明略科技高级技术总监吴昊宇：以“感知-认知-行动”，解锁智能营销新范式

9月13日，在2025年中国软件研发创新科技峰会（CSDIsummit）现场，人工智能与产业融合的深度实践成为核心议题。营销作为AI最快落地领域备受瞩目。明略科技高级技术总监吴昊宇受邀出席峰会，以“寒武纪生命大爆发”类比，深入剖析当前营销行业正在经历的剧烈变革，发表《智能Agent在生成式营销中的落地闭环》主题演讲。

明略科技高级技术总监吴昊宇，图片来源：明略科技

吴昊宇指出，2024年，短视频、内容电商、社交媒体广告在品牌预算占比的大幅提升，这一趋势在2025年持续深化，同时为行业带来三大挑战：

内容生命周期急剧缩短：传统广告素材可复用1个月以上，而当前效果类、电商类广告的有效周期仅3天左右，随后CPM（千次曝光成本）与转化效率会大幅下滑；

用户路径从“主动”变“被动”：传统电商是用户“有需求→搜索→比价→购买”，而内容电商则是用户“被动刷到→内容吸引→情绪共鸣→冲动下单”，品牌若不能在3秒内抓住用户注意力，传递核心卖点，广告即失效；

内容产能与质量矛盾突出：品牌若需要每周产出大量优质视频，延续传统制作模式难以实现，亟需标准化、智能化的生产体系。

2025年大模型技术的突破性发展，恰好为应对这些挑战提供了关键支撑，成为营销行业在“寒武纪变革”中破局的核心动力。

从技术能力看，大模型已从单一语言交互升级为多模态协同，不仅能“看图说话”，更能跨文本、语音、图像灵活生成内容；推理能力实现质的飞跃，不再是简单输出碎片化内容，而是能做到“说得有逻辑”，进行复杂的内容脚本创作。

从应用落地看，大模型成本的快速下降，进一步降低了营销智能化的门槛。此前，顶尖模型的大规模应用多局限于头部企业，2025年，中小品牌也有机会根据自身需求搭建专属智能营销体系。

那么，对于企业来说，如何推动AI在营销场景快速落地？明略科技高级技术总监吴昊宇结合公司在大模型领域的技术探索，从“感知-认知-行动”三个层面，拆解了当前营销技术创新的可落地方案。

以下内容摘录自其演讲原文：

一、感知系统：看到的要真，听到的要全

感知系统是整个营销Agent的基础。企业在营销洞察环节，时常面临三个核心痛点：

一是深度分析取数做不对——口径不一、第三方榜单失真，甚至连价格字段都可能抓漏，导致数据无法支撑决策；

二是全景社媒库不完整——平台割裂、圈层语言不同，中腰部KOL投放，以及用户二创内容很难追踪，看不到完整的市场动态；

三是爆款内容解析不到位——抓不住黄金3秒的关键，卖点跟用户痛点脱节，内容风格还和平台调性不匹配，学不到爆款的核心逻辑。

针对这些问题，我们用三项对策解决：

第一，打造统一口径的可信商业Agent系统——通过专业模型获取数据，确保取数口径一致、数据真实可信；

第二，构建覆盖多平台与人群的最全社媒数据+AI洞察——我们每天处理超1.3亿条数据，自动解析数百万的视频和图片内容，构建380多个维度的内容和用户标签，覆盖主流社交平台和新闻站点，让品牌能看到完整的市场动态；

第三，做好爆款拆解+AI理解——把爆款视频从“视频-片段-分镜”三级拆解，将开场三秒、证据镜头、节奏、封面等关键要素指标化，让品牌知道“爆款为什么爆”，并能直接复用核心逻辑。

这里要特别提一下我们的深度分析Agent框架，它是感知系统的“核心引擎”，确保数据精准、可信：

多智能体协作体系：让专业的Agent做专业的事；

智能体工作流引擎：自动构建与执行流程，把一次跑通的好路径变成“模板+清单”，下次用的时候一键就能启动，不用重复试错；

长短期记忆管理机制：短期记忆保证单次任务连贯，长期记忆把经验沉淀成“避坑手册”，下次少走弯路；

多模态专业模型和API：优先对接高可信数据源，确保每一个数据都有来源、可追溯。

另外，我们还有两个专有模型支撑感知：一是Cito专业指令推理模型，能把用户模糊的需求转换成可执行的任务链路；二是Mano专业灵巧手模型，只要说清目标和规则，它就会用“Plan→Action→Verify”的闭环在浏览器里操作，每一步都有截图留痕，还能在线强化学习，越用越准。

Mano模型框架概览，图片来源：明略科技

二、认知系统：让内容效果可预测、可优化

如果说感知系统是“找方向”，那么认知系统就是“判断好坏”。决定增长的不是生成了多少内容，而是哪条内容更好、为什么好。

认知系统的核心是从消费者角度出发，预测注意力、好感、信任等主观指标，在投放前就排除“低胜率”内容，避免测试经费浪费。针对品牌广告，我们要看内容是否符合品牌认知一致性、能否强化品牌记忆；针对效果广告，我们会重点看黄金3秒吸引力、信息传递效率，确保内容能打动用户。

为了把“专家看片”的直觉转化为可落地的指标，我们分三步走：

第一步，把内容交给我们自研的明敬超图多模态大模型——它会基于采集到的脑电、眼动等非标模态数据，预测观众的主观反应；

第二步，生成客观证据线——模型自动生成整体与逐秒的内容描述，解码核心信息是否传达到位，比如产品卖点有没有讲清楚、品牌标识有没有足够曝光；

第三步，接入MOE多专家推理——让洞察、创意、行业、广告法等“虚拟专家”一起审核，最终输出内容的优势、劣势和优化建议，比如“黄金3秒该换成哪种模式”“文案风险点在哪”“封面和节奏该怎么调”。

这里要重点介绍我们自主研发的“明敬超图多模态大语言模型”，它的核心是把人类的主观认知“教”给了机器。简单来说，它不只是“看懂了内容”，还“看懂了用户是如何被打动的”。相关研究论文已经获得了ACMMM2024最佳论文提名。

明敬超图多模态大模型整体架构，图片来源：明略科技

为了保证模型的准确性，我们做了大量基础工作：采集了超过10万人次的真人广告测试数据。在主观视频理解测试基准Video-SME上，明敬超图多模态大模型多个版本都取得优秀成绩，在客观任务为主的Video-MME测试集上也排名前列，综合理解能力领先；通过对真人样本广告创意测试的平均分，以及模型预测得分进行回归分析，样本一致性高达89%，这表明模型与人类主观评价已具有较高的相关性，非常接近人类判断的能力。

在具体场景中，模型不仅能快速实现广告创意效果预测，还能基于预测给出具体的优化建议，从而辅助品牌有针对性的调整内容。

三、行动系统：让创意快速落地为可投放内容

行动系统是“最后一公里”，基于感知和认知的结果，行动系统可以自动生成脚本、匹配素材、剪辑视频，打通从创意到投放的全流程。

举个汽车品牌的例子：我们先通过感知系统明确目标人群——在各自领域小有成就、希望享受生活但关注性价比的中青年，他们看重“恰到好处的驾控体验”和品牌调性；接下来，认知系统预测这类人群对“生活场景化内容”反应更积极；最后，行动系统结合这些洞察，自动生成视频剧本故事板，包括分镜描述、画面概念图、台词、演员建议等，甚至能直接调用素材库匹配画面，若没有匹配素材，可借助AI生成，最终快速产出可投放的视频。

随着AI技术的发展，营销行业已经进入了“后寒武纪时代”，不再是仅靠某个单点优势就能存活。真正的核心是“感知-认知-行动”三个系统的协同：有了真且全的感知，才能找准方向；有了能预判效果的认知，才能少走弯路；有了能快速落地的行动，才能抓住流量机会。

对于企业来说，机会就在于用好大模型，多去看目标用户的真实需求，多去拆优质内容的核心规律，多去试自动化的生产方式，把这三个能力练扎实。未来，明略科技会继续迭代“感知-认知-行动”系统，以更精准的数据、更智能的模型、更高效的工具，助力更多品牌在大模型时代抓住机遇，实现增长突破。