随着大语言模型（LLM）与多模态大语言模型（MLLM）的兴起,，掀起了一轮新的 AI 浪潮。LLM 为我们带来了无数的畅想，ChatGPT、DeepSeek、Qianwen、Claude、Gemini等模型也以各种产品形态开始进入我们的工作与生活。然而技术能力不等同于实际生产力，AI 究竟可以为企业带来什么， 将模型能力转化为企业有效生产力的过程中有多少问题要解决? 

本次演讲我将分享如何基于LLM&MLLM的能力构建起一个可以代替人工、 实现广告物料的自动审核与投放上线、以加速广告投放效率并带来切实收益的产品落地实践。

• 业务背景与痛点：不论是广告投放，还是用户及平台生产的UGC/PGC内容，包括视频、图片、文字、微动效，都会面临是否可以投放的合规性要求，需要符合各项法律法规的标准。

此类审核工作存在以下特点：

1. 专业度很高，需要结合各类法律法规及公序良俗，非专业培训的人员无法胜任。
2. 人力存在临界成本，非简单扩充人力就可以解决，审核人员达到一定规模后，再增加就会面临整体审核质量降低、控制成本升高的问题。
3. 体量特别大，比如仅优酷就日均百万级待审，人难以承受连续性高强度的审查工作。

导致行业普遍存在如下问题：

1. 大量待审件积压，导致广告等上架过程效率极低，严重影响到广告投放与播放收入。
2. 人工质量难以保障及审核遗漏，导致风险失控，甚至风险溢出造成社会影响后才后知后觉。

产品目前产生的实际价值与效果：2024年双11外投广告机审16万件，节约人力242人天；支持优酷日均千万级广告物料自动审核，加速广告投放效率。

演讲提纲

1. 为什么选广告审核场景：
   • 场景选择背后的逻辑分享
   • 业务背景与行业特性介绍
2. PoC碰到的问题、想法与实际效果的差距
   • 审核标准与面料的技术难点问题介绍
   • LLM端到端方案的尝试及效果不理想的原因分析
3. 产品解决方案分享
   • 核心技术思想及具体技术难点的解法分享
   • 工程方案的整体架构设计介绍
   • 产品反馈与持续优化链路设计介绍
4. 产品价值衡量与未来发展方向
   • 目前的使用情况与业务效果
   • 后续优化与演进方向
5. 总结与思考
   • 识别与选择 AI 场景的逻辑分享
   • 模型能力、PoC、工程化到产品可用性的经验分享

您认为，这样的技术在实践过程中有哪些痛点？

• 山寨类商品图标的识别，由于与正品差别极小，导致精度会不高。

您的演讲有哪些前沿亮点？

• LLM产品投产落地的典型场景，涉及到场景选择、模型能力到产品可用性的转化、工程鸿沟的解决办法、业务价值衡量全链路。
• 一系列具体的技术难点解法分享,如图形、文字、音频、视频处理、实体识别（人物、图标、IP形象、商品、音乐、商标、版权…）、计算机视觉、实体动作连续性跟踪、复杂规则RAG召回与推理判定等等。

听众收益

1. 用实例来分享AI 场景选择与商业价值判断->模型能力到实际生产力转化的探索全过程；
2. AI 应用时的整体技术思维方式、AI 应用过程中的相关的具体技术设计思路与细节；
3. 抄作业：提供给广告/UGC/PGC行业直接的AI提效思路。