产品
服务对象
服务范围
解决方案
手机号
验证码
2024营销科学大会现场，明略科技集团副总裁、秒针营销科学院院长谭北平特别邀请到哔哩哔哩数据产品负责人潘凌志、腾讯如翼产品负责人 徐澜、OMG宏盟媒体集团首席合作官 张继红、明略科技集团明敬多模态大模型算法负责人苏安炀几位营销科学工作者，开展了一期现场版《营销科学周讲堂》，希望从对话中了解中国营销科学的新进展、新方向。
2004年，中国学术界率先开始探索中国的营销科学体系，2016年，秒针营销科学院成立，产业界加入营销科学探索阵营，如今，随着智能营销的发展的成熟，及当下生成式营销的快速兴起，营销科学已成为国内外众多品牌，以及领先的平台、媒体及营销代理机构追求的一大目标。当下，中国领先的平台、媒体及代理机构，在践行营销科学的过程中，有哪些感想、方法论和工具体系？面对生成式AI新技术，未来的营销科学实践又将如何发展？
以下内容为现场文字实录。
明略科技集团副总裁、秒针营销科学院院长 谭北平
即将过去的2024年，面对AI掀起的技术巨变，秒针营销科学院与国内头部高校、品牌、媒体、代理伙伴合作，推出了多份研究成果。比如与中国人民大学合作，发布《2024 人工智能与职场研究报告：AI+企业高质量发展》，探究AI即将对组织、职场带来的影响；与复旦大学管理学院合作，集合营销行业专家研讨生成式AI对营销行业的影响，并创造性提出了“生成式营销”新范式，前瞻性地预测了AI技术未来二十年如何改变营销生态、营销生产力和生产关系，并发布《2024 AI+：生成式营销产业研究蓝皮书》这份重要的报告。
我们还在持续研究品牌的价值，通过追踪中国市场上数百个新锐品牌，发布了中国最具增长潜力的新锐品牌榜单，透过客观的大小数据，为品牌提供增长指导。当然，这一切的背后，离不开各位营销科学家的支持，他们是来自高校、协会、企业、媒体和同行的专家。营销市场对营销科学的信任和信仰日益增长，秒针营销科学研究院也诚挚欢迎对营销科学有信仰的行业专家，加入营销科学家团队，和我们共同推动中国营销科学的发展。
本期节目，我们邀请到了哔哩哔哩数据产品负责人潘凌志、腾讯如翼产品负责人徐澜、OMG宏盟媒体集团首席合作官张继红、明略科技集团明敬多模态大模型算法负责人苏安炀 几位营销科学工作者，在现场进行一期对话，希望通过我们的对话，能给大家更多启示。
潘凌志 哔哩哔哩数据产品负责人
我认为信仰应当是恒定不变的，坚持长期的品牌建设同样是一个恒定的原则。今年，我们与秒针系统合作，共同研究了B站对品牌用户心智的影响以及用户关系模型。
我们建议品牌应长期进行建设，并实现品牌效应与实际效果的协同。IPA在发布的题为The Long and the Short of it: Balancing Short and Long-Term Marketing Strategies研究中指出，品牌广告和销售广告通过这两个系统的不同作用来影响消费者。由于品牌广告的作用较为明显，有时可能会被忽视，而大家更多地关注销售广告。因此，我们仍然强调需要关注品牌建设。
此外，品牌效应与实际效果应当协同发展。在这种品效协同的理念下，我们作为平台方，应该在投放前、中、后三个阶段的工作中帮助品牌实现品效驱动。首先，我们需要做好度量，建立一套完整的度量体系，这套体系应以消费者为导向，实现品牌效应、实际效果和销售一体化。然后，基于度量结果进行洞察，最后在过程中进行优化。
哔哩哔哩（B站）基于用户的流转链路和品牌构建用户关系体系的需求，对自身的营销科学体系进行了全面、科学地升级，推出MATES人群资产模型。MATES可以帮助品牌清晰地基于认识-兴趣-认可-认同-转化的链路，了解行业人群、自身的兴趣人群和竞品人群；我们还构建了基于此的品牌人群资产和内容资产指标体系，帮助品牌进行人群策略和投放策略的量化分析，并升级了两大数据产品B-Data和Z-Index，来助力品牌做好资产运营。
今年，这套模型的应用范围从去年仅有的游戏行业扩展到了包括快速消费品、耐用品、手机和平台电商等五大行业类别。由于每个行业都有不同的后链路数据进行验证，因此这个模型在今年显示出了更好的行业适配性和稳定性。
这是一个基础模型，因此它涉及大量数据。在B端内部，它实现了品牌效应、实际效果和销售一体化。基于这个模型，我们建立了品牌资产，包括人群资产和内容资产的指标体系。
在人群资产指标体系中，可以观察到人群的规模、占比、结构、成本和流转率等关键数据。在内容资产方面，我们衡量品牌内容带来的传播声量、互动量，以及能够代表用户心智并真正带来长期转化的指标。我们创建了声量指数和心智指数，构成了我们的指标体系。同时，我们也在持续进行量化分析，包括今年与合作伙伴进行的合作研究。目前，我们已经看到了非常积极的效果。
目前，B站有两款产品正在内测中，尚未正式推出。第一款产品名为B-Data哔哩必达，它主要面向品牌客户，用于品牌资产管理和营销策略制定。目前，我们已经开发了人群内容搜索、自助结案等模块。第二款产品是Z指数，也称为哔哩指数，它面向广泛的B端用户。用户可以通过该平台的营销洞察功能获取对外发布的洞察报告，并通过品牌榜单或内容榜单挖掘平台上的热点趋势。B站将成为一个大数据挖掘和分享的平台，为研究年轻人提供了一个更优质的平台。
站在平台角度，我认为AI将应用在营销洞察、内容创意和智能投放三大领域。以营销洞察为例，为保证数据准确，以往我们需要通过规则和人工进行内容打标，现在，大模型能准确理解平台上的内容，即便面对的是用户评论和弹幕中正话反说等特殊语言，也能准确地进行情感分析，提高了效率和准确度， AI的应用有机会让营销洞察-内容创意-智能投放的飞轮快速运转，让品牌更放心、省心地在B站开展营销活动。
腾讯如翼产品负责人 徐澜
我想分享过去一年中观察到的三个关键趋势。首先，广告主不再仅仅关注整体的品牌声量，而是更是进一步，延伸到具体商品，尤其是新品的声量表现。他们会关注商品的定位是否精准、与消费者的沟通是否有效。这启示我们，在构建营销资产时，需要从品牌层面进一步延伸至商品层面；
其次，广告主对数据洞察的需求已超越了单纯的数据分析。他们更希望获得可复制的策略，通过借鉴这些方法提高营销效率。过去，我们的看板提供的主要是策略辅助工具，未来，作为平台，腾讯广告希望更主动地通过数据洞察提供策略建议，甚至实现策略自动化；
第三，随着人工智能技术不断发展，自动化策略已经开始演进。我们尝试构建一些数智化决策方法和工具来实现这一目标。
在全面商品化战略的指导下，腾讯广告如翼平台建立了机会人群（R0）、全周期品牌资产管理、基于模型指导的投放策略三大核心能力。即通过对腾讯域内机会人群（R0）的深度分析，进而挖掘行业潜在兴趣人群，再结合如翼的5R核心人群资产模型，从触达到交互，更直观地度量人群资产，帮助品牌完整刻画消费者链路，并最终通过针对性的数据模型提升广告投放效果。
Q：我们有这样一个工具已经不只是数据了，其实是营销策略的推荐，对吗？
对，是策略级别的工具。传统的策略方法主要依赖平台提供的标签，以及高度依赖于个人对标签的理解以及行业经验，逐步失去科学性和精准度。今年上半年，在大模型的辅助下我们进行平台升级，依据系统和数据反映的规律形成了48个行业R0机会人群，帮助品牌更准确地找到自己的目标受众，完成投放。在今年下半年，我们计划推出“智能R0”的人群定位工具，这部分定位可能更多地针对那些具有差异化的单品，借助广告大模型在数理分析方面的优势，再加上多模态技术相结合，未来我们对商品有更深入理解，以找到更精准的目标人群。
如翼平台三大策略方向：
这些基础模块可以激发广告主的主观能动性，进行整合营销方案的制定。
针对语言文字和图片等多模态内容的大模型，我认为未来对于营销平台有很大的增益。
第一个方面是支持整个广告投放流程的贯通，包括在腾讯广告中对投放审核流程的自动识别，以及通过智能代理介入来提升流程效率。对于创意制作，如图片和视频的自动生成，也能起到积极作用。
第二个方面，我们希望将大模型的推理能力，即从检索对比到推理的能力，应用到实际的决策过程中。这可以被视为一种数字化的决策机制。正如我们之前提到的，在向智能R0演进的过程中，我们将逐步替代过去通过人工筛选标签、对比分析等步骤，这些工作可以通过AI大模型来完成。因此，我们非常期待未来能够逐步实现这一目标。
OMG宏盟媒体集团首席合作官 张继红
在我们看来，营销科学更多地属于科学的范畴。当我们将其应用于营销领域时，营销科学就像是赋予营销以翅膀，这些翅膀是一个非常有效的工具，能够提高效率和速度，提升营销的维度和高度。它使营销从一个平面转移到了一个立体空间，改变了看待问题的视角。
在深植于我们核心信念和认知中，我们坚信对消费者洞察的深刻理解至关重要。为此，我们投入了大量精力进行深入研究，探索人类情感、行为趋势等底层因素，揭示了许多有意思的社会现象。我们认为即使是最先进的大模型或人工智能也无法完全解决这些根本性问题。即便我们的领导层提出招聘数字员工的需求，我们也需要对AI进行充分的训练。如果没有提供高质量的输入数据，AI的输出也无法满足我们的高标准。我们制作了大量这样的报告，并坚信这种深度分析是AI在短时间内无法替代的。并且，我们不仅要进行内部分析，还要与外界建立联系，这样才能确保我们的科学方法能够落地实施，使这一切成为可能。
在近期关于人工智能的讨论中，诺贝尔物理学奖得主提出了一个观点：未来人工智能可能不仅取代人类工作，甚至可能管理人类。然而，我们对人工智能如何真正实现智能的理解仍然有限。正如我们之前讨论的，人工智能的工作原理往往像一个“黑箱”，我们难以完全洞察其内部机制。
作为一家媒体代理机构，我们扮演着连接消费者和客户的桥梁。我们与计算机的互动同样充满了未知，类似于“黑箱”。在协助客户投放数百万甚至数十亿预算的过程中，我们可以借鉴AI理论中的Y=f(X)模型，其中Y是可以通过X推导出来的。
我们的核心探索是认识到客户、消费者、员工以及合作伙伴都是人。人类的基本情感、需求、文化传承和传统载体是至关重要的。如果我们不能把握这些核心要素，我们很容易被人工智能取代。人工智能是提高效率和速度的工具，但它可能无法解决创新问题。因此，原创思维至关重要，我们需要有深刻的故事线，对场景、人性和未来趋势有深入的理解。在以人为核心的基础上，我们将重新审视整个逻辑，而不仅仅是提高效率。在这一宏大话题下，我们需要持续学习和尊重，拥抱并应用新知识。
机会无处不在，随着市场的变化而变化，我们认为面对任何新事物，无论其是否具有潜力，首先需要明确目标，然后运用合适的工具，最终通过想象力将所有元素融合。
明确的目标即是Y，而f(x)则代表工具，整个过程中得到的结果需要通过想象力来实现。我们认为整个过程应该基于第一性原理，思考要达成的目标。例如，品牌、消费者、不同媒体组合的目的是什么？只有这样，才有机会在其中发挥作用。
此外，需要具备宏观思维，将这些元素串联起来，而不是固守过去的工作模式。我们应该学习并释放想象力。目前重要的是跨文化思考，这不仅仅是现有工具能够解决的问题。我们需要考虑跨文化、跨地域的故事线，以及跨不同年龄的执行能力和策略，跨不同场景的优化，以及在合理合规的情况下实现可持续性的束缚和约束，从而获得优秀案例的能力，并能够进行迭代。
明略科技集团明敬多模态大模型算法负责人苏安炀
人工智能在内容测量领域的应用不仅可行，而且能显著提高效率。传统方法依赖于主观数据采集，不仅繁琐耗时，而且通常需要大量受试者参与，并使用脑电图和眼动追踪设备。
我们将受试者按匿名年龄、性别分组进行数据采集，生成波动曲线图。这些图表直观展示了认知投入、眼动比例和情绪识别等主观指标上的反应。
尽管这些曲线提供了宝贵洞察，但整个流程较慢，限制了实时反馈和快速决策。因此，引入人工智能技术可以自动化这一过程，减少人为干预，提高速度和准确性，为内容创作者和营销人员提供更快速、更深入的洞察。
为了对多模态内容进行测量，明略科技研发了明敬多模态大模型，这是一款面向内容测量的超图多模态大模型，能够实现端到端处理。模型可以输入用户属性，如年龄、性别等，同时支持营销视频和图片。超图模块用于建模视频、图片与用户属性之间的关系，并输出主客观营销指标。
由于我们的多模态大模型是端到端的，它能够更快、更有效地提升测试速度，降低整体成本。广告主可以利用这种模型扩大测试规模，因为它能处理大量视频以进行更多测试。
该模型已在ACM MultiMedia 2024会议上发表并获奖，表明多模态社区对我们的工作给予了高度认可。
为了评估模型准确性，明略科技针对营销广告视频提出了首个主客观合一评测基准Video-SME。
下图展示了基准生成过程。中间模块为视频预处理模块，对营销视频进行场景检测，将其拆分成不同片段，并进行音频识别以获取对话文本。左侧模块采用之前介绍的主观数据采集过程，同时增加生成主观指标问答步骤，以更好地评估效果。在右侧，我们邀请大量专家标注素材，以确定关键元素，从而生成客观问答。
在Video-SME测试基准上，我们的方法取得了不错结果。目前，明敬2.0在HMLLM基础上不断迭代升级，其客观描述性能已超过GPT-4等通用大模型。同时，由于独特的数据和结构设计，在认知投入、情绪识别、眼动比例等方面显著领先其他通用模型。
明敬对主观部分进行了细致描述，使得我们能够定量定性研究内容。确实，我们在特定领域准确度已超越GPT-4。这一成就增强了我们的信心：如果掌握独特数据源，我们完全能在小型领域内超越通用型模型。换句话说，一个专注垂直领域的模型，其表现将超越通用模型。
因此，这也是中国的一次机遇。中国拥有大量独特数据，有潜力开发出高精度垂直模型，通过充分利用这些资源，我们有机会在多个垂直领域实现突破，并开发出超越通用模型的解决方案。
2024营销科学大会现场，明略科技集团副总裁、秒针营销科学院院长谭北平特别邀请到哔哩哔哩数据产品负责人潘凌志、腾讯如翼产品负责人 徐澜、OMG宏盟媒体集团首席合作官 张继红、明略科技集团明敬多模态大模型算法负责人苏安炀几位营销科学工作者，开展了一期现场版《营销科学周讲堂》，希望从对话中了解中国营销科学的新进展、新方向。
2004年，中国学术界率先开始探索中国的营销科学体系，2016年，秒针营销科学院成立，产业界加入营销科学探索阵营，如今，随着智能营销的发展的成熟，及当下生成式营销的快速兴起，营销科学已成为国内外众多品牌，以及领先的平台、媒体及营销代理机构追求的一大目标。当下，中国领先的平台、媒体及代理机构，在践行营销科学的过程中，有哪些感想、方法论和工具体系？面对生成式AI新技术，未来的营销科学实践又将如何发展？
以下内容为现场文字实录。
明略科技集团副总裁、秒针营销科学院院长 谭北平
即将过去的2024年，面对AI掀起的技术巨变，秒针营销科学院与国内头部高校、品牌、媒体、代理伙伴合作，推出了多份研究成果。比如与中国人民大学合作，发布《2024 人工智能与职场研究报告：AI+企业高质量发展》，探究AI即将对组织、职场带来的影响；与复旦大学管理学院合作，集合营销行业专家研讨生成式AI对营销行业的影响，并创造性提出了“生成式营销”新范式，前瞻性地预测了AI技术未来二十年如何改变营销生态、营销生产力和生产关系，并发布《2024 AI+：生成式营销产业研究蓝皮书》这份重要的报告。
我们还在持续研究品牌的价值，通过追踪中国市场上数百个新锐品牌，发布了中国最具增长潜力的新锐品牌榜单，透过客观的大小数据，为品牌提供增长指导。当然，这一切的背后，离不开各位营销科学家的支持，他们是来自高校、协会、企业、媒体和同行的专家。营销市场对营销科学的信任和信仰日益增长，秒针营销科学研究院也诚挚欢迎对营销科学有信仰的行业专家，加入营销科学家团队，和我们共同推动中国营销科学的发展。
本期节目，我们邀请到了哔哩哔哩数据产品负责人潘凌志、腾讯如翼产品负责人徐澜、OMG宏盟媒体集团首席合作官张继红、明略科技集团明敬多模态大模型算法负责人苏安炀 几位营销科学工作者，在现场进行一期对话，希望通过我们的对话，能给大家更多启示。
潘凌志 哔哩哔哩数据产品负责人
我认为信仰应当是恒定不变的，坚持长期的品牌建设同样是一个恒定的原则。今年，我们与秒针系统合作，共同研究了B站对品牌用户心智的影响以及用户关系模型。
我们建议品牌应长期进行建设，并实现品牌效应与实际效果的协同。IPA在发布的题为The Long and the Short of it: Balancing Short and Long-Term Marketing Strategies研究中指出，品牌广告和销售广告通过这两个系统的不同作用来影响消费者。由于品牌广告的作用较为明显，有时可能会被忽视，而大家更多地关注销售广告。因此，我们仍然强调需要关注品牌建设。
此外，品牌效应与实际效果应当协同发展。在这种品效协同的理念下，我们作为平台方，应该在投放前、中、后三个阶段的工作中帮助品牌实现品效驱动。首先，我们需要做好度量，建立一套完整的度量体系，这套体系应以消费者为导向，实现品牌效应、实际效果和销售一体化。然后，基于度量结果进行洞察，最后在过程中进行优化。
哔哩哔哩（B站）基于用户的流转链路和品牌构建用户关系体系的需求，对自身的营销科学体系进行了全面、科学地升级，推出MATES人群资产模型。MATES可以帮助品牌清晰地基于认识-兴趣-认可-认同-转化的链路，了解行业人群、自身的兴趣人群和竞品人群；我们还构建了基于此的品牌人群资产和内容资产指标体系，帮助品牌进行人群策略和投放策略的量化分析，并升级了两大数据产品B-Data和Z-Index，来助力品牌做好资产运营。
今年，这套模型的应用范围从去年仅有的游戏行业扩展到了包括快速消费品、耐用品、手机和平台电商等五大行业类别。由于每个行业都有不同的后链路数据进行验证，因此这个模型在今年显示出了更好的行业适配性和稳定性。
这是一个基础模型，因此它涉及大量数据。在B端内部，它实现了品牌效应、实际效果和销售一体化。基于这个模型，我们建立了品牌资产，包括人群资产和内容资产的指标体系。
在人群资产指标体系中，可以观察到人群的规模、占比、结构、成本和流转率等关键数据。在内容资产方面，我们衡量品牌内容带来的传播声量、互动量，以及能够代表用户心智并真正带来长期转化的指标。我们创建了声量指数和心智指数，构成了我们的指标体系。同时，我们也在持续进行量化分析，包括今年与合作伙伴进行的合作研究。目前，我们已经看到了非常积极的效果。
目前，B站有两款产品正在内测中，尚未正式推出。第一款产品名为B-Data哔哩必达，它主要面向品牌客户，用于品牌资产管理和营销策略制定。目前，我们已经开发了人群内容搜索、自助结案等模块。第二款产品是Z指数，也称为哔哩指数，它面向广泛的B端用户。用户可以通过该平台的营销洞察功能获取对外发布的洞察报告，并通过品牌榜单或内容榜单挖掘平台上的热点趋势。B站将成为一个大数据挖掘和分享的平台，为研究年轻人提供了一个更优质的平台。
站在平台角度，我认为AI将应用在营销洞察、内容创意和智能投放三大领域。以营销洞察为例，为保证数据准确，以往我们需要通过规则和人工进行内容打标，现在，大模型能准确理解平台上的内容，即便面对的是用户评论和弹幕中正话反说等特殊语言，也能准确地进行情感分析，提高了效率和准确度， AI的应用有机会让营销洞察-内容创意-智能投放的飞轮快速运转，让品牌更放心、省心地在B站开展营销活动。
腾讯如翼产品负责人 徐澜
我想分享过去一年中观察到的三个关键趋势。首先，广告主不再仅仅关注整体的品牌声量，而是更是进一步，延伸到具体商品，尤其是新品的声量表现。他们会关注商品的定位是否精准、与消费者的沟通是否有效。这启示我们，在构建营销资产时，需要从品牌层面进一步延伸至商品层面；
其次，广告主对数据洞察的需求已超越了单纯的数据分析。他们更希望获得可复制的策略，通过借鉴这些方法提高营销效率。过去，我们的看板提供的主要是策略辅助工具，未来，作为平台，腾讯广告希望更主动地通过数据洞察提供策略建议，甚至实现策略自动化；
第三，随着人工智能技术不断发展，自动化策略已经开始演进。我们尝试构建一些数智化决策方法和工具来实现这一目标。
在全面商品化战略的指导下，腾讯广告如翼平台建立了机会人群（R0）、全周期品牌资产管理、基于模型指导的投放策略三大核心能力。即通过对腾讯域内机会人群（R0）的深度分析，进而挖掘行业潜在兴趣人群，再结合如翼的5R核心人群资产模型，从触达到交互，更直观地度量人群资产，帮助品牌完整刻画消费者链路，并最终通过针对性的数据模型提升广告投放效果。
Q：我们有这样一个工具已经不只是数据了，其实是营销策略的推荐，对吗？
对，是策略级别的工具。传统的策略方法主要依赖平台提供的标签，以及高度依赖于个人对标签的理解以及行业经验，逐步失去科学性和精准度。今年上半年，在大模型的辅助下我们进行平台升级，依据系统和数据反映的规律形成了48个行业R0机会人群，帮助品牌更准确地找到自己的目标受众，完成投放。在今年下半年，我们计划推出“智能R0”的人群定位工具，这部分定位可能更多地针对那些具有差异化的单品，借助广告大模型在数理分析方面的优势，再加上多模态技术相结合，未来我们对商品有更深入理解，以找到更精准的目标人群。
如翼平台三大策略方向：
这些基础模块可以激发广告主的主观能动性，进行整合营销方案的制定。
针对语言文字和图片等多模态内容的大模型，我认为未来对于营销平台有很大的增益。
第一个方面是支持整个广告投放流程的贯通，包括在腾讯广告中对投放审核流程的自动识别，以及通过智能代理介入来提升流程效率。对于创意制作，如图片和视频的自动生成，也能起到积极作用。
第二个方面，我们希望将大模型的推理能力，即从检索对比到推理的能力，应用到实际的决策过程中。这可以被视为一种数字化的决策机制。正如我们之前提到的，在向智能R0演进的过程中，我们将逐步替代过去通过人工筛选标签、对比分析等步骤，这些工作可以通过AI大模型来完成。因此，我们非常期待未来能够逐步实现这一目标。
OMG宏盟媒体集团首席合作官 张继红
在我们看来，营销科学更多地属于科学的范畴。当我们将其应用于营销领域时，营销科学就像是赋予营销以翅膀，这些翅膀是一个非常有效的工具，能够提高效率和速度，提升营销的维度和高度。它使营销从一个平面转移到了一个立体空间，改变了看待问题的视角。
在深植于我们核心信念和认知中，我们坚信对消费者洞察的深刻理解至关重要。为此，我们投入了大量精力进行深入研究，探索人类情感、行为趋势等底层因素，揭示了许多有意思的社会现象。我们认为即使是最先进的大模型或人工智能也无法完全解决这些根本性问题。即便我们的领导层提出招聘数字员工的需求，我们也需要对AI进行充分的训练。如果没有提供高质量的输入数据，AI的输出也无法满足我们的高标准。我们制作了大量这样的报告，并坚信这种深度分析是AI在短时间内无法替代的。并且，我们不仅要进行内部分析，还要与外界建立联系，这样才能确保我们的科学方法能够落地实施，使这一切成为可能。
在近期关于人工智能的讨论中，诺贝尔物理学奖得主提出了一个观点：未来人工智能可能不仅取代人类工作，甚至可能管理人类。然而，我们对人工智能如何真正实现智能的理解仍然有限。正如我们之前讨论的，人工智能的工作原理往往像一个“黑箱”，我们难以完全洞察其内部机制。
作为一家媒体代理机构，我们扮演着连接消费者和客户的桥梁。我们与计算机的互动同样充满了未知，类似于“黑箱”。在协助客户投放数百万甚至数十亿预算的过程中，我们可以借鉴AI理论中的Y=f(X)模型，其中Y是可以通过X推导出来的。
我们的核心探索是认识到客户、消费者、员工以及合作伙伴都是人。人类的基本情感、需求、文化传承和传统载体是至关重要的。如果我们不能把握这些核心要素，我们很容易被人工智能取代。人工智能是提高效率和速度的工具，但它可能无法解决创新问题。因此，原创思维至关重要，我们需要有深刻的故事线，对场景、人性和未来趋势有深入的理解。在以人为核心的基础上，我们将重新审视整个逻辑，而不仅仅是提高效率。在这一宏大话题下，我们需要持续学习和尊重，拥抱并应用新知识。
机会无处不在，随着市场的变化而变化，我们认为面对任何新事物，无论其是否具有潜力，首先需要明确目标，然后运用合适的工具，最终通过想象力将所有元素融合。
明确的目标即是Y，而f(x)则代表工具，整个过程中得到的结果需要通过想象力来实现。我们认为整个过程应该基于第一性原理，思考要达成的目标。例如，品牌、消费者、不同媒体组合的目的是什么？只有这样，才有机会在其中发挥作用。
此外，需要具备宏观思维，将这些元素串联起来，而不是固守过去的工作模式。我们应该学习并释放想象力。目前重要的是跨文化思考，这不仅仅是现有工具能够解决的问题。我们需要考虑跨文化、跨地域的故事线，以及跨不同年龄的执行能力和策略，跨不同场景的优化，以及在合理合规的情况下实现可持续性的束缚和约束，从而获得优秀案例的能力，并能够进行迭代。
明略科技集团明敬多模态大模型算法负责人苏安炀
人工智能在内容测量领域的应用不仅可行，而且能显著提高效率。传统方法依赖于主观数据采集，不仅繁琐耗时，而且通常需要大量受试者参与，并使用脑电图和眼动追踪设备。
我们将受试者按匿名年龄、性别分组进行数据采集，生成波动曲线图。这些图表直观展示了认知投入、眼动比例和情绪识别等主观指标上的反应。
尽管这些曲线提供了宝贵洞察，但整个流程较慢，限制了实时反馈和快速决策。因此，引入人工智能技术可以自动化这一过程，减少人为干预，提高速度和准确性，为内容创作者和营销人员提供更快速、更深入的洞察。
为了对多模态内容进行测量，明略科技研发了明敬多模态大模型，这是一款面向内容测量的超图多模态大模型，能够实现端到端处理。模型可以输入用户属性，如年龄、性别等，同时支持营销视频和图片。超图模块用于建模视频、图片与用户属性之间的关系，并输出主客观营销指标。
由于我们的多模态大模型是端到端的，它能够更快、更有效地提升测试速度，降低整体成本。广告主可以利用这种模型扩大测试规模，因为它能处理大量视频以进行更多测试。
该模型已在ACM MultiMedia 2024会议上发表并获奖，表明多模态社区对我们的工作给予了高度认可。
为了评估模型准确性，明略科技针对营销广告视频提出了首个主客观合一评测基准Video-SME。
下图展示了基准生成过程。中间模块为视频预处理模块，对营销视频进行场景检测，将其拆分成不同片段，并进行音频识别以获取对话文本。左侧模块采用之前介绍的主观数据采集过程，同时增加生成主观指标问答步骤，以更好地评估效果。在右侧，我们邀请大量专家标注素材，以确定关键元素，从而生成客观问答。
在Video-SME测试基准上，我们的方法取得了不错结果。目前，明敬2.0在HMLLM基础上不断迭代升级，其客观描述性能已超过GPT-4等通用大模型。同时，由于独特的数据和结构设计，在认知投入、情绪识别、眼动比例等方面显著领先其他通用模型。
明敬对主观部分进行了细致描述，使得我们能够定量定性研究内容。确实，我们在特定领域准确度已超越GPT-4。这一成就增强了我们的信心：如果掌握独特数据源，我们完全能在小型领域内超越通用型模型。换句话说，一个专注垂直领域的模型，其表现将超越通用模型。
因此，这也是中国的一次机遇。中国拥有大量独特数据，有潜力开发出高精度垂直模型，通过充分利用这些资源，我们有机会在多个垂直领域实现突破，并开发出超越通用模型的解决方案。
