01 构建消费者认知模型分三步走：从素材理解到判别再到生成
以一条服装广告为例，它可能是一个女生自拍的视角，还可能是一个远处机位的画面，再可能是一个慢动作...... 广告素材的风格万千，在不同人群、不同国家/地区的流行趋势各有不同。在实际业务操作中，优化师通过大量投放实战经验，往往可以积累大量关于海外消费者认知的理解。这些正是海外消费者认知大模型尝试去理解的内容，包括消费者的认知和兴趣、对每条广告素材的接受度和反响等。
构建能够理解消费者认知的大模型，第一步是素材理解。首先把素材抽丝剥茧、刨丁解牛，解到最细的力度，比如分镜镜头的运用，人在画面中是远还是近，有没有人脸，是卡通类还是与游戏相关，包括需要包含哪些主要元素等等。
第二步基于对素材的理解进行要素拆解，判别素材。通过理解素材，大模型可以拆解出不同维度特征，例如机位、配乐、色调、角色等，而不同维度能够叉乘出千万种组合，以此生成素材策略方向。一方面能够缩小素材测试范围，另一方面通过不同组合的测试效果追踪，进一步迭代素材理解。
素材判别的环节非常关键，而必备要素是大量出海实操。即使完成对海量出海广告素材的机器学习理解，如果缺乏实战场域，叉乘出的万千组合效果也难以实现精准测试。钛动科技每日处理数据达万亿级，拥有大量实际业务场景进行素材测试，能够真实触达全球广泛用户，收获更加稳定、精准的测试效果。
第三步是在理解素材、判别素材之后，指导素材生成。其所指并非直接生成图片，而是人在回路学习（HiLL，Human in the Loop Learning）的过程。AI技术无法真正取代人力，但将很大程度上提升人效。经过素材理解和判别的阶段，大模型输出若干素材要素组合策略，供优化师在其中筛选、优化并最终投放。
02 认准长期，让大模型减少“经验”传递的损失
过去，素材策略往往重度依赖优化师团队的主观判断，即“经验”。经验固然珍贵，但在长时间的传递过程中难免有所损失。不仅如此，未来人才资源更加稀缺、人力成本更为高昂，AI技术的介入有其必要性和紧迫性。
高度依赖主观经验的结果，一是效率变低，二是难以达成公认的标准。大模型的出现，有序地将主观经验判断沉淀下来，减少素材质量良莠不齐的情况发生，稳定提高行业下限，让广告素材质量初步实现标准化。
但技术并非唯一，人和技术应该更加相辅相成。大模型将一改“人”是素材制作唯一关键因素的现状，反而由大模型扮演主角，“人”成为辅助，真正降低未来人才流失给业务带来的风险。
03 攻克关键在于多模态数据理解
现阶段，多模态数据理解在学界和业界来讲都是一大难点。包含视频、图片、语义等多模态数据的认知分析实践较少，更多落地场景集中在单一模态数据理解，如人脸识别、虹膜识别、智能驾驶等应用。而关于多模态数据理解，例如游戏画面识别、广告短片识别等，在数据积累、标签积累和行业标准认定等方面都处于起步期。
大势所趋，全行业已瞄准大模型发力，各项技术调研和数据处理都在密集启动中。基于在AI领域的业务实践探索以及在全覆盖时代打下的大数据底座，钛动科技正在逐步加大研发投入，打造海外消费者认知大模型。除此之外，钛动正加速推广AI技术在出海营销领域的探索，引领新业态，不断深入AI技术等商业智能技术，推动产品和服务迭代升级，从最贴近用户需求的场景入手，推动中国品牌在海外实现高速增长，提升全球竞争力。
粤公网安备 44010602009234