ZDNet至顶网软件频道消息:数字营销经历了变幻莫测的发展历程。依托海量的数据资源,营销生态中的买卖双方都在面临着前所未有的机遇与挑战。今天,在中国和世界,伴随程序化交易、私有化平台、移动市场的蓬勃发展,数字营销产业的新格局正在不断形成。
9月19日,开放、融合、创新——2014中国数字营销行业峰会将在北京千禧大酒店正式举行。此次峰会将由中国新经济消费者洞察及研究咨询公司艾瑞咨询集团(iResearch)与中国最大的多屏整合数字广告平台易传媒(AdChina)联合打造,旨在共同深入探讨中国数字营销发展方向,重塑数字营销产业新格局。
会前,众多业界大咖纷纷寄语峰会,表达了自己对中国数字营销行业的期望与见解——
易传媒创始人兼CEO闫方军:
今天,在中国和世界,伴随着程序化交易、私有化平台、移动市场的蓬勃发展,数字营销产业的新格局正在不断行程,易传媒希望与更多行业伙伴一起,共同肩负起重塑数字营销产业格局的重任,让数字营销技术和大数据释放出真正的价值。同时,中国首个程序化交易操作系统平台TradingOS也将在峰会上重磅亮相,敬请期待。
艾瑞咨询集团总裁 杨伟庆:
企业建立私有程序化交易平台一定会极大的提升企业程序化交易的效益和效率。企业的第一方数据成为整个程序化交易中的数据基础,可以提高广告受众的精准性,提高整个广告的效率。越来越多的广告主开始将自己的私有数据整合在程序化交易中,获得了非常不错的效果。
Carl Nawagamuwa Director, Xaxis TV APAC:
有目共睹的是,程序化交易已经延伸到数字媒体之外更广阔的领域,我们发现程序化交易已经扩张到包括移动、视频等多个领域。从全球范围看,程序化交易也必将向电视领域发展。在许多传统看来属于线下媒体的领域,程序化交易也在逐渐延伸覆盖。随着越来越多传统媒体的数字化,我们也将看到更多资源可被程序化交易。
Criteo中国区总裁 王莹:
程序化购买的出现能够更有效更有规模的和相关的最终用户进行互动,对效果营销来说,整个行业也因为程序化购买的出现,使展示广告及精准营销的效果有了巨大的提升。业内“展示广告效果不如搜索广告”的传统观念也有了根本的改变。对于未来,我认为程序化购买会更加去促进在跨屏领域,广告主与最终用户的互动。
艾瑞咨询集团研究院院长兼首席分析师 曹军波:
从数字上来看,程序化购买占整个展示类广告的份额在2014-2015将突破两位数。这是一个非常明显的趋势。我们也相信在这样的趋势下,具有很好的程序化购买产品平台以及在用户数据方面具有良好储备及数据分析能力的企业,将为广告主创造新的价值。
中国网络电视台CNTV副总经理 夏晓晖:
在目前海量数据资源的营销环境下,营销活动已经从单线,发展到单循环,甚至是多循环,营销生态链中各方的边界已经非常模糊,营销客户也可能是流量主。建设企业级的程序化交易平台可以为营销活动中的各方充分的整合在企业运营过程中的数据和流量入口,焕发价值,共同前进。
IPG Mediabrands中国区数字董事总经理 章健:
很高兴看到程序化购买在中国产业链中的日益成熟,交易方式越来越多元化。非RTB公开市场占比逐步提升、视频移动等投入不断加大、企业开始搭建私有数据平台……程序化购买的未来蓝图清晰可见。
ADBUGTECH CEO 张迪:
TradingOS在市场中非常有影响,因为它提供的是IaaS基础设施搭建服务。不论对于publisher还是advertiser来说,他们都没有必要重复建设IaaS,所以用一家专业的IaaS是非常有必要的。
艾瑞联合总裁兼COO 阮京文:
中国移动互联网广告市场是目前中国整体网络营销市场中增速最快的市场之一。希望整个移动广告市场未来能更多去激发用户的冲动消费,进一步去提升移动广告的效果。当然,这需要建立在程序化购买的基础上。
盛拓集团副总裁 刘小如:
每个人对于程序化购买有不同的理解,在我个人看来,程序化购买相对于传统购买来说,就是利用技术实现自动化的投放广告,把适当的信息传递给适当的用户。可以说程序化购买是大势所趋的产物,中国市场也会接纳这样的产物。
宏盟媒体集团Business Director Accuen China江睿:
程序化购买在中国已经发展了两年半,我们很高兴地发现,广告主从一开始使用DSP,然后渐渐到使用PMP, DMP等,来提高自身广告投放的效率。我们欣喜的看到了这些客户在将自己传统媒体的预算向数字化媒体预算挪动的同时, 每年都在运用不同的系统, 从不同的角度提高自身的媒体投放效率或者是增加程序化采购的预算。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。