大模型的下一步：要高精尖，更要接地气

关注并星标

从此不迷路

计算机视觉研究院

公众号ID｜ComputerVisionGzq

学习群｜扫码在主页获取加入方式

计算机视觉研究院专栏

作者：Edison_G

大模型落地，如何以终为始紧跟业务需求？

转自《机器之心》

大模型应用落地，难点在何处？

抓住广告业务痛点，腾讯实现大模型又好又快落地

大模型 + 强算力，支持定制模型 7 天上线，快速响应广告主诉求

通过混元 AI 大模型获得了更丰富的特征以后，就可以联动广告大模型进行更准确、更高效的建模了。不仅如此，广告大模型本身也可作为一个通用底座，构建更多灵活的定制模型，适配各种应用场景。这就为满足不同广告主的差异化、精细化需求打下了基础。

在处理广告主实际广告业务过程中，腾讯广告采用了大模型 + 定制模型的技术思路，一方面充分发挥广告大模型的强运算能力，提升数据运算的精度、维度与速度；另一方面依托广告大模型快速搭建业务相关的定制化模型，满足多样化需求，做到有的放矢，帮助广告主更快地完成投放目标。

对于游戏、网服等线上服务类广告主而言，传统投放平台上能够提供的推广目标往往无法满足他们非常精细的投放诉求。以某个网服广告主为例，他们对出价的差异化要求精细到了「通关 3 次」和「通关 5 次」。此外，流量规则与转化路径的区别也使得每个行业、每个广告主要求用户完成不同的转化行为。以游戏行业为例，超休闲和中重度游戏对用户行为要求不同，前者要求用户看完一次激励视频即完成转化，后者则需要用户成功下载、上手玩甚至付费才算完成转化。

为了更快更灵活地响应广告主的差异化诉求，跟上业务变化脚步，腾讯广告选择在大模型上建定制模型，与该网服广告主共同定义促成生意增长的用户关键行为和关键目标，并以「关键行为」为优化目标进行独立建模。

但是，从沟通建模到跑通行业定制模型，难度很高，所需时间也颇长。在广告大模型运算能力的加持下，腾讯广告得以实现快速建模，将模型上线时间从业内普遍的两个月缩短至了 7 天，并在 30 天内完成优化迭代，同时做到及时、准确响应广告主的具体业务需求。

有了大模型助力，网服广告主抢占了流量先机，最终买量 ROI 提升了 20%，平均出价和 eCPM 提升了 50%。