在廣告行業的轉型浪潮中，大模型技術的崛起正悄然改變著行業的面貌，其影響力遠超最初的預期。
以往，廣告技術的革新主要集中在營銷素材的自動化生成上，而大模型的出現，則是對整個廣告技術體系的重塑。它不僅提升了廣告投放的精準度，更讓廣告變得更加“懂你”。通過深度學習算法，大模型能夠精準捕捉用戶偏好，使得廣告內容與受眾需求高度匹配，實現更為個性化的傳播。
追溯大模型與廣告的“不解之緣”，可以回到2021年。當時，騰訊TEG數據平臺部的總經理蔣杰在內部交流中透露，騰訊廣告已具備訓練大模型的條件，并正在著手建設下一代廣告系統。這一前瞻性的布局，為騰訊混元大模型的誕生奠定了堅實基礎。兩年后的騰訊全球數字生態大會上，混元大模型正式發布，而蔣杰所提及的“下一代廣告系統”，正是這一大模型的重要應用場景之一。
在騰訊的廣告場景中，大模型的應用不僅限于廣告效果的預估，更在于對廣告素材的深入理解。蔣杰指出，以往的廣告系統往往“不懂”廣告素材，導致廣告優化師需要不斷嘗試新的素材，以“碰運氣”的方式提升投放效果。而大模型則能夠“看懂”素材，實現同類商品和素材的歸類，基于更大的數據量進行更精準的預測。
同樣，在大洋彼岸，美國的效果營銷和廣告變現平臺Liftoff也推出了基于神經網絡驅動的新一代機器學習引擎Cortex。這一引擎大幅提升了數據處理能力和模型刷新速度，使得廣告系統能夠實時基于最新數據進行更新。據Liftoff的客戶反饋，使用Cortex后，廣告效果顯著提升，CPI降低，IPM提升。
Liftoff的成功，離不開其對數據的深度挖掘和利用。通過直接集成或從第三方平臺獲取的第一手歸因數據，Cortex能夠深入了解客戶的目標受眾，并識別其消費行為的模式。同時，結合來自Liftoff Creative Studio的測試數據，Cortex能夠洞察出哪些內容類型和廣告格式更能吸引高意向用戶，實現廣告的個性化展示。
除了騰訊和Liftoff，meta也在積極探索大模型在廣告系統中的應用。meta推出的通用大模型LLaMA，以及為購物而設計的計算機視覺系統GrokNet，都在嘗試將新一代AI技術引入廣告領域。GrokNet能夠識別數十億張照片中的細粒度產品屬性，并結合AI大模型對文本的理解能力，幫助賣家發布圖片時識別未標記的商品，推薦標簽。這一系統未來有望實現更加個性化的購物體驗。
大模型技術的引入，不僅優化了廣告系統平臺，幫助廣告主降本增效，更在廣告創意生成方面展現出巨大潛力。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。同時，大模型還能夠根據用戶的品味和風格，以及搜索產品時的背景信息，提供個性化的推薦。
然而，值得注意的是，盡管通用大模型在語義理解和復雜任務處理方面表現出色，但出于用戶隱私和數據安全等原因，目前還無法對廣告系統核心數據處理產生直接影響。因此，企業自有的垂直小模型在這一領域展現出巨大潛力。這些模型在更廣泛的數據收集和更大量的數據處理方面表現出獨特性，成為像Liftoff這類第三方廣告平臺的護城河。
隨著人工智能技術的不斷進步，特別是大模型技術的持續迭代，廣告行業將迎來更多變革。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。這一轉變對于提升用戶體驗及推動商業增長具有重要意義。
