Репортаж от Wedoany，Компания ByteDance на Всемирной конференции по цифровой экономике 2026 года официально представила собственную большую модель управления рекламным контентом Mamoda 2.5. Эта модель впервые объединяет архитектуру MoE (Mixture of Experts) с диффузионной моделью DiT (Diffusion Transformer), став первой в отрасли базовой моделью генерации видео на основе DiT-MoE.
Ранее малые и средние предприниматели при проверке рекламы часто сталкивались с ситуацией, когда платформа отклоняла материалы, не указывая на нарушения и направления для исправления. Mamoda 2.5, разработанная ByteDance, призвана решить эту отраслевую проблему, предоставляя платформе эффективные возможности управления рекламой, а предпринимателям — полный цикл услуг от диагностики рисков, определения нарушений до автоматического исправления материалов, помогая снизить затраты на соблюдение требований и повысить процент одобрения материалов.
Судя по реальным случаям использования предпринимателями, Mamoda 2.5 способна автоматически исправлять различные типы материалов с нарушениями. Например, в одном рекламном материале персонаж держал сигарету, что нарушало правила платформы, запрещающие изображение табачных изделий и курения. После обработки сигарета была точно удалена, а исходный визуальный эффект полностью восстановлен.
В другом коротком видео на 9-й секунде содержалось преувеличенное утверждение, намекающее на превосходство над конкурентами, что могло нарушать соответствующие положения Закона о рекламе. Система быстро определила нарушающий текст и автоматически исправила его, после чего материал можно было сразу отправить рекламодателю для подтверждения и размещения.
На трех авторитетных эталонных тестах в области командного ИИ-редактирования видео — OpenVE-Bench, FiVE-Bench и ReCo-Bench — Mamoda 2.5 показала отличные результаты. Эффективность вывода T2V в 11–15 раз выше, чем у ведущих моделей с открытым исходным кодом в отрасли. Общее количество параметров модели достигает 25 миллиардов, но при каждом запуске активируется лишь около 3 миллиардов параметров, разреженность составляет около 12%. Внутри модели установлено 128 мелкозернистых экспертов (включая одного общего эксперта) с использованием стратегии маршрутизации на уровне токенов Top-8. Команда с помощью обучения с подкреплением и самодистилляции сократила количество шагов вывода с 50 до 4, что позволило снизить задержку редактирования видео 480p с 69 секунд до 9 секунд, повысив эффективность почти в 8 раз.
Команда Mamoda не использовала простую адаптацию универсальных больших моделей, а провела полную самостоятельную разработку всей цепочки — от архитектуры, схем данных до стратегий обучения — специально для сценариев управления рекламой. В архитектуру был добавлен общий эксперт, отвечающий за представление общих визуальных знаний. Mamoda 2.5 прошла четыре итерации за три года: начиная с версии 1.0, которая выявляла точечные риски в текстовой рекламе, до версии 2.5, выпущенной в июле 2026 года, которая совершила прорыв по всей цепочке, охватив все форматы видео. Команда ожидает, что версия 3.0, запланированная к выпуску в 2026 году, еще больше углубит возможности понимания и редактирования аудио, реализовав полное модальное управление. Для малых и средних предпринимателей команда Mamoda надеется, что эта модель сделает соблюдение требований не «тормозом» на пути размещения рекламы, а «ускорителем», помогающим создавать правильный и качественный контент. Что касается границ исправления, Mamoda 2.5 исправляет только контент с подтвержденными нарушениями, локализуя проблему до минимальных единиц — какой кадр, какая фраза, какой фрагмент озвучки содержит риск, и на этой основе проводит точную диагностику и исправление. Команда сравнивает Mamoda с «внешней командой по соблюдению требований» для малых и средних рекламодателей. За последний год возможности управления платформой, поддерживаемые Mamoda, позволили заблокировать на предварительном этапе 10 миллиардов единиц нарушающего контента, закрыть более 4 миллионов аккаунтов с нарушениями, пиковое количество обработанных теневых аккаунтов за один день превысило 200 000, CCR контента платформы снизился на 56,2% в годовом исчислении, а CCR выполнения обязательств — на 67,1%. Команда отмечает, что в настоящее время при проверке авторизации изображений малоизвестные изображения и голоса чаще используются недобросовестными предпринимателями с помощью ИИ для подделки, что создает более высокие сложности для проверки подлинности на платформе. Команда сообщает, что следующим шагом станет разработка адаптивной интеллектуальной системы управления рисками, которая будет использовать генеративные возможности для усиления понимания, позволяя системе постоянно саморазвиваться в условиях противодействия.
