明略科技入選“2024全球AIGC先鋒50強”,InsightFlow CMS引領(lǐng)洞察驅(qū)動的營銷新浪潮
2024-11-21
近日,國內(nèi)專業(yè)科技媒體至頂科技聯(lián)合至頂智庫舉辦“2024 AI創(chuàng)新者大會暨PEC提示工程峰會”,并在會上正式揭榜“2024全球AIGC先鋒50強”。
榜單綜合考慮品牌影響力、技術(shù)研發(fā)實力、商業(yè)化能力、融資情況等因素進行全球評選,旨在表彰生成式AI及人形機器人領(lǐng)域具有代表性的全球先鋒企業(yè)、機構(gòu)及產(chǎn)品。明略科技憑借出色的生成式營銷產(chǎn)品與解決方案,以及行業(yè)領(lǐng)先的多模態(tài)技術(shù)實踐成功入選。

生成式AI正在深刻改變各個行業(yè),對人才、技能及工作流程產(chǎn)生深遠影響,也推動了市場營銷行業(yè)的變革。《2024 AI+:生成式營銷產(chǎn)業(yè)研究藍皮書》中指出,在新時代中,營銷生產(chǎn)力迎來大爆發(fā),營銷生產(chǎn)關(guān)系被打破重構(gòu),營銷業(yè)務(wù)流程和節(jié)點都在變化,而這被定義為“生成式營銷時代”。
生產(chǎn)力的大爆發(fā)需要洞察、創(chuàng)意、媒體三駕馬車。在生成式AI的賦能下,營銷不僅能解決who的問題,還將解決what的問題,在充分洞察消費者需求的前提下,產(chǎn)出多樣化的創(chuàng)意內(nèi)容,讓營銷生產(chǎn)力徹底釋放。
明略科技CEO吳明輝指出,未來,內(nèi)容將成為繼人、財、物之后企業(yè)管理的第四大要素,每個企業(yè)都需要一個由生成式AI驅(qū)動的新一代CMS(內(nèi)容管理系統(tǒng)),積累內(nèi)容生產(chǎn)所需的核心資源。
2024營銷科學大會上,明略科技提出新一代CMS——InsightFlow CMS。區(qū)別于上一代CMS,InsightFlow CMS以消費者洞察為基礎(chǔ),具備內(nèi)容洞察、內(nèi)容生成、內(nèi)容運營三大能力。與此同時,對接明略秒針的RTA投放能力,對消費者群體進行細分后,可直接投放多樣化的內(nèi)容,并結(jié)合反饋進行策略優(yōu)化,及時獲得閉環(huán)的反饋效果,提升內(nèi)容生產(chǎn)的效率和價值。
基于品牌核心價值觀,InsightFlow CMS 通過分析上千篇帖子,進行圈層、場景、痛點洞察,結(jié)合流量內(nèi)容與產(chǎn)品特性,形成內(nèi)容策略,保障內(nèi)容方向與品牌價值觀的一致性。基于多模態(tài)與多模型,生成人設(shè)和場景,讓創(chuàng)意靈感可追溯、可解釋。
吸納全網(wǎng)優(yōu)質(zhì)內(nèi)容分析總結(jié),結(jié)合熱點事件,生成貼合品牌調(diào)性的優(yōu)質(zhì)內(nèi)容,并針對不同的目標圈層,讓內(nèi)容更具多樣化。此外,通過營銷大模型完成內(nèi)容校驗,讓營銷素材更豐富。在圖像生成層面,根據(jù)個性化需求,快速生成符合業(yè)務(wù)要求、合規(guī)的產(chǎn)品宣傳圖,產(chǎn)品與場景可實現(xiàn)智能化融合。從文本到圖像,保證內(nèi)容與品牌調(diào)性的一致性。
基于數(shù)據(jù)回溯能力,通過效果反饋優(yōu)化下一輪內(nèi)容生成。時刻監(jiān)測投中流量,及時抓住流量趨勢并解碼分析優(yōu)質(zhì)帖,根據(jù)互動數(shù)據(jù)增長變化,及時調(diào)整推流策略,賦能下一輪內(nèi)容優(yōu)化,提升內(nèi)容生成效果,構(gòu)建持續(xù)打造優(yōu)質(zhì)內(nèi)容的科學閉環(huán)。
值得關(guān)注的是,隨著大模型從單一模態(tài)發(fā)展到多模態(tài),品牌對語音、圖像與視頻等多種內(nèi)容形態(tài)的洞察訴求也越來越強。然而,當前生成式AI在視頻內(nèi)容理解方面主要聚焦于客觀層面,缺少主觀層面的測量標準,以及機器模擬人類主觀感受的有效手段。
明略科技最新研究成果整合腦電、眼動信號等多種非標模態(tài),構(gòu)建了全新的多模態(tài)大語言模型范式。通過收集不同人群在觀看相同視頻內(nèi)容時腦電圖?(EEG)?和眼動追蹤區(qū)域的真實變化,分析和評估不同受試者對相同視頻內(nèi)容的認知理解程度。依托于自建的視頻主觀多模態(tài)評估數(shù)據(jù)集Video-SME,明略科技創(chuàng)新研發(fā)了超圖多模態(tài)大語言模型?(HMLLM),探索不同人口統(tǒng)計、視頻元素、腦電圖和眼動追蹤指標之間的關(guān)聯(lián),讓機器學習、理解和模擬人類的主觀感受,進一步照進現(xiàn)實。該研究成果近日在澳大利亞墨爾本斬獲ACMMM全球頂會“最佳論文提名”。
信息填寫