de.wedoany.com-Bericht: Am 3. Juli hat „Juliang Engine“ offiziell die Version 2.5 des selbst entwickelten Werbe-Governance-Modells Mamoda veröffentlicht. Die Fähigkeiten des Modells haben sich von der früheren textbasierten Einzelpunkterkennung auf die Erkennung von Bildern, Kurzvideos und vollständigen Videoinhalten ausgeweitet und bieten technische Unterstützung für Werbeprüfung, Risikoerkennung und Inhalts-Governance.
Die Anwendungsszenarien des Werbe-Governance-Modells konzentrieren sich auf die Prüfung von Werbematerialien, die Erkennung von Verstößen, die Beurteilung von irreführender Werbung, die Filterung minderwertiger Inhalte und die Sicherheitsverwaltung von Plattforminhalten. Die Formen von Internet-Werbematerialien werden immer komplexer. Es wird zunehmend schwieriger, Risiken, die sich aus Bildern, Videos, Untertiteln, Sprache, Bildbewegungen und Kontextkombinationen ergeben, allein durch Textregeln oder Stichworterkennung abzudecken. Mamoda 1.0 begann mit der textbasierten Einzelpunkterkennung und erweiterte sich schrittweise auf Bilder und Kurzvideos. Die Version 2.5 erweitert dies nun auf vollständige Videoformate, was zeigt, dass „Juliang Engine“ die Werbe-Governance-Fähigkeiten von der Einzelinformationserkennung auf eine multimodale Gesamtbeurteilung vorantreibt. Für Werbeplattformen können solche Fähigkeiten die Prüfungseffizienz steigern, wiederholte manuelle Beurteilungen reduzieren und potenzielle Compliance-Risiken bereits vor der Werbeauslieferung frühzeitig erkennen.
Die Schwierigkeit der Video-Werbe-Governance ist deutlich höher als bei reinem Text und statischen Bildern. Ein Videomaterial kann gleichzeitig gesprochene Inhalte, Untertitel, Bilder, Produktpräsentationen, Personenbewegungen, Hintergrundtexte und Schnittrhythmen enthalten. Erst durch die Kombination dieser verschiedenen Elemente entsteht eine vollständige Semantik.
Nachdem Mamoda 2.5 vollständige Videoformate abdeckt, muss es nicht nur die Bilderkennung bewältigen, sondern auch die Transkription von Sprache, die Erkennung von Untertiteln, das Szenenverständnis, den Abgleich von Produktinformationen und die Verknüpfung von vorherigen und nachfolgenden Segmenten. Verstöße in Werbeinhalten erscheinen manchmal nicht direkt in Überschriften oder Texten, sondern sind in gesprochenen Inhalten, Bildandeutungen, übertriebenen Darstellungen oder der Zusammenstellung mehrerer Materialsegmente versteckt. Der Einsatz großer Modelle für die Werbe-Governance ermöglicht es, Text-, Bild-, Videobild- und Audioinformationen in dieselbe Beurteilungslogik zu integrieren und so die Erkennungsfähigkeit für komplexe Materialien zu verbessern. Für Plattformhändler und Werbetreibende trägt ein stabileres Governance-Modell auch dazu bei, Fehlurteile, Fehlerkennungen und Schwankungen im Prüfungszyklus zu reduzieren, wodurch der Werbeauslieferungsprozess kontrollierbarer wird.
Die Veröffentlichung von Mamoda 2.5 durch „Juliang Engine“ spiegelt auch wider, dass Werbetechnologieplattformen große Modelle für ihre interne Governance-Infrastruktur nutzen. Früher legten Werbesysteme mehr Wert auf Traffic-Verteilung, Auslieferungseffizienz und Konversionsraten. Heute sind Inhalts-Compliance, Markensicherheit und Plattformverantwortung ebenso zu Kernkompetenzen geworden. Mit der Zunahme von Kurzvideo-Werbung, Live-Streaming-Werbung und KI-generierten Werbematerialien müssen Werbe-Governance-Modelle kontinuierlich neue Ausdrucksformen und neue Risikoinhalte erkennen. Die Veröffentlichung von Mamoda 2.5 bedeutet, dass „Juliang Engine“ seine selbst entwickelten Modellfähigkeiten im Bereich der Werbeprüfung und Inhaltsicherheit weiter verstärkt.
Derzeit konzentrieren sich die öffentlich zugänglichen Informationen auf die Veröffentlichung der Version Mamoda 2.5 und die Erweiterung der Fähigkeitsgrenzen. Es wurden noch keine spezifischen Modellparameter, Testkennzahlen, implementierte Kunden oder Daten zur Steigerung der Prüfungseffizienz veröffentlicht. Es ist jedoch bestätigt, dass Mamoda sich von der Texterkennung auf die vollständige Video-Governance ausgeweitet hat. Zukünftige Anwendungen werden sich verstärkt auf die Prüfung von Werbematerialien, Risikoerkennung, Plattform-Governance, Compliance von Händlerauslieferungen und multimodale Inhaltsicherheitsverwaltung konzentrieren.
