騰訊廣告大模型的下一步：要高精尖，更要接地氣

當(dang)下，AI 領域最熱門的(de)技(ji)術非大(da)(da)模型(xing)莫屬。提到大(da)(da)模型(xing)，你也許會想到高參數、強算力、各種國際級(ji)的(de)技(ji)術獎(jiang)項和競賽佳績…… 讓大(da)(da)家(jia)認為(wei)數據上(shang)的(de)「大(da)(da)」和「強」，就是衡(heng)量大(da)(da)模型(xing)好壞的(de)標準。

誠然，大(da)(da)模(mo)型(xing)的(de)(de)競爭力建立在「大(da)(da)」和「強(qiang)」的(de)(de)基礎(chu)上，但對于應用端來說，需(xu)要將大(da)(da)數據的(de)(de)能力真正(zheng)落(luo)實(shi)(shi)(shi)到需(xu)求上，實(shi)(shi)(shi)現實(shi)(shi)(shi)實(shi)(shi)(shi)在在的(de)(de)轉(zhuan)化(hua)，才是(shi)展現大(da)(da)模(mo)型(xing)真正(zheng)實(shi)(shi)(shi)力的(de)(de)關鍵一環。因此，如(ru)何將大(da)(da)模(mo)型(xing)與產業化(hua)應用無縫連接，研發(fa)出(chu)適合具體業務場景的(de)(de)行業化(hua)大(da)(da)模(mo)型(xing)，已成為(wei)業界紛紛發(fa)力的(de)(de)方向。可是(shi)，要實(shi)(shi)(shi)現這個目標(biao)，卻(que)并(bing)不簡(jian)單。

大模型應用落地，難點在何處？

作為當前 AI 領域的前沿(yan)技術，各類大模型在促進產(chan)業智能化升級、提升業務流程效率與(yu)水(shui)平等(deng)方面(mian)都具有領先性；但(dan)到(dao)了實際應(ying)(ying)用環節，依然面(mian)臨很多難題，如技術能力(li)與(yu)業務目標不適(shi)配(pei)、技術無法及時(shi)響應(ying)(ying)業務需求(qiu)、基建承(cheng)載能力(li)弱等(deng)。

以(yi)(yi)(yi)往，前沿技(ji)術(shu)都(dou)是先做好應(ying)用模(mo)塊(kuai)，再在具體(ti)場景(jing)下(xia)做 “本地(di)化適配(pei)”。而(er)今時(shi)今日，技(ji)術(shu)要想在業(ye)務中得以(yi)(yi)(yi)落地(di)，無論是數(shu)據(ju)收(shou)集，還(huan)是算(suan)法架構，都(dou)需要更加前置(zhi)地(di)考慮(lv)如(ru)何貼合(he)(he)真實業(ye)務需求、如(ru)何達成廣告主(zhu)目(mu)標(biao)，才能將(jiang)這些思考進行充分表(biao)達。因(yin)此，為了(le)讓大模(mo)型(xing)更好地(di)落地(di)，技(ji)術(shu)團隊首先要充分了(le)解業(ye)務特性(xing)或目(mu)標(biao)，從而(er)結(jie)合(he)(he)實際業(ye)務強化技(ji)術(shu)能力持續磨合(he)(he)與進化，做到一切以(yi)(yi)(yi)為業(ye)務服務為目(mu)標(biao)。

此(ci)外(wai)，談到業(ye)務(wu)場(chang)(chang)景，尤其是廣告(gao)業(ye)務(wu)的場(chang)(chang)景，基于不(bu)同行業(ye)、不(bu)同業(ye)務(wu)類型，他們(men)的訴求也存在不(bu)小的差異。大(da)模(mo)型需(xu)要(yao)實時掌(zhang)握這(zhe)些需(xu)求，并對此(ci)作出快速的響應。這(zhe)個道理固然簡單(dan)，但要(yao)落(luo)(luo)實到技術層面，卻需(xu)要(yao)一個相當漫長(chang)、復雜的調(diao)試和部署(shu)周期，往往導致技術迭代落(luo)(luo)后(hou)于業(ye)務(wu)變化(hua)。因此(ci)，如何提升大(da)模(mo)型的靈(ling)活性(xing)與敏(min)捷(jie)性(xing)，能夠適配業(ye)務(wu)需(xu)求的調(diao)整和變化(hua)，成為(wei)了建(jian)模(mo)的重要(yao)抓手之一。

總的(de)(de)(de)來說，解(jie)決大模(mo)型(xing)落(luo)(luo)地難(nan)題(ti)的(de)(de)(de)關鍵在(zai)于跨越(yue)大模(mo)型(xing)能力與真實業務場(chang)景之間的(de)(de)(de)「鴻(hong)溝」。如果能以業務目標(biao)及(ji)動態(tai)需(xu)求為導向，并滿足(zu)具體業務運行(xing)所需(xu)的(de)(de)(de)各項能力，大模(mo)型(xing)才有(you)可能真正(zheng)實現落(luo)(luo)地。

要(yao)真正(zheng)滿(man)足以上(shang)的(de)(de)要(yao)求，大(da)模(mo)(mo)型就需(xu)要(yao)擁(yong)有強(qiang)大(da)的(de)(de)學習能(neng)(neng)(neng)力(li)，能(neng)(neng)(neng)夠通(tong)過超大(da)規(gui)模(mo)(mo)的(de)(de)樣本訓練(lian)(lian)，鍛煉(lian)出快速的(de)(de)理解和良好(hao)的(de)(de)推理能(neng)(neng)(neng)力(li)。這意味著，大(da)模(mo)(mo)型的(de)(de)穩定運行需(xu)要(yao)強(qiang)大(da)基(ji)建(jian)(jian)支持。然而現(xian)實(shi)往(wang)往(wang)是(shi)大(da)模(mo)(mo)型技術到位了(le)，基(ji)建(jian)(jian)沒(mei)有跟上(shang)，多(duo)數系統承載不下，大(da)模(mo)(mo)型只(zhi)能(neng)(neng)(neng)停留(liu)在實(shi)驗室(shi)層面。因此(ci)，建(jian)(jian)設支撐大(da)模(mo)(mo)型在線訓練(lian)(lian)、推理與(yu)部署的(de)(de)計算平臺(tai)至關重要(yao)。

抓住廣告業務痛點

騰訊廣告平臺(tai)實現大模型又好(hao)又快落(luo)地(di)

在(zai)各(ge)家紛(fen)(fen)紛(fen)(fen)推廣自家大(da)模型(xing)的(de)(de)時候，我們(men)注意到了(le)騰(teng)(teng)訊廣告(gao)的(de)(de)獨(du)特身(shen)(shen)影。此前，我們(men)就曾在(zai)《大(da)廠的(de)(de)廣告(gao)系統升級，怎能少(shao)了(le)大(da)模型(xing)的(de)(de)身(shen)(shen)影》一(yi)文中介(jie)紹過(guo)騰(teng)(teng)訊廣告(gao)的(de)(de)混元(yuan) AI 大(da)模型(xing)與廣告(gao)大(da)模型(xing)，見證了(le)它們(men)強大(da)的(de)(de)技術能力。而我們(men)最近了(le)解到，這兩(liang)個模型(xing)已在(zai)具體廣告(gao)場景得到了(le)應(ying)用，真實服務廣告(gao)主(zhu)們(men)。

大模型落地困難重重，騰(teng)訊廣告如何(he)克(ke)服(fu)以(yi)上(shang)難點，將前沿技術(shu)融入廣告業(ye)務？今(jin)天(tian)我們將從業(ye)務痛點出發，逐(zhu)步拆(chai)解騰(teng)訊廣告以(yi)終為始的 “技術(shu)提效” 思路(lu)。

化妝(zhuang)品(pin)的一定是(shi)女(nv)性(xing)？大(da)模型向“交易”進化，找到真正對的人(ren)！

互聯網(wang)廣(guang)(guang)(guang)告(gao)業務場景本來就具(ju)有(you)復雜多變的(de)(de)(de)特點(dian)，可謂是大模(mo)型應用價值(zhi)的(de)(de)(de)最佳試(shi)金石。隨著(zhu)企業產品的(de)(de)(de)推廣(guang)(guang)(guang)競爭越來越激烈(lie)，內容營(ying)銷早已經不止于(yu)簡單的(de)(de)(de)性能(neng)介紹，而需要(yao)從(cong)人群(qun)、地(di)域、話題、商品特性等等層面找到相互融合之處，才能(neng)有(you)效吸引消費者的(de)(de)(de)關(guan)注(zhu)及達成轉化，從(cong)而真正幫助廣(guang)(guang)(guang)告(gao)主實現生(sheng)意增長(chang)。然而，當下(xia)互聯網(wang)廣(guang)(guang)(guang)告(gao)場景的(de)(de)(de)參數(shu)體量已經非(fei)常大，廣(guang)(guang)(guang)告(gao)業務也正在往短平快、多觸點(dian)、全域鏈接的(de)(de)(de)方(fang)向迅(xun)速發展(zhan)，這都對廣(guang)(guang)(guang)告(gao)系統的(de)(de)(de)快速挖掘(jue)、靈活匹配提(ti)出了(le)更(geng)高的(de)(de)(de)要(yao)求。此(ci)時，廣(guang)(guang)(guang)告(gao)系統的(de)(de)(de)運算能(neng)力就發揮(hui)不可或缺的(de)(de)(de)作用。

針對這(zhe)些業務痛點，騰(teng)訊廣告(gao)打造混元 AI 大模型與廣告(gao)大模型，全(quan)面(mian)提升廣告(gao)系統(tong)的理解能(neng)力與運(yun)算能(neng)力，從(cong)而幫助廣告(gao)主實現生(sheng)意的高(gao)效(xiao)增(zeng)長。

作為在中(zhong)文(wen)語言理(li)解(jie)測評(ping)基準(zhun) CLUE、多模(mo)態(tai)理(li)解(jie)領(ling)域國際權威(wei)榜單 VCR 以(yi)及(ji) 5 大(da)國際跨(kua)模(mo)態(tai)檢(jian)索(suo)數(shu)據集榜單（如(ru) MSR-VTT 等）上(shang)登(deng)頂的業界領(ling)先大(da)模(mo)型(xing)，混元 AI 大(da)模(mo)型(xing)具備強大(da)的多模(mo)態(tai)理(li)解(jie)能力，可將(jiang)(jiang)文(wen)字、圖(tu)像和視頻作為一個整體來理(li)解(jie)，將(jiang)(jiang)廣告(gao)更精(jing)準(zhun)地推(tui)薦給合適的人群，在廣告(gao)投放過(guo)程(cheng)中(zhong)實現更快(kuai)速的起量。

對于廣(guang)告(gao)主而言，在投放中 “起量(liang)” 非常重要。當點擊率、轉化(hua)率在短時間內達成了廣(guang)告(gao)主預設的目標，就(jiu)意味著起量(liang)了。混元 AI 大模型的多(duo)模態理解能夠快速解析(xi)出廣(guang)告(gao)素材中的商品名稱(cheng)、規格等豐(feng)富的信(xin)息，并據此(ci)(ci)推薦給更(geng)可能對此(ci)(ci)廣(guang)告(gao)感興趣(qu)的人群。

我們以潤百顏為(wei)例，以往這類美妝護膚類廣(guang)告(gao)，都是由優(you)化(hua)師們基于品牌對(dui)于目標受眾(zhong)的理解，主(zhu)動(dong)選擇人群標簽進行廣(guang)告(gao)投(tou)放(fang)(fang)。以這個(ge)流程(cheng)進行投(tou)放(fang)(fang)，廣(guang)告(gao)系統并不需(xu)要理解廣(guang)告(gao)主(zhu)真實的營銷訴求(qiu)。然(ran)而，如果假(jia)定(ding)潤百顏的主(zhu)要目標受眾(zhong)為(wei) 20-40 歲的女性(xing)，那么會購買此產(chan)品送給女性(xing)朋友的男性(xing)就會在投(tou)放(fang)(fang)過(guo)程(cheng)中被排(pai)除在外。

為(wei)此，騰(teng)訊廣(guang)告通過與廣(guang)告主(zhu)合(he)(he)作引入行業(ye)專業(ye)知識(shi)，進(jin)一步細化(hua)商(shang)(shang)品(pin)特(te)征，構建全面的(de)美(mei)妝行業(ye)知識(shi)圖(tu)譜，收集并(bing)綁定相同(tong)產品(pin)的(de)不同(tong)素材進(jin)行投(tou)放(fang)。結果顯示，當新素材出現(xian)時(shi)，同(tong)產品(pin)其他廣(guang)告積(ji)累的(de)數據幫助(zhu)系統更快更穩健地(di)完成(cheng)起量。同(tong)時(shi)，通過打通單一廣(guang)告主(zhu)賬戶下(xia)的(de)所有(you)賬號實現(xian)一體化(hua)商(shang)(shang)品(pin)管理，從統一視角(jiao)聚合(he)(he)商(shang)(shang)品(pin)投(tou)放(fang)及投(tou)后(hou)數據的(de)管理，降低整體空耗率(lv)。

從(cong)更好地(di)理(li)解商品開始，幫商品更快地(di)匹配到(dao)對應的(de)消費者，廣(guang)告(gao)大(da)模(mo)型(xing)強(qiang)大(da)的(de)運算(suan)能力就是提(ti)升推薦(jian)效率的(de)關鍵(jian)。從(cong)參(can)數(shu)(shu)來看，廣(guang)告(gao)精排大(da)模(mo)型(xing)的(de)單模(mo)型(xing)推理(li)參(can)數(shu)(shu)達到(dao)千億(yi)級(ji)別，序列化后大(da)小可(ke)達數(shu)(shu)百(bai) GB，浮點數(shu)(shu)計算(suan)量最(zui)高每秒超過 10 億(yi)次，在行業(ye)位于先(xian)進水平(ping)。

在廣告大(da)模型運算(suan)能力的支(zhi)持下，騰訊廣告實現了(le)以系統為主導的全(quan)域搜(sou)索，能夠更(geng)快(kuai)地搜(sou)索并(bing)挖掘用戶與商品的潛在關系，大(da)大(da)提升人貨匹(pi)配效率，找到(dao)更(geng)多高成(cheng)交人群。

可以說，兩(liang)大模型的加持讓廣告(gao)系統更(geng)懂(dong)貨、更(geng)懂(dong)廣告(gao)主生意邏輯、更(geng)快找到潛在(zai)受眾(zhong)。事實也(ye)證明，這套方法行(xing)之有效，潤百顏的轉化(hua)起量率提升了(le) 25.43%，空耗(hao)率降(jiang)低了(le) 43.68%，高信息度(du)商品(pin)下單 ROI 提升了(le) 5%。

大模型+強算力，支持定制模型7天上線，快速響應廣告主訴求

通(tong)(tong)過混元 AI 大模(mo)型(xing)(xing)獲得了更豐富的(de)特征以后，就(jiu)可以聯(lian)動廣告(gao)大模(mo)型(xing)(xing)進行更準確、更高效的(de)建(jian)模(mo)了。不(bu)僅如此(ci)，廣告(gao)大模(mo)型(xing)(xing)本身也可作為一個通(tong)(tong)用底(di)座，構建(jian)更多(duo)靈活的(de)定制模(mo)型(xing)(xing)，適配各(ge)種應用場(chang)景。這就(jiu)為滿足不(bu)同(tong)廣告(gao)主(zhu)的(de)差異化、精(jing)細(xi)化需(xu)求(qiu)打下(xia)了基礎。

在處(chu)理(li)廣告(gao)(gao)(gao)(gao)主(zhu)實際廣告(gao)(gao)(gao)(gao)業務(wu)過程中，騰訊廣告(gao)(gao)(gao)(gao)采用(yong)了大模(mo)(mo)型(xing) + 定制(zhi)模(mo)(mo)型(xing)的(de)技術思路，一方面(mian)(mian)充分發(fa)揮廣告(gao)(gao)(gao)(gao)大模(mo)(mo)型(xing)的(de)強運算(suan)能(neng)力，提升(sheng)數據運算(suan)的(de)精度(du)、維度(du)與速度(du)；另一方面(mian)(mian)依托廣告(gao)(gao)(gao)(gao)大模(mo)(mo)型(xing)快速搭(da)建業務(wu)相關的(de)定制(zhi)化(hua)模(mo)(mo)型(xing)，滿足多樣化(hua)需求(qiu)，做到(dao)有(you)的(de)放矢，幫助廣告(gao)(gao)(gao)(gao)主(zhu)更(geng)快地完成投(tou)放目標。

對(dui)于游戲、網服(fu)等線上(shang)服(fu)務類(lei)廣(guang)告主而言，傳統投(tou)放平臺上(shang)能夠提供(gong)的推廣(guang)目標往往無法滿足他們(men)非(fei)常精細(xi)的投(tou)放訴求(qiu)。以(yi)某(mou)個(ge)網服(fu)廣(guang)告主為例，他們(men)對(dui)出價的差異化要(yao)(yao)求(qiu)精細(xi)到(dao)了「通(tong)關 3 次(ci)」和「通(tong)關 5 次(ci)」。此外，流量規則與轉(zhuan)(zhuan)化路徑的區別也(ye)使得(de)每個(ge)行(xing)業、每個(ge)廣(guang)告主要(yao)(yao)求(qiu)用戶(hu)完(wan)成不同(tong)的轉(zhuan)(zhuan)化行(xing)為。以(yi)游戲行(xing)業為例，超(chao)休閑(xian)和中重度游戲對(dui)用戶(hu)行(xing)為要(yao)(yao)求(qiu)不同(tong)，前者(zhe)要(yao)(yao)求(qiu)用戶(hu)看完(wan)一次(ci)激勵(li)視頻即(ji)完(wan)成轉(zhuan)(zhuan)化，后者(zhe)則需(xu)要(yao)(yao)用戶(hu)成功下(xia)載、上(shang)手(shou)玩甚至付費才算完(wan)成轉(zhuan)(zhuan)化。

為(wei)(wei)了更快更靈(ling)活(huo)地響應(ying)廣(guang)告(gao)主的差異化訴求，跟上業務變化腳(jiao)步，騰訊(xun)廣(guang)告(gao)選擇在大模型上建定(ding)制模型，與該網服廣(guang)告(gao)主共(gong)同定(ding)義促成生意增長的用戶(hu)關(guan)鍵(jian)行為(wei)(wei)和關(guan)鍵(jian)目標(biao)(biao)，并以「關(guan)鍵(jian)行為(wei)(wei)」為(wei)(wei)優化目標(biao)(biao)進行獨立建模。

但(dan)是，從溝通建模(mo)(mo)到跑通行業(ye)定制(zhi)模(mo)(mo)型(xing)，難(nan)度很高，所需時間(jian)也頗長。在(zai)廣(guang)告(gao)大模(mo)(mo)型(xing)運(yun)算能力的(de)加持下，騰(teng)訊廣(guang)告(gao)得以實現快(kuai)速建模(mo)(mo)，將模(mo)(mo)型(xing)上線時間(jian)從業(ye)內普遍的(de)兩(liang)個月(yue)縮短(duan)至了 7 天，并在(zai) 30 天內完成優(you)化迭代，同時做到及時、準確響應廣(guang)告(gao)主的(de)具體業(ye)務需求。

有了(le)大(da)模型(xing)助力(li)，網服廣告主(zhu)搶占(zhan)了(le)流(liu)量先(xian)機，最終(zhong)買量 ROI 提升了(le) 20%，平(ping)均出價和 eCPM 提升了(le) 50%。

修煉內功——太極機器學習騰訊廣告平臺提供強大基建

億(yi)級(ji)用戶(hu)、海量廣(guang)告(gao)(gao)內容對騰(teng)訊廣(guang)告(gao)(gao)平(ping)臺(tai)(tai)(tai)的(de)承載和(he)計算(suan)能力提(ti)出了(le)更(geng)高要求，騰(teng)訊廣(guang)告(gao)(gao)平(ping)臺(tai)(tai)(tai)自(zi)研的(de)太極(ji)機(ji)器學習平(ping)臺(tai)(tai)(tai)支持 10TB 級(ji)模型訓練(lian)、TB 級(ji)模型推理和(he)分(fen)鐘級(ji)模型發布(bu)上(shang)線(xian)，為兩大(da)模型在業務場景實現 7×24 小時順(shun)利(li)運行提(ti)供了(le)強(qiang)大(da)基建(jian)，保障了(le)混元(yuan) AI 大(da)模型、廣(guang)告(gao)(gao)大(da)模型的(de)快(kuai)速(su)、穩定運行。

目前，騰訊廣告系統已完成(cheng)(cheng)了全面升級（如下圖）。底層數(shu)據(ju)生態（營銷數(shu)據(ju)和經營數(shu)據(ju)）提供了系統持續運(yun)行所需的(de)「源動(dong)力」，而一大平臺(tai)、兩(liang)大模型強化了系統的(de)理解與運(yun)算(suan)能力，從而高效(xiao)達成(cheng)(cheng)廣告主最(zui)關心的(de)三(san)大效(xiao)果指標 “起量、成(cheng)(cheng)本和穩定性”。

公司優勢

開戶流程

注意事項