At Cannes Lions, NVIDIA Partners Reshape Advertising and Marketing With AI

6 月 18 日消息，

当下的广告营销行业，正站在一个转折点上。数字时代给了它“速度”，而AI时代，要给的是“自主运营”的能力。

对于正在构建下一代广告营销技术的公司来说，问题已经不是要不要拥抱AI，而是：现有的基础设施，撑得住AI要求的规模和速度吗？

6月22日至26日在法国举办的戛纳国际创意节上，Alembic、Amazon Web Services（AWS）、Criteo、Higgsfield、KERV.ai和Taboola等一众行业领导者，将展示如何借助NVIDIA的技术，释放更大的创造力，并实现更快速、更自主的企业级运营。

决策智能，正在进入企业级规模时代

先来看看Alembic这家做因果AI的平台。它解决的，正是企业最头疼的一个问题：如何真正证明哪些营销手段推动了增长，而不仅仅是事后复盘发生了什么？要同时跨渠道、跨市场、跨人群建模真实的因果关系，需要的AI基础设施可不是闹着玩的——它得能处理海量、快速变化的数据，还不能简单地用相关性分析来糊弄。

Alembic这次与NVIDIA DGX Vera Rubin NVL72系统合作，将其因果AI模型的规模推到了新高度。模型能分析的变量更多了，能运行的模拟更大了，最终量化出营销投入中真正驱动增长的因素。Alembic也成为首家使用NVIDIA DGX Vera Rubin SuperPOD进行企业级因果建模的因果AI公司。对于企业高管而言，这意味着终于有了一个不偏不倚的“真相源”，能告诉他们什么真正带来了业绩，钱又浪费在了哪里，未来的决策也更有底气。

值得一提的是，Alembic的推理运算是在Equinix数据中心内的私有超算基础设施上完成的——企业数据本身就存在那里，AI工作负载不用到处跑。World Wide Technology则进一步将这套方案拓展到了安全合规要求更高的环境。几家公司联手，为那些对资本决策负责的高管和数据负责人，提供了一整套完整的企业级AI方案。

更智能的出价，在竞拍发生的瞬间完成

对于广告主来说，要在每天数十亿次交易中精准投放广告和推荐内容，AI不仅要准，还要快，成本还得可控，才能大规模跑起来。

AWS这次的做法，是把云基础设施、基础模型和NVIDIA GPU加速的计算能力整合成一个统一的方案，专为广告技术行业打造，足以应对AI袋里时代的规模需求。AWS为广告主、需求方平台、供应方平台以及独立软件开发商，提供了一个可以直接在竞价过程中运行的参考实现。背后的关键，是NVIDIA Triton推理服务器——它的深度学习推理速度快到足以在实时竞拍的时间窗口内完成。

这意味着，广告技术公司终于可以告别那套基于规则的老方法，转而用AI模型来驱动投放策略——出价优化、受众激活、交易评分，统统可以在实时竞拍管道里直接完成。

再来看看Criteo。这家广告技术公司做的事，是在数字广告领域最大的推荐网络之一中，帮零售商在正确的时间把正确的产品推给正确的消费者。要让推荐始终保持相关性，就得不停用数十亿条消费者行为数据重新训练AI。而在这个过程中，速度直接决定了质量。

与NVIDIA合作后，Criteo在NVIDIA Blackwell GPU上实现了约2倍的模型训练加速，这主要得益于NVIDIA cuEmbed开源库。效率提升带来的好处很直接：每年节省约17,000 GPU小时的算力。现在，他们正计划把这项工作做得更大。

Taboola则把同样的基础设施逻辑应用到了对话式AI上。他们用NVIDIA GPU来驱动自家的AI问答引擎DeeperDive，并正在将这套基础设施扩展给更多的AI平台和聊天机器人，让它们也能通过广告来产生收益。

AI袋里正在渗透营销全流程

在营销以及其他行业，AI袋里正越来越多地扮演“数字同事”的角色，能够自主跑完规划、执行和优化这一套长周期任务。但企业真正大规模部署AI袋里，前提是得有完善的管控——安全护栏、可审计性、基于角色的权限管理，一样都不能少。

NVIDIA Agent Toolkit（包括NVIDIA NemoClaw蓝图和NVIDIA OpenShell安全运行时）就是为此准备的。

拿Higgsfield AI来举例。这家AI视频和图像生成平台，推出了Higgsfield Supercomputer袋里，能用一套界面管理营销自动化的全生命周期：从创意构思、规划、素材制作，到发布上线，再到自动优化。它协调了多个主流大语言模型和35个以上的图像、音频、视频模型，其中就包括Higgsfield基于NVIDIA Blackwell架构自研的Soul和Soul 2.0模型。

在这次合作中，NVIDIA Agent Toolkit软件（包括NVIDIA Nemotron开源模型）驱动了Higgsfield Supercomputer内部的各类专业子袋里，让它们能持续地运行在每个营销活动之中。NemoClaw和OpenShell则被整合进来，为企业提供信任层面的保障。

结果就是：从创意构思、素材制作，到发布、效果分析、持续优化，整个营销生命周期被无缝集成到了一个界面里。目前，已有近400家财富500强公司的营销活动是在这个平台上完成的。

视频来源：Higgsfield。

上下文与内容智能，规模化的新解法

要让AI真正理解内容的含义，就需要更先进的基础设施支撑。NVIDIA的多模态方案，集成了向量搜索、数据处理和视频理解能力，让这种“理解力”在规模化生产环境下变得可行。

KERV的Moment Match引擎就是一个很好的例子。它会分析每一帧视频画面和媒体资产中的大量信号，理解其中的场景、物体和产品，然后基于广告创意本身——也就是广告的视觉和文字元素——来进行内容推荐，从而提升互动效果。

视频来源：KERV.ai。

最近，KERV.ai优化了自身的处理流程，在平台中使用了NVIDIA Nemotron 3 Nano Omni开源模型后，速度和效率提升了超过10倍。KERV的方案不仅能分析每个广告或媒体简报的内容，还能判断谁会对此产生共鸣，以及在内容的哪个时间点进行投放效果最好。

在AI视频理解的公开基准测试MediaPerf上，Nemotron 3 Nano Omni模型——已被包括使用NVIDIA DGX B200系统的PYLER在内的生态伙伴所采用——在所有被评估的模型（无论开源还是闭源）中，实现了最高的吞吐量和最低的推理成本。

演示视频提供：Higgsfield。