明敏 發自 凹非寺
量子位 | 公眾號 QbitAI

就說當今之勢，還有比搞大模型更有前途的嗎？

有，你別說還真有。

那就是大模型變現。而且更細分的賽道已經很明確了——

這不最近硅谷大廠都盯上了用AI打廣告這門生意。

ChatGPT聊著聊著開始帶貨：

谷歌劈柴哥在IO大會宣布要用AI將內容和廣告深度融合。Meta已經披露了實打實的數據，2024第四季度廣告營收增長21%，都是得益于AI的優化。

生成式AI一來，打廣告的姿勢變了，商業模式底層技術的探索空間，空前巨大。

普通人有機會嗎？有，而且是專門面向在校學生的那種。

不僅有業內資深專家指導、接觸實際工業數據，從小白直接變成領域內小專家，還能有獎金以及直通offer。

用大模型打廣告搞錢，有啥機遇？

用大模型搞錢姿勢千千萬，為啥生成式AI+廣告這條路值得關注？

最首要的，有人已經賺到錢了，實打實的營收增長正在發生。

Meta的2024年Q4財報數據顯示，廣告收入占整體營收的96.7%，約468億美元，同比增長21%

背后核心驅動因素是AI

2024年12月，Meta官方披露了與英偉達合作的廣告投放系統Andromeda。這是一個SOTA級檢索神經網絡，由于在推理成本上做了優化，這一模型容量可以增加10000倍，從而更好捕捉用戶興趣，提升廣告相關性。

得益于這一系統，Meta平臺的召回率提升約6%，廣告質量提升約8%，部分廣告收入回報率增長22%。生成式AI創意轉化率提升約7%，查詢QPS提升約3倍，檢索速度更快。

在引入AI廣告投放系統后，Meta還進一步引入了Advantage+AI工具與新推薦算法（特別是在Reels中測試），提升廣告投放效率。

2025年Q1財報披露，Meta廣告業務占總營收98%以上，同比增長16%。

Meta的增長直接說明，生成式AI讓個性化廣告系統有了進一步優化的空間。

△Andromeda：個性化廣告檢索新范式

另一邊，谷歌CEO劈柴哥也在今年IO大會上表示，將要重點押注生成式AI廣告，從內容創作、分發模型以及商業路徑……生成式AI正在重構一切，普通人的機會也就來了。

目前已經浮現出了幾個重要方向：

• AI成為創意本體
• 高度個性化
• 重新定義廣告分發機制

首先，AI正在從“玩具”向“工具”轉變，文本、圖像、視頻生成模型現在都已經比普通人更懂廣告文案、設計與鏡頭語言了。

比如，谷歌最新發布的Veo 3、Imagen 4、Flow以及Gemini，已經可以組成廣告創意全流程工具鏈。

△火出圈的可口可樂AI廣告

其次，在個性化方面，互聯網時代是“千人千面”，AI時代可能就是“一人千面”了。

不僅是基于算法展示用戶更感興趣的廣告，還將能通過AI自動組合內容，不同用戶看到的內容不同、在不同場景下的廣告形式也發生變化。

同時，算法可以更精準分析用戶意圖，實現真正意義上的AI自動好物推薦。比如搜索4月新疆旅行沖鋒衣，AI會自動分析情景、推薦更保暖的款式。

最后，廣告的分發機制也將被生成式AI重塑。

廣告“智能生成、智能感知場景”，逐步從傳統展示廣告進化為生成式內容消費鏈中的一環。當轉化率足夠高時，或許廣告將不再像現在這般追求曝光率。

這些改變不只是影響技術提供方，更對受眾以及廣告主產生影響。

最直接的，像牛皮癬那樣令人討厭、打擾注意力的廣告形式，勢必要消失在歷史的長河里了。

當AI在意圖理解、興趣捕捉方面足夠先進，廣告和種草的邊界可能會更模糊，廣告的內容性質更強、更能解決用戶的實際需求，市場由此也將進一步被重構。

與之對應，廣告主也能因為AI而獲得更高的轉化率。AI助理開辟了新的超級流量入口，生成式AI讓廣告內容形式更豐富多樣，多模態、長文本能力也將帶來更高的投放回報率。

可以明顯感知到，生成式AI正在把傳統廣告生意變成一座新金礦。但掘金的鏟子，現在還需要進一步升級。

用生成式AI搞錢，還是得從底層算法看起

生成式AI在廣告領域的應用，可主要分為兩種：

• AI創作工具，用生成式AI提供生產力。
• 廣告推薦系統，更能挖掘理解用戶的實際需求。

目前，AI創作類工具已經全面爆發，這風口恐怕有點難把握了。更值得關注的機遇，還是后者——廣告推薦式生成。

廣告推薦式生成是推薦系統與生成式模型的深度融合。

不同于傳統推薦系統僅在候選池中篩選廣告內容，這一方法通過生成模型動態“創造”個性化廣告（如文案、圖片、商品列表），提升點擊率（CTR）、轉化率（CVR）及用戶體驗，實現“生成即推薦”。

比如可以生成個性化文案，根據用戶最近關注的話題，動態定制文案；根據不同用戶偏好的圖像、視頻生成素材，類似于給二次元定制動漫相關的內容、給古風愛好者也推薦其感興趣的風格內容。

再直接一點，用戶瀏覽到的商品列表，也是為他私人訂制的好物推薦。甚至在新聞、視頻等場景中無縫植入原生廣告。

這背后涉及到的核心技術架構包括：

1、用戶與上下文建模：考慮用戶長期興趣、短期意圖及上下文信息，常用方法包括特征嵌入、序列建模、多模態融合。

2、生成式模型設計：根據廣告類型選用不同模型，如：

• 文本生成（DeepSeek、GPT等）
• 多模態生成（混元、Stable Diffusion、DALL·E等）
• 序列生成（推薦商品列表）

3、聯合優化目標：同時優化推薦指標（如CTR/CVR）與生成指標（如BLEU、FID），多任務學習或強化學習（RLHF）常被采用。

在這之中，諸多技術挑戰將會浮現。

生成內容如何既相關性高、又豐富多樣？如何平衡實時性需求和計算效率？如何降低倫理風險？如何保障用戶安全隱私？如何避免虛假信息生成……

此外，商業模式也還需要進一步摸索。

到這里，普通人入局的機會也就不言而喻了。但具體咋辦？

剛好，鵝廠2025廣告算法大賽來襲，今年的命題方向正是全模態序列生成式推薦(All-Modality Generative Recommendation, AMGR) 。

這不，一腳踏上風口、直接深入產業界的機會，這就來了。

面向全日制在校生，報名火熱

騰訊廣告算法大賽由騰訊廣告主辦，面向全球頂尖技術人才，旨在引入廣告技術在實際應用中的前沿課題，加速算法優化，提高核心技術發展，促進產學研交流與融合。

這項賽事最早可以追溯到2017年，那一年Transformer剛誕生。每一年，大賽都會根據產業界的實際需求設置課題。

大賽面向全球高等院校的全日制在校大學生（本科、碩士、博士、博士后），大家都能來報名。

（特別說明：博士后在滿足以下條件時可被納入應屆生范圍：1. 最高學歷畢業后兩年內在高校博士后工作站工作；2. 出站后入職時間在畢業時間的1年內）

今年的課題是全模態序列生成式推薦(All-Modality Generative Recommendation, AMGR) 。

具體要求如下：

• 要求參賽者基于用戶的全模態歷史行為數據（協同、文本、視覺等信息），預測其下一次可能交互的廣告內容。
• 需要突破傳統判別式框架，探索生成式推薦的創新方案，這代表了推薦系統從“識別”到“創造”的范式轉變。
• 使用騰訊廣告真實投放場景下的全模態序列數據，包含豐富的協同ID及文本/視覺的多模態信息（已通過公開預訓練模型抽取embedding保證數據安全）。

大賽的評委陣容相當豪華，包含學術產業界大咖：

• 胡事民清華大學教授 中國科學院院士
• 金國慶香港中文大學計算機科學與工程系教授
• 崔斌北京大學教授 計算機學院副院長
• 文繼榮中國人民大學教授 高瓴人工智能學院執行院長
• 蔣杰騰訊公司副總裁
• 顧海杰騰訊廣告商業推薦部/商業數據部總經理
• 俞歡騰訊廣告商業AI部/廣告工程部副總經理
• 肖磊騰訊廣告商業推薦部副總經理

獎勵部分，比賽提供高額獎金、騰訊就業/實習機會。

• 高額獎勵：高達360萬人民幣的總獎金池；
• 騰訊就業/實習機會： 高校賽道，前十支隊伍將有機會獲得騰訊直通offer/實習綠通機會。

更關鍵的是，還能與產業專家直接交流、深入了解實際需求。

往屆參賽選手Zhang同學就表示，這場比賽能讓人跳出學術項目的局限，直接接觸真實業務數據，能很好培養廣告思維和業務敏感度。

Li同學也提到，參加比賽讓他接觸到了工業界騰訊的真實數據、真實問題、真實解決方案，為畢業后工作打下了很好的基礎。

前十名可以免費來騰訊總部參加答辯，那個時候可以跟騰訊的一線工程師、技術專家溝通交流，機會挺難得的。

當然，豐厚獎金就更不用多說了，對于大部分在校生而言都是一筆不小的收入。好的名次更是能獲得騰訊校招的綠色通道offer，能讓簡歷更優先被關注。

總之，這是一次技能、眼界雙重開拓的好機會~

現在，大賽報名已經開啟，具體賽程如下：

• 報名時間：6月16日-7月31日
• 初賽（線上）：8月1日-9月15日，提交代碼并沖擊HitRate@K榜單；
• 復賽（線上）：9月16日-10月31日，挑戰更大規模數據集，前20強晉級決賽；
• 決賽（線下?深圳）：11月，現場答辯并角逐最終名次，與頂尖技術專家面對面交流。

現在已經有非常多隊伍報名參賽。

有人可能會擔心，這么多人一起參賽算力不夠怎么辦？

6月19日，騰訊的技術專家們在直播中表示，騰訊廣告算法大賽將基于自研的Angel機器學習平臺，為選手提供充足的算力資源，選手完全不必為算力擔心。其中，每個算力單元動態調度，多提交賽題即可多占用資源。

AI時代開啟，新機遇層出不窮，生成式AI廣告的“搞錢”路徑已經逐漸明朗了。

所以，還等什么呢？

https://algo.qq.com