在广告行业的深刻变革中，大模型技术的崛起正逐渐展现其被低估的影响力。这一技术不仅限于营销素材的智能化生成，更在重塑广告技术体系，推动广告主投放精准度的显著提升。
追溯至2021年，腾讯TEG数据平台部总经理蒋杰在一次内部交流中，已前瞻性地提及腾讯广告下一代系统的建设，并透露了对大模型的运用。尽管当时大模型概念尚未广泛流行，但腾讯已具备训练大模型的条件，模型量级实现了从百亿到千亿的跨越。这一前瞻性布局，为腾讯混元大模型的后续发布奠定了坚实基础。
直至2023年，腾讯混元大模型在腾讯全球数字生态大会上正式发布，蒋杰作为负责人详解了模型参数、规模及其在腾讯内部业务的应用情况。而彼时他所提及的“下一代广告系统”，正是腾讯混元大模型落地的重要一环。该系统通过更大的模型、更多的数据和更强的算力，实现了广告效果预估的精准提升，为广告技术的迭代注入了新的活力。
在大洋彼岸，美国效果营销和广告变现平台Liftoff同样在测试后推出了新一代机器学习引擎Cortex。该引擎基于神经网络驱动，大幅提升了计算能力与模式识别能力，数据处理能力是传统逻辑回归模型的十倍以上。Cortex在运行过程中，模型刷新速度提升六倍，并始终基于最新数据进行更新，为广告主提供了更加精准的广告投放策略。
Liftoff的客户Bigo Live在运用Cortex后，CPI降低了20%，IPM提升了12%。这一显著成效，进一步验证了新一代广告系统在提升投放效率与效果方面的巨大潜力。同时，Liftoff通过广泛的SDK覆盖范围，结合第一手归因数据和测试数据，为机器学习系统提供了丰富的训练素材，从而实现了对目标受众的深入了解和个性化广告体验的提供。
腾讯与Liftoff的实践，共同揭示了大数据与强大计算力在广告系统中的重要性。新一代广告系统不仅“看懂”了广告素材，还通过机器学习训练出垂直自有小模型，以指导后续的投放链路。这种“暴力美学”的结合，使得广告系统能够更精准地预测用户行为，提供高度个性化的推荐。
meta也在探索将新一代AI引入广告系统。他们建立了一个为购物而设计的通用计算机视觉系统GrokNet，可以识别数十亿张照片中的细粒度产品属性。结合AI大模型对文本的理解能力，卖家在发布图片时，AI购物系统会帮助识别未标记的商品并推荐标签。meta的这一尝试，旨在教会AI系统了解用户的品味和风格，以及搜索产品时的重要背景，从而提供更加个性化的购物体验。
大模型技术的引入，正在深刻改变广告行业的面貌。从优化广告系统平台、帮助广告主降本增效，到广告创意的智能化生成，大模型的影响力无处不在。新一代广告平台通过大规模数据分析，更精准地洞察用户需求，制定有效的营销策略，实现了更高的转化率。这一转变不仅提升了用户体验，也推动了商业增长。
然而，值得注意的是，尽管通用大模型在语义理解和复杂任务处理方面表现出色，但出于用户隐私和数据安全等原因，目前还无法对广告系统核心数据处理产生直接影响。在这方面，企业自有的垂直小模型展现出了巨大潜力，成为第三方广告平台在更广泛数据收集和大量数据处理方面的独特优势。
