴谋论观点。广告委员会将观看者划分为相应“共鸣组”,并有针对性地为四大要素调整宣传创意。
目前,苹果已经撤销IDFA,而谷歌也预计在2022年初关闭对第三方cookie的跟踪,因此各品牌及创意机构应该抓紧时间学习新技术并开展合作,开发程序化AI元素并着力优化宣传效果。这方面工作必然涉及对各类元素变化的假设,也会带来一系列新的待测试资产。尽管新的思维及工作方式必然带来新的调整压力与难题,但只要品牌及创意团队积极习惯,相信一定能为整个广告行业带来的新的面貌与气象。
好文章,需要你的鼓励
北航团队推出Easy Dataset框架,通过直观的图形界面和角色驱动的生成方法,让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能,在金融领域实验中显著提升了AI模型的专业表现,同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
卢森堡计算机事件响应中心开发的VLAI系统,基于RoBERTa模型,能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练,准确率达82.8%,已集成到实际安全服务中。研究采用开源方式,为网络安全专家提供快速漏洞风险评估工具,有效解决了官方评分发布前的安全决策难题。
中国电信研究院等机构联合开发的xVerify系统,专门解决复杂AI推理模型的评估难题。该系统能够准确判断包含多步推理过程的AI输出,在准确率和效率方面均超越现有方法,为AI评估领域提供了重要突破。
昆仑公司Skywork AI团队开发的Skywork R1V模型,成功将文本推理能力扩展到视觉领域。该模型仅用380亿参数就实现了与大型闭源模型相媲美的多模态推理性能,在MMMU测试中达到69.0分,在MathVista获得67.5分,同时保持了优秀的文本推理能力。研究团队采用高效的多模态迁移、混合优化框架和自适应推理链蒸馏三项核心技术,成功实现了视觉理解与逻辑推理的完美结合,并将所有代码和权重完全开源。