近日,致力于提供前沿数字广告供应链的独立科技公司PubMatic(纳斯达克股票代码:PUBM)发布了关于《如何获得跨屏视频广告可寻址能力》的报告。这项与 Advertiser Perceptions 共同发起的调研旨在审视发行商如何有效地实施视频广告战略。调研结果显示,虽然发行商认为广告商希望以不限定屏幕的方式购买视频广告位,但他们在跨渠道无缝提供视频方面却面临重重困难。因此,发行商将供应方平台作为他们的主要合作伙伴,以加强视频变现能力。PubMatic 作为领先地位的独立供应方平台,能够帮助致力于视频广告位库存程序化变现的发行商抢占市场先机。
广告商表现出对跨屏视频广告位库存的强烈需求。调研结果显示,目前 62% 的数字视频广告以程序化方式进行交易,其中大部分是通过私有方式进行交易,如程序化担保交易或私有市场交易。尽管需求旺盛,且程序化技术成熟,但实现跨屏受众定位仍是一大挑战。
Advertiser Perceptions 的商业智能副总裁 Nicole Perrin 表示:“在我们的分析中,59% 的发行商认为,如果他们改善跨屏视频受众定位和度量能力,就可以提高变现能力,但自行开发解决方案的能力有限。缺乏跨屏幕的一致数据是一个关键问题。我们的研究发现,供应方平台可提供有效的解决方案,并且能够以最有效的方式提供数据,提升发行商的视频广告变现能力。”
根据这份调研,供应方平台在整合用于受众定位的数据方面起到了重要作用。而且,供应方平台能够与中立的第三方身份识别图表和身份识别解决方案无缝对接,以识别用户,并将不同设备和渠道的身份数据联系到一起,实现多层面的受众定位,发行商认为这种能力有助于最大程度加强视频变现能力。在受访的发行商中,已有超过四分之一正在与 PubMatic 合作,另有 35%考虑在未来 12 个月内与 PubMatic 合作。
PubMatic 首席增长官 Paulina Klimenko 表示:“要满足跨屏视频广告需求,需要具备数据定位和度量能力,而发行商往往无法靠自己做到这一点。作为供应方平台,我们的目标是提供这种能力,帮助发行商为其跨屏视频广告位库存带来更多需求,并使他们的收入最大化。发行商表示,他们希望供应方平台合作伙伴可以提供最大的灵活性来支持他们的变现举措,同时保持不偏不倚。作为发行商的真正合作伙伴,我们正是这样做的。”
请点击此处下载完整版报告。
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。