論文標(biāo)題： PRE-MAP: Personalized Reinforced Eye-tracking Multimodal LLM for High-Resolution Multi-Attribute Point Prediction

（中文標(biāo)題：PRE-MAP：用于高分辨率多屬性注視點(diǎn)預(yù)測的個(gè)性化眼動追蹤多模態(tài)大語言模型）

論文作者：吳寒冰*、姜平*、蘇安煬*、趙晨旭、傅天宇、吳明輝、譚北平、李慧盈（*為共同第一作者）

研究成果簡述：

1. 直擊行業(yè)核心痛點(diǎn)

在當(dāng)今的數(shù)字廣告領(lǐng)域，理解消費(fèi)者的目光焦點(diǎn)至關(guān)重要。然而，不同背景的觀眾（如年齡、性別各異）在觀看同一視頻廣告時(shí)，其注意力分布也大相徑庭，傳統(tǒng)技術(shù)卻無法捕捉這種個(gè)性化差異。傳統(tǒng)的顯著性預(yù)測模型通常采用分割方法，依賴于降采樣的低分辨率圖像來生成顯著性熱圖，隨后將其放大到原生分辨率，這限制了它們捕捉個(gè)性化注意力模式的能力。

2. 構(gòu)建高質(zhì)量數(shù)據(jù)底座

為攻克這一難題，研究團(tuán)隊(duì)開創(chuàng)性地建立了業(yè)界領(lǐng)先的大規(guī)模個(gè)性化注視行為數(shù)據(jù)集（SPA-ADV），首次記錄了超過4500名不同年齡與性別背景用戶的真實(shí)視覺行為。該數(shù)據(jù)集提供精確的個(gè)體級注視點(diǎn)坐標(biāo)，為個(gè)性化顯著性建模提供了高質(zhì)量的基準(zhǔn)數(shù)據(jù)支持。

3. 研發(fā)高精度預(yù)測模型

基于此數(shù)據(jù)集，團(tuán)隊(duì)研發(fā)了PRE-MAP創(chuàng)新AI預(yù)測模型。該模型能結(jié)合用戶的個(gè)人特征，利用最前沿的多模態(tài)大模型技術(shù)，增強(qiáng)模型的泛化能力和個(gè)性化預(yù)測效果，精準(zhǔn)預(yù)測出“某一類人會看哪里”。有效解決現(xiàn)有AI模型預(yù)測不準(zhǔn)、難以聚焦個(gè)性化熱點(diǎn)的問題，幫助品牌方和廣告商更科學(xué)地優(yōu)化廣告創(chuàng)意、評估投放效果，實(shí)現(xiàn)真正的“精準(zhǔn)觸達(dá)”。

明略的多模態(tài)實(shí)踐：從腦電到眼動，補(bǔ)齊廣告預(yù)測模型的關(guān)鍵拼圖

此次成果并非孤立的突破，而是明略科技在多模態(tài)領(lǐng)域長期且深度耕耘的必然結(jié)果，彰顯了公司在前沿AI技術(shù)探索與大模型應(yīng)用落地上的前瞻性布局：

早在2023年，明略科技率先成為國內(nèi)首家基于多模態(tài)大語言模型（MLLM）實(shí)現(xiàn)智能社交媒體內(nèi)容分析和策略生成的企業(yè)，首度將多模態(tài)大語言模型（MLLM）應(yīng)用于識別并預(yù)測能帶來最佳營銷效果的多樣化內(nèi)容類型，開辟了廣告領(lǐng)域全新的多模態(tài)技術(shù)應(yīng)用賽道。

2024年，明略科技推出超圖多模態(tài)大型語言模型（HMLLM），進(jìn)一步整合了腦電等非標(biāo)模態(tài)數(shù)據(jù)，支持企業(yè)對廣告素材中的實(shí)體、情緒、效果、場景及受眾等多樣化元素進(jìn)行深度分析，從而提升營銷效果，生成預(yù)測效果良好的有效營銷內(nèi)容，并為企業(yè)視頻廣告提供多維度優(yōu)化建議。超圖多模態(tài)大型語言模型（HMLLM）的相關(guān)成果曾榮獲ACM MM 2024最佳論文提名。

今年6月，基于自研的超圖多模態(tài)大型語言模型（HMLLM），協(xié)同混合專家（MoE）模型，明略科技再推創(chuàng)新成果——AI驅(qū)動的全球化廣告測試及優(yōu)化平臺AdEff。該平臺專為全球廣告創(chuàng)意測量打造，可快速、準(zhǔn)確預(yù)測消費(fèi)者對廣告的主觀反應(yīng)和廣告效果，并給出優(yōu)化建議。在測試效率大幅提升的同時(shí)，顯著降低廣告測試成本，讓企業(yè)有機(jī)會對每一支廣告進(jìn)行測試，在 “創(chuàng)意感性” 與 “商業(yè)理性” 之間找到平衡。

直至7月本次研究成果被接收，標(biāo)志著明略科技在多模態(tài)學(xué)習(xí)這一人工智能前沿方向取得了又一突破性進(jìn)展，補(bǔ)齊了廣告預(yù)測模型中“用戶個(gè)性化視點(diǎn)追蹤”這一關(guān)鍵拼圖。它既是推動廣告預(yù)測模型高質(zhì)量發(fā)展的重要一環(huán)，也昭示著機(jī)器理解人類感知的精度即將邁上新的臺階。

在數(shù)字化內(nèi)容日益碎片化的今天，AI驅(qū)動的科學(xué)預(yù)測已成為提升內(nèi)容觸達(dá)效率的關(guān)鍵引擎。明略科技在多模態(tài)學(xué)習(xí)領(lǐng)域的系統(tǒng)性實(shí)踐，將在品效提升、成本優(yōu)化和內(nèi)容創(chuàng)新層面展現(xiàn)出廣闊的應(yīng)用價(jià)值。

立足于此，明略科技的視野不止于多模態(tài)領(lǐng)域的深耕。未來，公司將會面向更廣闊的AI大模型及Agent技術(shù)領(lǐng)域持續(xù)探索，致力于把前沿科研成果轉(zhuǎn)化為強(qiáng)大的產(chǎn)業(yè)動能，驅(qū)動廣告營銷乃至更多行業(yè)的智能化升級，為構(gòu)建高效、智能的技術(shù)生態(tài)貢獻(xiàn)力量。

songjy