腾讯研究院&腾讯广告：
《从“千人一面”到“一人千面”-人工智能引领广告行业智能化转型》

（完整版.pdf ）
以下仅展示部分内容
下载方式见文末

一、广告行业的 AI 变革：时代背景与核心逻辑

（一）广告业的经济价值与技术基因

广告业作为国民经济的重要支柱，已形成超 1.5 万亿元人民币的市场规模，占 GDP 比重约 1.15%，与发达国家水平相当。其经济乘数效应显著，每 1 元广告投入平均能带动约 7 元经济产出，不仅创造了大量高收入就业岗位，更成为中小企业普惠增长的关键支撑。数字广告渗透率已达 83.4%，高居全球主要国家首位，凭借海量、高并发的业务场景，成为搜索、推荐等 AI 技术的天然试验场，形成 “商业成功反哺技术创新” 的良性循环。

广告业的发展史本质是一部技术驱动的媒介变革史。从古代商贩的街头告示、北宋 “济南刘家功夫针铺” 的青铜雕刻广告，到印刷术催生的报纸杂志广告、广播电视时代的主流广告形态，再到互联网时代的横幅广告、搜索广告、信息流广告，技术始终是推动广告形态迭代的核心动力。如今，生成式人工智能的爆发式发展，正推动广告行业从程序化广告迈入智能广告时代，实现从效率工具到创造伙伴的范式跃迁。

（二）AI 驱动广告变革的核心逻辑

AI 对广告行业的变革并非单点技术应用，而是全链路、深层次的生态重构。其核心逻辑在于解决传统广告的三大痛点：一是创意生产效率低下，传统广告素材制作周期长、成本高，难以适配高频次、场景化的营销需求；二是投放匹配精度不足，依赖关键词、标签的传统匹配模式易出现 “词对不上、意图漏检”，无法精准捕捉用户实时需求；三是用户体验与商业转化失衡，广告常以打扰式形态存在，难以实现品牌传播与用户需求的有机契合。

生成式 AI 通过 “理解 - 生成 - 优化” 的全流程赋能，构建起全新的广告运作逻辑。在理解层面，多模态大模型赋予广告系统 “看、听、懂” 的能力，能够深度解析用户行为、场景语境与内容语义；在生成层面，AI 实现文案、图像、视频等素材的批量自动化生产，同时支持个性化定制；在优化层面，通过实时数据反馈与算法迭代，实现投放策略的动态调整与效果闭环。这种变革不仅提升了广告行业的生产效率，更重塑了广告的形态、投放逻辑与商业价值。

二、AI 赋能广告全链路：从创意生产到投放优化

（一）广告素材生产：自动化与精品化的双重进化

AI 正重构广告素材的生产方式，推动行业走向 “自动化” 与 “精品化” 两极分化。在文案生成领域，大语言模型已实现结构化、语义连贯的营销文案批量生成，品牌可基于自身语料定制微调模型，输出风格一致、语境贴合的专属内容，成为效果广告场景的标配能力。某大闸蟹品牌借助 AI 商品混剪功能，在双十一期间素材产能提升近 6 倍，充分体现了 AI 在效率提升上的显著价值。

图像与视频素材生产正从辅助设计向动态生成跨越。当前，AI 已广泛应用于图像延展裁剪、视频初步拼接等辅助性任务，而文生视频模型的突破，使得 “脚本 + 标签” 即可生成视频成为可能。快手的磁力开创平台将每条视频生产成本从几百元降至 0.47 元，某小说行业广告主的 AIGC 短视频素材转化率比非 AIGC 素材高出 47%。未来，随着模型对风格、美学和多模态语义理解的深化，AI 有望在短视频剧本创作、视觉表现、节奏剪辑等方面提供端到端解决方案，推动广告创意从 “图文适配” 迈向 “视听共创”。

人机分工的边界日益清晰：以效果转化为目标的 “跑量型” 素材将实现极致自动化，AI 承担从创意生成到投放优化的全流程；而传递品牌价值、引发情感共鸣的 “精品型” 素材，仍需依赖人类的文化洞察与灵感创意。AI 通过自动化剥离创意的执行成本，倒逼行业将资源重新聚焦于创意本源，实现 “人机协同、各展所长” 的生产新模式。

（二）广告投放优化：从 “关键词匹配” 到 “意图理解” 的精准跃迁

广告引擎作为数字广告的 “心脏”，面临着在毫秒内完成天文级计算的巨大挑战。传统广告系统采用 “漏斗式” 三段式结构，通过召回、粗排、精排的层层筛选，从海量广告素材中为用户匹配最优内容，但随着创意库规模的爆炸式增长，传统模式面临系统压力大、创意理解缺失等严峻挑战。生成式 AI 的出现，从根本上重构了广告引擎的底层逻辑，实现三大核心赋能。

生成式召回技术实现从 “关键词匹配” 到 “意图理解” 的跨越。AI 基于用户搜索、浏览、交互等碎片化信息，实时生成描述用户真实意图的完整段落，再以此为基础进行语义层面检索，显著提升召回质量，普遍能带来 5% 以上的效果提升。腾讯广告在混元大模型基座上精调生成式召回 LLM，通过语义 ID 构建结构化索引，结合限制性解码和多样性策略，实现海量创意的高效精准推荐。

AI 数据增强为引擎提供 “更干净、更高维度” 的训练燃料。生成式 AI 具备更强的非结构化数据理解能力，可自动完成文本扩写 / 缩写、语义打标、PDF / 图像 / 表格解析等工作，大幅提升数据可用性与精度，为广告预估模型提供高质量训练数据。多模态理解技术则赋予引擎 “睁开眼睛看世界” 的能力，如谷歌 Gemini 1.5 Pro 可一次性分析长达 2 小时的视频内容，提取核心语义，使广告匹配从二维标签世界跃升至三维真实感官世界，实现与用户情绪、场景的深度同步。

这些技术革新推动广告匹配范式从 “千人千面” 向 “一人千面” 演进。广告不再是基于人设标签的模板选择，而是由 AI 根据用户实时情境动态生成，从 “筛选展示” 变为 “理解生成”，实现真正意义上的供需智能匹配。例如，当用户浏览海岛攻略时，AI 会综合天气、消费习惯等要素，推荐轻便防水外套而非登山鞋，让广告从生硬推送转变为恰到好处的解决方案。

（三）广告形态升维：从界面展示到场景嵌入的体验革新

数字交互范式的变革正推动广告形态迎来 “界面革命”，智能代理（AI Agent）逐步成为下一代超级入口，引发传统 App 的 “去皮化” 趋势。用户无需进入具体应用界面，服务直接通过代理调用底层 API 完成，App 价值从前端界面回归后端服务履约能力。这意味着传统开屏广告、信息流广告等依赖前端界面的商业模式逐渐失效，广告开始嵌入服务调度链路，争夺代理系统的调用优先级而非界面展示空间。

广告形态正从显性展示位转向对话式嵌入。AI 搜索广告和对话式电商广告成为典型代表，Perplexity 等搜索引擎将广告信息作为问答内容的一部分无缝嵌入，Amazon Rufus 等电商助手让用户在自然对话中完成商品检索、比较与购买决策，广告通过 “建议产品”“相关推荐” 等方式流动呈现。这种形态打破了 “广告位即广告” 的传统认知，使广告融入内容语境、分担服务任务，降低用户打扰感。

原生广告新形态实现从 “展示” 到 “生成” 的跨越。在游戏与影视内容中，AI 可实时理解剧情语境，自动识别并生成品牌元素，如将人物手中水杯替换为某品牌饮品，使广告成为剧情生态的一部分；在社交平台，AI 可基于用户发布内容的场景与风格自动生成品牌植入，大幅降低品牌与创作者的协作门槛；在车载音频场景，AI 可实时生成主播语音广告，基于路径、地理位置精准推送，无需打断用户当前任务。这些无感嵌入式广告，实现了品牌传播与用户体验的有机统一。

三、全球实践创新：广告生态的 AI 重构案例

（一）广告平台：构建 AI 原生广告新基建

全球头部广告平台正率先完成 AI 转型，打造覆盖创意生成、投放执行、安全治理的完整技术体系。谷歌以多模态大模型 Gemini 为核心，系统性重构广告生态，Product Studio 工具支持基于产品描述自动生成整套广告方案，AI Mode 功能将广告有机嵌入对话答案，2024 年通过 AI 模型自动处理 97% 的违规页面，构建起主动防御体系。Meta 基于 Llama4 大模型构建广告新范式，Advantage + 智能广告平台实现全流程自动化与个性化升级，用户点击率提升 15%，互动时长增加 20%，同时通过元宇宙布局与智能硬件，拓展沉浸式广告体验。

腾讯广告依托自研混元大模型，构建 “计算引擎 + 模型底座 + 工具平台 + 营销助手 + 智能审核” 五位一体服务体系。广告投放 3.0 系统通过 “广告唯一性 + 创意唯一性” 组合，将重复比例从 42.5% 降至 1.46%，创意数量从百万级跃升至亿级；“妙思” 创意平台提供数字人、视频混剪等全模态能力，某游戏客户使用后 CTR 提升 19%；“妙问” AI 营销助手使平台人工服务占比下降 35%+，AI 建议采纳率达 40%+。快手推出自研视频生成大模型可灵 AI，磁力开创平台将短视频素材制作成本降低 60%-70%，Poify 工具实现商品图片生成速度提升超 50%，数字员工 “π” 日均服务用户 22 万，留资率提升 39.7%，有效助力中小企业降本增效。

（二）广告服务商：从执行代理到智能解决方案提供者

广告服务商正加速角色转型，从 “人力密集型” 服务商转向 “智力密集型” 策略伙伴。微盟构建了覆盖不同客户层级的 AI 产品矩阵，WAI 智能经营解决方案深度融入电商零售场景，营促销策划 Agent 可自动优化商品标题、配置营销活动，多渠道运营 Agent 支持一键生成多平台文案及配图，某母婴护肤品客户使用后整体提效 3 倍，大促成本降低 60%；WIME 工具为跨境电商创业者节约创作成本 60%，提效 75%。

WPP 中国区采用 “开放 AI 应用层 + 本土适配” 策略，替换接入中国本土 AI 基座大模型，利用 AI 进行深度社交聆听，精准提炼消费者深层情感与动机，结合本土数据工具为营销策略提供决策依据。蓝色光标以 “All in AI” 战略重构营销全链路，核心平台 BlueAI 内嵌超 100 个智能体，覆盖策略制定、创意生成、媒体投放等关键环节，实现 95% 以上作业场景的 AI 渗透，AI 初稿 + 人类优化成为内容创作新常态，显著提升产能与创意质量。

（三）垂直场景：AI 广告的行业化落地范式

多个垂直行业已探索出可复制的 AI 广告应用范式。在大健康领域，腾讯广告 “妙思” 平台推出行业专属数字人工具，预置 100 + 合规专业数字人资源，搭配智能脚本生成与爆款混剪工具，实现分钟级生成合规可信的口播视频，既满足行业高合规要求，又显著降低制作门槛。电商直播领域，腾讯 “妙播” 数字人 AI 直播解决方案构建 “直播大脑” 智能运营体系，实现 7×24 小时不间断直播，打通 “数据洞察 - 话术生成 - 互动反馈 - 效果优化” 全流程闭环，大幅降低人力成本，提升直播覆盖时长与转化效率。

微短剧行业中，腾讯广告 “短剧精剪” 功能通过 AI 解析画面、台词、声音，自动剪辑高光片段用于投放，某短剧宣发期使用该工具的素材平均 CTR 达 26%，较人工剪辑高出 5 个百分点，ROI 提升 9%。垂直零售领域，母婴零售品牌孩子王基于 “重度会员制” 沉淀的用户标签与预测模型，上线 “智能 DTC” 系统，AIGC 工具将素材交付周期从天级压缩至小时级，AI 机器人实现个性化推荐与日级优化，企业微信社群中 AI 自动推荐每月创造超 1200 万元营收，贡献约 20% 的年度销售额。

四、未来趋势：智能广告的演进方向与行业重构

（一）核心趋势：从技术赋能到生态重塑

深度个性化将迈向 “一人千面” 终极形态。AI 不仅实现精准推送，更能整合用户行为数据、情境语境、平台互动、地理位置等多维信息，实现对用户状态的即时感知和语境理解，动态生成符合实时需求的广告内容。但这一趋势仍面临多目标均衡、数据沉淀不足、模型精度有限、内容同质化、隐私保护矛盾、效率与创意失衡等多重挑战，需要技术迭代与行业治理的协同突破。

智能体成为广告行业新的产品与服务模式。广告智能体正从 “单点工具” 演进为端到端的 “超级智能体”，能够整合营销全链路，实现自主规划、协同作业。未来，由 “数据分析师”“活动策划师”“媒介优化师” 等虚拟 AI 专家组成的团队，将能自主拆解复杂商业目标、分配职责、协同工作，完成从策略制定到效果优化的全流程自动化。这一演进将引爆商业模式革命，广告商业化方式可能从 “账户预充值” 转向 “按效果实时扣费” 或 “按智能体调用次数付费” 的灵活模式，大幅降低广告主准入门槛。

广告基础设施完成从 “计算广告” 到 “智能广告” 的升级。多模态大模型、长上下文记忆与链式推理、Agent 协作协议构成全新基础设施，支撑广告实现 “效率、创意、体验” 三重增量。底层框架分为三层：提效工具与知识库打通层、专家引擎与场景化模型层、多智能体协作应用层，实现 “广告即服务” 的全新形态，谁率先完成基础设施升级，谁将在存量竞争中占据结构性优势。

（二）行业分工重构：角色边界与价值重塑

AI 正重塑广告行业的分工逻辑与价值边界。平台方因掌握底层模型与算力资源，能力边界从投放执行延伸至创意生成、素材审核与场景理解，在价值链中的主导地位进一步加强；代理商从 “执行代理” 转向 “策略伙伴”，具备 AI 工具整合能力、深度行业洞察与营销策划能力的机构将构建新壁垒；广告主方面，头部品牌积极自建 AI 能力以争夺策略主导权，中小企业则受益于技术普惠，实现生产成本显著降低与运营效率提升。

广告生产链条从 “人工主导” 转向 “AI 协作主导”，AI 快速接管标准化执行优化工作，如预算分配、出价调整、投放编排等。未来的核心人才不再是传统内容工匠，而是能驾驭 AI、懂得数据、具备独特洞察力的 “策略型创意人”，人机协同（human-in-the-loop）成为主流范式：人设定目标与风格边界，AI 完成执行与优化。这种重构深刻改变广告行业的工作逻辑与人才结构，竞争焦点从模型性能转向对业务场景的深度理解与改造能力。

五、挑战与应对：构建可信共治的 AI 广告生态

（一）AI 驱动广告的典型风险画像

技术与算法的内生性风险不容忽视。大模型推理过程的不稳定性可能导致广告投放偏离目标、内容生成错误或不连贯；算法 “黑箱” 特性使得推荐逻辑难以溯源，增加广告主决策不确定性；训练数据不均衡引发的算法偏见，可能导致歧视性内容推送，损害品牌形象并引发伦理与法律问题。

内容真实性与监管失效风险日益突出。AI 批量生成高度逼真虚假内容的能力，大幅降低 “AI 换脸” 冒充名人代言等违法成本；AI 生成内容易出现风格漂移，违背品牌价值观；每秒百万量级的个性化素材生成与投放，使传统 “先审后发” 审核模式面临 “审不及、追不上、找不到” 的治理困境，事后追溯因素材不留存、用户端内容各异难以固化证据链。

用户信任与数据隐私风险持续加剧。“广告即内容” 的理念弱化了用户对商业属性的判断力，用户在无感知状态下接受推荐，一旦内容引发争议将传导为对平台公信力的质疑；AI 驱动的情感分析、个性化推荐等功能，在提升广告效果的同时加剧数据隐私滥用风险，“去交互” 自动化机制削弱用户反馈渠道，不满情绪可能在沉默中累积为信任危机。

（二）可信共治的治理路径构建

更新监管工具箱是应对风险的关键举措。鼓励 AIGC 生成广告主动标注，尤其在涉及消费者生命财产安全的领域强化标注义务，厘清各方责任；推行 “轻监管 + 共治理” 模式，设立 “监管沙盒”，在可控环境下测试新应用与新模式，同时强化对合规优秀平台的正向激励；以技术手段赋能监管，部署高效的 AI 内容监测工具，建立跨部门协同机制，实现精准执法，通过 “首违不罚”“以实际危害后果判定” 等政策为创新提供稳定预期。

强化平台合规自治是核心支撑。推动平台建立合规管理制度与动态风险管控机制，升级 “机器初审 + 人工复核” 双重审核机制，对 AIGC 广告严格筛查；建立事中监控和事后快速响应机制，对违规广告及时下架并封存记录，落地数字水印、内容标注等技术手段增强可追溯性；坚持用户知情同意和数据最小化原则，采用匿名化、加密等技术保障数据安全，建立便捷举报通道，开展算法公平性评估，推动算法可解释、可监督、可问责。

发挥行业自律与品牌自主管控的协同作用。鼓励广告行业协会制定自律公约、操作指引和伦理准则，为企业提供柔性行为指引；发挥消费者协会作用，加强消费者教育，提升公众对 AIGC 广告的辨识力与风险防范意识，畅通投诉维权渠道；鼓励品牌方构建自有品牌智能体体系，嵌入专属语调、视觉风格、价值观和安全敏感词过滤模块，通过 API 与平台对接，在享受 AI 效率的同时掌握创意内容最终控制权，实现效率与安全的平衡。