研究人员开发了AdGazer，这是一种机器学习工具，可以在数字广告展示之前预测你是否会真正看到它。
简要概述
• AdGazer是一种利用眼动追踪训练的AI来预测人类广告注意力的模型
• 页面上下文驱动高达三分之一的广告注意力结果
• 学术演示可能迅速演变为实际的广告技术部署
在你正在阅读的文章和旁边的广告之间，一场争夺你眼球的安静战争正在上演。大多数展示广告都失败了，因为人们就是讨厌广告——以至于像Perplexity或Anthropic这样的大型科技公司正试图远离这些侵入性的负担，寻找更好的货币化模式。
但马里兰大学和蒂尔堡大学研究人员开发的新AI工具想要改变这一点——通过在你看到广告之前，以令人不安的准确性预测你是否会真正看到它。
这个工具名为AdGazer，它通过分析广告本身和周围的网页内容来工作——然后根据广泛的广告研究历史数据，预测典型观众会盯着广告及其品牌标志多长时间。
研究团队在3,531个数字展示广告的眼动追踪数据上训练了该系统。真实的人佩戴眼动追踪设备浏览页面，他们的注视模式被记录下来。AdGazer从所有这些数据中学习。
当在从未见过的广告上进行测试时，它以0.83的相关性预测注意力——这意味着其预测与实际人类注视模式的一致性约为83%。
与其他专注于广告本身的工具不同，AdGazer会读取其周围的整个页面。金融新闻文章旁边的奢侈手表广告与同一手表广告放在体育比分旁边表现不同。
根据发表在《营销杂志》上的研究，周围上下文至少占广告获得注意力的33%——以及观众注视品牌特定时间的约20%。对于长期以来认为创意本身承担所有重负的营销人员来说，这是一个重大发现。
该系统使用多模态大语言模型从广告和周围页面内容中提取高级主题，然后找出它们在语义上的匹配程度——基本上是广告本身与其放置的上下文。这些主题嵌入被输入到XGBoost模型中，该模型将它们与低级视觉特征结合，产生最终的注意力分数。
研究人员还构建了一个界面Gazer 1.0，你可以上传自己的广告，在品牌和视觉元素周围绘制边界框，并获得以秒为单位的预测注视时间——以及显示模型认为图像哪些部分会吸引最多注意力的热图。它无需专用硬件即可运行，尽管完整的LLM驱动的主题匹配仍需要尚未集成到公共演示中的GPU环境。
目前它还是一个学术工具。但架构已经存在。研究演示与生产广告技术产品之间的差距是以月为单位——而不是年。
本网站所有区块链相关数据与资料仅供用户学习及研究之用，不构成任何投资建议。转载请注明出处：https://www.lianxinshe666.com/2026/02/22/%e8%90%a5%e9%94%80%e4%ba%ba%e5%91%98%e5%a6%82%e4%bd%95%e5%88%a9%e7%94%a8ai%e7%a1%ae%e4%bf%9d%e4%bd%a0%e7%9c%8b%e5%88%b0%e4%bb%96%e4%bb%ac%e7%9a%84%e5%b9%bf%e5%91%8a/
