营销人员如何利用AI确保广告精准触达

一场争夺注意力的无声之战

在您阅读的文章与旁边的广告之间，一场争夺您注意力的无声战争正在进行。大多数展示广告都败下阵来，因为人们实在讨厌广告——反感程度如此之深，以至于许多大型科技公司正试图摆脱这些侵扰性的负担，寻找更优的盈利模式。

但来自马里兰大学与蒂尔堡大学研究人员开发的一款新型AI工具试图改变这一现状。它能在广告投放之前，就以惊人的准确度预测您是否真的会看它一眼。

预测注视时长的AI工具

这款名为AdGazer的工具通过分析广告本身及其所在网页的内容进行工作。它基于广告研究的大量历史数据，预测普通浏览者会注视广告及其品牌标志多长时间。

研究团队利用3,531个数字展示广告的眼动追踪数据对系统进行训练。真实用户佩戴眼动仪浏览网页，其视线轨迹被记录并用于模型学习。

在对从未见过的广告进行测试时，其注意力预测的相关性达到0.83，这意味着其预测结果与真实人眼注视模式的一致性约为83%。

关注整体页面环境

与其他只关注广告本身的工具不同，AdGazer会分析广告所处的整个页面环境。奢侈品手表广告出现在财经新闻旁的表现，与出现在体育比分栏旁的表现截然不同。

根据相关研究，周边环境至少影响了广告所获注意力的33%，并对品牌标识被注视时长的贡献率约为20%。这对长期认为创意本身决定一切的市场营销人员而言意义重大。

多模态模型的工作原理

该系统采用多模态大语言模型提取广告与周边页面内容的高层主题，进而分析二者语义匹配程度。这些主题嵌入数据被输入XGBoost模型，与低层视觉特征结合后生成最终的注意力评分。

研究人员还开发了交互界面Gazer 1.0，用户可上传广告图片，框选品牌与视觉元素区域，系统将以秒为单位返回预测注视时长，并生成热点图显示模型中受关注度最高的图像区域。

该工具运行无需专用硬件，但完整的基于大语言模型的主题匹配功能仍需GPU环境支持，目前尚未集成至公开演示版本中。现阶段这仍是一款学术工具，但其架构已趋成熟。从研究演示到实际广告技术产品的转化，所需时间或许只需数月而非数年。