专题演讲嘉宾：吴昊宇

在营销内容生产与效果评估中，传统 NLP 技术解析消费者反馈、制定策略的效率瓶颈显著。消费者社媒相关中的内容要素（如产品功能、情感倾向）和讨论角度（如场景化需求、竞品对比）需依赖大量人力标注和评估，且广告视频的主客观评测缺乏系统性框架，导致策略迭代周期长、成本高。基于多模态大模型等技术，可以有效解决营销链路的效果和效率问题，进而打造生成式营销产品体系。

本次分享将围绕营销场景，首先介绍如何基于多模态大模型技术构建“解码-生成-评测”的营销全链路体系；同时说明如何训练支持主客观联合评测的多模态模型，进而量化分析广告视频的情感传递、信息完整度等指标；最后结合实际营销落地案例中遇到关键问题和架构路线选择，介绍生成式营销必备的体系架构思维。

演讲提纲：

1. 多模态解析与生成：构建高效内容策略
   • 社媒数据的多模态解析
   • 基于大模型的营销内容策略生成
2. 面向营销广告视频的主客观评测
   • 多模态模型如何量化广告视频的情感传递、信息完整度
   • 自动化评测体系如何优化投放策略
3. 生成式营销的体系架构与落地思考
   • 生成式营销系统的常用架构思维
   • 关键落地挑战与架构路线选择
4. 总结与展望
   • 未来生成式营销的发展趋势
   • 如何借助多模态大模型提升营销 ROI

听众收益：

• 了解大模型在营销领域的应用和前沿实践
• 了解大模型在营销领域落地的关键问题、架构路线的选择