新加坡时间 6月19日下午，在全球市场研究、洞察及分析领先协会 ESOMAR 举办的“Renewal Tour 2025”新加坡站现场，明略科技正式发布AI驱动的全球化广告测试及优化产品——AdEff。
该产品基于明略科技自主研发的超图多模态大语言模型（HMLLM）开发，采用大模型及混合专家模型协同架构，可快速、准确预测消费者对广告的主观反应和广告效果，并给出优化建议。
明略科技集团副总裁谭北平在活动现场发表演讲
明略科技集团副总裁、秒针营销科学院院长、AdEff 产品负责人谭北平在发布现场表示：“GenAI将带来营销生产力的大爆发，营销将迎来范式重构，大量品牌内容会被生成，快速评估和筛选优质内容将成为挑战。AdEff 的诞生，是全球营销垂直大模型在内容测量场景的一次重大突破，也代表了营销服务未来‘多智能体协同’的发展方向。通过技术创新，AdEff 解决了企业在广告测试和优化环节长期以来面临的时间与成本难题，让创意行业拥有了全新的效率工具。未来，秉持让内容测量速度更快、成本更优、与品牌更相关的使命，AdEff 还会将更多品牌生成内容纳入测量范畴。”
同时他宣布，6月19日起，AdEff 开放全球试用。感兴趣的用户，可以登录 AdEff.com注册，并申请试用。
AI驱动的广告测试：快速筛选更优创意
广告创意的质量决定了营销的效果。一支出色的广告，不仅能传达差异化的品牌主张，占领消费者心智，还能带动销售增长。每天，全球约有数百万支广告播出，它们需要与短视频、社交媒体等争夺消费者宝贵的注意力，为了提升广告的触达率及完播率，对于重要的广告片，投放前的效果测试是必备流程。
在生成式AI诞生前，广告测试的方法，主要是定量、定性的消费者调研，以及基于神经科学的脑电眼动测量，这些方法一般都需要耗时数周，成本也较为高昂，通常还伴随一定的样本误差。
但生成式AI技术，尤其是多模态大模型在预测人类反馈方面的快速发展，为创意测试带来了全新可能。
AdEff 就是这一新技术应用的产物。据谭北平现场介绍，依托明略科技自研的“超图多模态大语言模型 (HMLLM)”，协同混合专家模型，AdEff 可以在短短十几分钟内，模拟消费者对广告创意的反馈，并给出针对性的优化建议。它可以帮助企业营销专家和创意机构专家基于数据，做出更敏捷、更明智的决策，制作出更出色的创意，提升广告投放的成功率。在测试效率大幅提升的同时，显著降低广告测试的成本。企业有机会对每一支广告进行测试，在“创意感性”与“商业理性”之间找到平衡。
关键的技术突破：独有的数据和垂直大模型
AdEff 的卓越表现，源于明略科技在AI大模型技术领域深厚的科研积累。
一方面，该产品的技术底座——超图多模态大语言模型（HMLLM）整合了脑电、眼动等非标模态，通过超图弥合多种模态的语义差距，提升了多模态之间的逻辑推理与洞察能力，这也是全球范围内首次尝试让机器去理解人类的主观感受。
超图多模态大语言模型（HMLLM）的构建，得益于明略产品技术团队过往10年在神经科学研究领域积累的经验及数据，以及超过10余万人次的真实测量数据和规模庞大的全球创意素材库，它们为模型的高性能表现提供了坚实的基础。该自研模型获得了多项专利授权，并在全球顶级多媒体会议ACM Multimedia（ACMMM）2024上荣获最佳论文提名（Best paper nomination）。
另一方面，明略科技自研的多模态混合专家模型（MoE）架构，也为 AdEff 的精准预测提供了保障。通过动态调度不同领域的专家模型，AdEff 能够在主观上理解人类感受，在客观上洞察多模态数据之间的关联，结合专家的判断与分析，帮助客户做出快速决策。
AdEff 是生成式AI技术及智能体在营销服务领域的最新实践，也代表着未来营销工具发展的方向。发布现场，谭北平表示，AdEff 接下来还将在品牌内容测量类型、技术优化、个性化适配，以及全球生态拓展方面持续发力。
品牌内容测量类型：广告之外，AdEff还会通过定制模型的方式，陆续将短视频等其他品牌生产内容纳入测量；
技术优化：明略科技将进一步优化AI算法，提升模型预测准确性，引入更多专家测评，强化混合专家模型（MoE）的分析能力；
个性化适配：AdEff 后续将加入企业知识库对接能力，为部分客户提供模型定制服务；
全球生态拓展：AdEff 将在中英文版本基础之上，推出更多语言及市场版本，适配不同文化背景下的测试需求，同时丰富创意素材库，提升预测准确性。
作为AI领域的前沿探索者，明略科技深耕19年，将持续与全球客户、合作伙伴协同创新，充分挖掘各类数据的价值，释放AI在多个营销场景中的应用潜力。通过深入洞察行业需求，明略科技将提供更智能化、更高效的技术服务，为千行百业带来效率提升与业绩增长。
欢迎登录AdEff.com，开启AI驱动的广告测试及优化之旅。
注：文/龚作仁，文章来源：Laborer，本文为作者独立观点，不代表亿邦动力立场。
文章来源：Laborer
