面向竞争市场的超个性化 B2B 与 B2C 广告的代理人多模态 AI：基于 AI 的竞争性广告框架
机器学习
2025-04-02 v1 人工智能
多智能体系统
社会与信息网络
摘要
基础模型（FMs）在实际应用中的使用日益增长，对动态市场需要灵活、可靠且高效的策略。在化工行业，AI 发现的材料推动了创新，但商业成功取决于市场采纳，需要能够在野外运行的 FMs 驱动广告框架。我们提出了一个多语言、多模态 AI 框架，用于 B2B 和 B2C 市场的自主、超个性化广告。通过整合检索增强生成（RAG）、多模态推理和自适应基于角色的定向，该系统生成符合文化背景、市场导向的广告，以迎合不断变化的消费者行为和竞争格局。验证方法结合真实产品实验和模拟人类殖民群体模型，以模拟消费者角色、大规模优化策略并确保隐私合规。合成实验模拟真实场景，使在不冒风险的 A/B 测试的情况下测试广告策略具有成本效益。通过将结构化检索增强推理与情境学习（ICL）相结合，该框架提升了参与度，防止了市场劫持，并最大化了 ROAS。本工作桥接了 AI 驱动的创新与市场采纲，推动了面向高风险决策的商业营销中多模态 FMs 的部署。
引用
@article{arxiv.2504.00338,
title = {Agentic Multimodal AI for Hyperpersonalized B2B and B2C Advertising in Competitive Markets: An AI-Driven Competitive Advertising Framework},
author = {Sakhinana Sagar Srinivas and Akash Das and Shivam Gupta and Venkataramana Runkana},
journal= {arXiv preprint arXiv:2504.00338},
year = {2025}
}