一條廣告好不好，該問(wèn)消費(fèi)者，還是問(wèn)他的大腦？

問(wèn)卷調(diào)查用了半個(gè)多世紀(jì)，邏輯清晰但有個(gè)致命bug：消費(fèi)者喜歡的廣告和刷手機(jī)時(shí)真正會(huì)看完的，往往不是同一條。

諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主丹尼爾·卡尼曼曾指出，人的大多數(shù)日常決策是由無(wú)意識(shí)的”系統(tǒng) 1″驅(qū)動(dòng)的。

問(wèn)卷調(diào)研本質(zhì)上是用理性的”系統(tǒng) 2″回答”系統(tǒng) 1″；腦電和眼動(dòng)測(cè)量則直接捕捉大腦對(duì)廣告的真實(shí)反應(yīng)。問(wèn)題是：?jiǎn)柧肀阋说粔驕?zhǔn)，腦電準(zhǔn)但太貴。

直到我們找到了第三條路——用 AI 來(lái)”問(wèn)大腦”。

聽上去很簡(jiǎn)單？值得拆解的是底層。

01 為什么是”超圖”？

AdEff 的核心技術(shù)底座是我們自主研發(fā)的 HMLLM（超圖多模態(tài)大語(yǔ)言模型，Hypergraph Multimodal Large Language Model）。這個(gè)名字里最關(guān)鍵的一個(gè)詞是“超圖”。

先說(shuō)”圖”。在數(shù)學(xué)中，圖是描述關(guān)系的結(jié)構(gòu)：兩個(gè)節(jié)點(diǎn)之間畫一條邊，表示它們有關(guān)聯(lián)。社交網(wǎng)絡(luò)就是典型的圖，你和每個(gè)朋友之間各連一條線。但普通圖有一個(gè)局限：每條邊只能連接兩個(gè)節(jié)點(diǎn)，只能表達(dá)”A 和 B 有關(guān)系”這種兩兩之間的簡(jiǎn)單關(guān)聯(lián)。

“超圖”突破了這一限制。一條超邊可以同時(shí)連接任意多個(gè)節(jié)點(diǎn)，描述的是”A、B、C、D 同時(shí)出現(xiàn)時(shí)才會(huì)產(chǎn)生的高階關(guān)聯(lián)”。

為什么廣告測(cè)試需要超圖？因?yàn)橐粭l廣告的效果從來(lái)不是單一元素決定的。

舉個(gè)例子：一條 15 秒的品牌廣告中，第 3 秒的畫面切換、背景音樂從舒緩變激昂、字幕上閃過(guò)一句”限時(shí)特惠”。這三個(gè)元素單獨(dú)來(lái)看都平平無(wú)奇，但它們?cè)谕粫r(shí)刻疊加，可能恰好觸發(fā)了一次注意力峰值。這種多因素的協(xié)同效應(yīng)，普通圖結(jié)構(gòu)捕捉不到，但超圖可以。

HMLLM 正是通過(guò)超圖結(jié)構(gòu)來(lái)建模視覺元素、EEG 腦電信號(hào)與眼動(dòng)追蹤數(shù)據(jù)之間的復(fù)雜關(guān)系。模型不僅能”看”到廣告里有什么畫面、”聽”到了什么聲音，更能捕捉這些多模態(tài)信息同時(shí)出現(xiàn)時(shí)，人類大腦產(chǎn)生了怎樣的反應(yīng)——注意力是否被吸引、情緒是否波動(dòng)、品牌信息是否被編碼進(jìn)記憶。

這項(xiàng)技術(shù)代表了全球范圍內(nèi)首次嘗試讓機(jī)器系統(tǒng)性地理解人類觀看視頻時(shí)的主觀感受，我們的相關(guān)研究成果在全球頂級(jí)多媒體會(huì)議 ACM Multimedia（ACMMM）2024 上獲得最佳論文提名。

02 自研超大規(guī)模數(shù)據(jù)集支撐

一個(gè)模型的預(yù)測(cè)能力，取決于它見過(guò)多少”真題”。

HMLLM 的訓(xùn)練數(shù)據(jù)既不是通用互聯(lián)網(wǎng)語(yǔ)料，也不是人工標(biāo)注的廣告質(zhì)量分類集。它來(lái)自一個(gè)更稀缺、更有價(jià)值的數(shù)據(jù)源：大規(guī)模真人受眾的腦電與眼動(dòng)測(cè)量數(shù)據(jù)。

在 AdEff 問(wèn)世之前，我們用了超過(guò)十年的時(shí)間積累這些數(shù)據(jù)。把真人受試者請(qǐng)進(jìn)實(shí)驗(yàn)室，戴上 EEG 腦電帽、坐在眼動(dòng)儀前，觀看不同的廣告素材，全程采集他們的神經(jīng)信號(hào)和視覺注意力數(shù)據(jù)。然后把這些主觀反應(yīng)數(shù)據(jù)與廣告素材的多模態(tài)特征一一配對(duì)，形成訓(xùn)練集。迄今為止，這個(gè)數(shù)據(jù)集已經(jīng)積累了超過(guò) 10 萬(wàn)人次的真實(shí)測(cè)量數(shù)據(jù)，覆蓋了跨行業(yè)、跨品類、跨文化的廣告素材。

在此基礎(chǔ)上，我們構(gòu)建并開源了兩個(gè)原創(chuàng)數(shù)據(jù)集：

? Video-SME：大規(guī)模視頻主觀多模態(tài)評(píng)估數(shù)據(jù)集，收集了不同人群在觀看相同視頻內(nèi)容時(shí)的腦電波和眼動(dòng)區(qū)域的真實(shí)變化，為視頻內(nèi)容的主觀體驗(yàn)量化提供了標(biāo)準(zhǔn)化基準(zhǔn)。

? SPA-ADV：大規(guī)模廣告注視點(diǎn)預(yù)測(cè)數(shù)據(jù)集，專注于捕捉個(gè)體差異對(duì)視覺注意力的影響。

這也是 AdEff 最核心的壁壘所在：不僅有海量廣告素材，更有海量廣告素材所對(duì)應(yīng)的真實(shí)人類神經(jīng)反應(yīng)數(shù)據(jù)，也是我們推動(dòng)整個(gè)行業(yè)建立更科學(xué)的廣告效果評(píng)估標(biāo)準(zhǔn)所貢獻(xiàn)的綿薄之力。

03 15 分鐘出報(bào)告，AdEff 如何實(shí)現(xiàn)？

用戶上傳一條廣告素材后，HMLLM 經(jīng)歷四個(gè)核心步驟：

第一步，內(nèi)容解碼。 將廣告素材拆解為結(jié)構(gòu)化的多模態(tài)特征向量，如畫面構(gòu)成、文案語(yǔ)義、品牌元素的出現(xiàn)時(shí)機(jī)與位置，每一幀都被充分解析。

第二步，反饋預(yù)測(cè)。基于超圖結(jié)構(gòu)，將多模態(tài)特征映射到腦電和眼動(dòng)空間，預(yù)測(cè)真實(shí)受眾的注意力分配模式、情緒反應(yīng)曲線等信息，輸出注意力曲線和情感波動(dòng)圖，并自動(dòng)識(shí)別出關(guān)鍵時(shí)刻。

第三步，基準(zhǔn)對(duì)標(biāo)。將預(yù)測(cè)結(jié)果與創(chuàng)意數(shù)據(jù)庫(kù)中同品類、同媒介形式的歷史數(shù)據(jù)進(jìn)行比對(duì)。同樣一個(gè)注意力得分，對(duì)快消品和汽車行業(yè)的含義完全不同，需要在正確的參照系下解讀。

第四步，診斷推理。基于明略科技自研大模型的多智能體協(xié)作架構(gòu)，不同的 Agent 分別負(fù)責(zé)歸因分析、優(yōu)化建議生成和可視化呈現(xiàn)。最終輸出的報(bào)告不僅能告訴用戶哪一秒注意力下降了，還會(huì)指出為什么下降以及如何改進(jìn)，讓優(yōu)化有據(jù)可依。

經(jīng)科學(xué)驗(yàn)證，89% 的 AdEff 預(yù)測(cè)得分與真人樣本測(cè)試結(jié)果具有強(qiáng)相關(guān)性，76% 的測(cè)評(píng)結(jié)論與行業(yè)專家判斷一致。在絕大多數(shù)場(chǎng)景下，AI 預(yù)測(cè)的可靠性已經(jīng)足以支撐商業(yè)決策。

回到最初的問(wèn)題：一條廣告好不好，到底該問(wèn)消費(fèi)者還是問(wèn)他的大腦？

我們的答案是：用AI來(lái)問(wèn)大腦。當(dāng) Seedance 2.0、Sora 們讓每條素材的生產(chǎn)成本趨近于零，判斷”哪條值得投”的能力，反而成了最昂貴的環(huán)節(jié)。創(chuàng)意不再稀缺，判斷力才是。

AdEff 正在做的事，是把原本只有大品牌才負(fù)擔(dān)得起的專業(yè)判斷力，通過(guò) AI 交付給每一個(gè)需要它的人。讓每一條創(chuàng)意，都值得被科學(xué)地評(píng)價(jià)。

目前，AdEff 已服務(wù)快消、醫(yī)藥保健、美妝個(gè)護(hù)、3C、互聯(lián)網(wǎng)零售等多個(gè)行業(yè)客戶。

圍繞企業(yè)廣告視頻創(chuàng)意場(chǎng)景，明略科技可信商業(yè)智能體DeepMiner、零壹貳叁還可提供視頻內(nèi)容洞察、AIGC創(chuàng)意視頻生成等全方位解決方案。