Китайская компания JULIANG ENGINE (Juliang Engine) выпустила рекламную модель управления Mamoda 2.5

Репортаж от Wedoany，3 июля компания Juliang Engine официально представила собственную рекламную модель управления Mamoda версии 2.5. Возможности модели расширились с раннего распознавания отдельных текстов до распознавания всех форматов контента, включая изображения, короткие видео и полные видеоформаты, обеспечивая техническую поддержку для проверки рекламы, выявления рисков и управления контентом.

Сценарии применения рекламной модели управления сосредоточены на проверке рекламных материалов, выявлении нарушений, оценке ложной рекламы, фильтрации низкокачественного контента и управлении безопасностью контента на платформе. Форматы рекламных материалов в интернете становятся всё более сложными, и полагаться только на текстовые правила или распознавание ключевых слов уже недостаточно для охвата рисков, связанных с изображениями, видео, субтитрами, голосом, движениями на экране и комбинациями контекста. Версия Mamoda 1.0 начиналась с распознавания отдельных текстов, затем постепенно охватила изображения и короткие видео, а версия 2.5 расширилась до всех форматов видео, что свидетельствует о переходе Juliang Engine от распознавания отдельных элементов к комплексной мультимодальной оценке в области управления рекламой. Для рекламных платформ такие возможности повышают эффективность проверки, сокращают количество повторных ручных оценок и позволяют выявлять потенциальные риски соответствия до запуска рекламы.

Сложность управления рекламой в видеоформате значительно выше, чем в случае с чистым текстом и статическими изображениями. Один видеоматериал может одновременно содержать голосовое сопровождение, субтитры, изображения, демонстрацию товаров, движения персонажей, фоновый текст и монтажный ритм, и только комбинация этих элементов формирует полный смысл.

После того как Mamoda 2.5 охватила все форматы видео, ей необходимо обрабатывать не только распознавание изображений, но и транскрипцию голоса, распознавание субтитров, понимание сцен, сопоставление информации о товарах и связь между фрагментами. Нарушения в рекламном контенте иногда не проявляются напрямую в заголовках или текстах, а скрыты в голосовом сопровождении, визуальных намёках, преувеличенных демонстрациях или комбинациях нескольких материалов. Использование большой модели для управления рекламой позволяет объединить текст, изображения, видеокадры и аудиоинформацию в единую логику оценки, повышая способность распознавать сложные материалы. Для продавцов и рекламодателей на платформе более стабильная модель управления также способствует снижению числа ошибок, пропусков и колебаний в циклах проверки, делая процесс размещения рекламы более контролируемым.

Выпуск Mamoda 2.5 компанией Juliang Engine также отражает тенденцию использования больших моделей для внутреннего управления инфраструктурой рекламных технологических платформ. Раньше рекламные системы больше фокусировались на распределении трафика, эффективности размещения и конверсии, но теперь соответствие контента, безопасность бренда и ответственность платформы также становятся ключевыми компетенциями. С увеличением объёмов рекламы в коротких видео, прямых эфирах и AI-генерируемых рекламных материалов модели управления рекламой должны постоянно выявлять новые формы выражения и новые типы рискованного контента. Выпуск Mamoda 2.5 означает, что Juliang Engine продолжает усиливать собственные разработки моделей в области проверки рекламы и безопасности контента.

В настоящее время публичная информация сосредоточена на выпуске версии Mamoda 2.5 и расширении её возможностей, но пока не раскрыты конкретные параметры модели, показатели тестирования, клиенты, внедрившие модель, или данные о повышении эффективности проверки. Можно подтвердить, что Mamoda расширилась от текстового распознавания до управления всеми форматами видео, и в дальнейшем её применение будет больше сосредоточено на проверке рекламных материалов, выявлении рисков, управлении платформой, соблюдении требований продавцами и мультимодальной безопасности контента.