UC头条广告之友

开户电话/微信18771956544

信息分享

移动互联网的快速发展，让广告投放成为众多企业推广产品、服务的重要手段。而UC头条应用中心作为一款颇受欢迎的广告投放平台，具备以下优势，也需要广告主在投放时注意一些事项。一、优势：1.巨大用户群体：UC头条应用中心拥有庞大的用户数量，覆盖了全球范围内的用户。这意味着广告主能够将产品或服务推送给更广泛的目标受众，实现更高的曝光度和点击率。2.精准的定向推送：UC头条应用中心通过用户行为分析、兴趣...

UC头条引爆信息流广告

互联网的迅速发展，使人们获取信息的途径也越来越多样化。而在这一多样化的信息流中，互联网广告扮演了重要的角色。其中，UC头条作为一款广告推广平台，利用其强大的用户基数和定向推荐技术，成功引爆了信息流广告的市场。首先，UC头条广告通过精准的定向推荐，为广告主提供了更具针对性的广告投放方式。UC头条拥有庞大的用户群体，通过分析用户浏览记录、搜索习惯以及兴趣爱好等多个维度，能够精准地将广告送达到目标...

UC头条广告推广常见的计费模式为话题

UC头条作为一款非常火爆的资讯平台，吸引了大量的用户关注和使用。对于广告主来说，UC头条广告推广是一种非常有效的方式来提升品牌知名度和推广产品。而UC头条广告推广常见的计费模式为话题，下面将对这一计费模式进行详细介绍。首先，我们来了解什么是话题计费模式。话题计费模式是指广告主根据自己的需求选择一个热门话题，并与UC头条合作，在该话题下推广自己的广告内容。这种计费模式相对于传统的CPM（千次展...

探索UC头条ocpc流程：挖掘文化题的价值

移动互联网的发展，使人们获取信息的方式也逐渐从传统媒体转变到了手机端的新闻客户端。作为中国领先的智能信息流服务平台，UC头条通过其独特的内容推荐算法和个性化定制功能，成功吸引了大量的用户。其中，ocpc（Online Cost Per Click）流程更是为企业提供了一种精准广告投放解决方案。本文将就UC头条ocpc流程，并以文化题为例，详细介绍如何在UC头条平台实现有效的广告投放。一、UC...

UC头条广告投放|教育行业爆款素材解析（二）

UC头条广告投放——教育行业爆款素材解析介绍，让我们一起来看一下吧！03 [健康养生] 爆款素材解析健康养生广告行业素材特点以口播+教学为主，展示产品优势。下图真人口播案例一通过情景教学+口播讲解的形式吸引用户兴趣，通过高价值产品低价卖，简单易懂等福利促使用户转化。案例二通过口播+教学的形式，讲解产品优势，同龄人学习场景案例，低门槛低成本促使用户转化。超级汇川爆款素材针对真人口播也有两种调优...

UC头条广告投放|教育行业爆款素材解析（一）

UC头条广告投放——教育行业爆款素材解析介绍，让我们一起来看一下吧！教育行业的广告投放中，行业细分更加细致，广告素材创意进一步追求更加高效和更好转化。要想获得好的投放效果，需要深挖细分行业特点，总结行业洞察及爆款素材思路。超级汇川通过第三方监测数据分析行业素材，同时对比平台内的广告投放素材，总结行业爆款素材特点，希望给教育行业广告主一定启发。从大盘投放广告创意数来看，头部赛道主要以学历教育、...

UC头条OCPC介绍

OCPC，全称为“Open Cooperative Programmatic Committee”，即开放式合作编程委员会。它是一种广告营销策略，旨在通过与外部广告主合作，提升广告活动的效果和回报。在UC头条领域，OCPC已经取得了显著的成果，为广告主带来了更好的展示效果和投资回报率。OCPC的核心原理是通过实时竞价机制，将广告主的投放预算分散到多个媒体渠道，以获取更高的曝光量和更低的点击成...

UC头条广告投放|微信小游戏超级汇川引流起量操作指南（三）

UC头条广告投放|微信小游戏超级汇川引流起量操作指南（二）

UC头条广告投放，如何通过超级汇川平台对微信小游戏进行引流？微信小游戏基建数量建议账户受单账户流量边际效应限制，账户数量决定消耗上限，因此账户数量越多，理论可消耗上限越高(亦受大盘总量影响)计划最小竞价单位，积累数据越多越易获量，因此单计划积累关键数据(CTR、CVR、深度CVR等)尤为关键创意决定广告位覆盖及用户兴趣度(CTR)，」且受去重规则影响，因此差异化广告内容及样式的使用和覆盖，既...

UC头条广告投放|微信小游戏超级汇川引流起量操作指南（一）

UC头条广告投放，如何通过超级汇川平台对微信小游戏进行引流？微信小游戏超级汇川引流起量操作指南。微信小游戏和传统APP投放最大的不同是广告链路非常短，从点击广告到进入小游戏只有一步跳转，具有“即点即玩”的优势微信小游戏投放链路锦帆落地页投放链路1.制作锦帆落地页步骤:新建站点->选微信组件->微信小程序->path链接，将小程序原始ID、Path、APPID填写在组件信息中2.创建转化并完成...

UC头条|分匹配出价常见问题解答

本期小编将为大家介绍UC头条超级汇川分匹配模式出价工具常见问题的解决方案。常见问题1、使用分匹配出价功能后，单元内关键词的精确、短语、广泛匹配模式将如何出价？答：使用分匹配出价单元内的关键词出价将作为出价基数，根据单元内设置的“精确匹配系数：短语匹配系数：广泛匹配系数”乘以相应的系数。如：关键词“A” 广泛匹配出价=关键词“A”原出价*广泛匹配系数。2、使用分匹配出价功能后，原有关键词是什么...

UC头条|分匹配出价工具介绍

为了方便控制关键词覆盖的流量范围，UC头条超级汇川平台推出了分匹配出价工具。接下来我们一起来看看吧！产品背景为便于控制关键词覆盖的流量范围，卧龙系统提供三类匹配模式支持广告主选择。1）精确匹配：可获得最针对性的点击访问，获得潜在客户的范围较窄。2）短语匹配：中庸；相对精确较灵活相对广泛针对性更强。3）广泛匹配：接触广泛受众群众，点击访问针对性不足。各匹配模式的特征单独匹配模式不足满足...

UC头条|超级汇川样式高展工具常见问题介绍

UC头条超级汇川样式高展工具使用过程你都有遇到过哪些问题呢？你知道如何解决吗？常见问题1：计费规则是什么？答：当关键词匹配目标样式参与竞价时，出价变为原始出价*溢价系数，仍按照GSP计费，对不设置分样式出价的样式不受影响。2：出价系数设置多少合理？答：目前系统支持设置1~3范围内的系数，系数设置越高，目标样式展现的概率越大，但由于是GSP计费，单次点击价格未必会一定升高，但从整体来看ACP会...

UC浏览器广告|超级汇川样式高展工具介绍

一提到UC‍浏览器广告就绕不过阿里巴巴旗下超级汇川，今天我们来了解一下超级汇川的营销产品工具之一样式高展！产品介绍存在痛点：1、高级样式推广面临的问题：展现概率低。“为什么黄金地带总是没法稳定展现，展现的都是普通创意？”2、想展现A高级样式，却展现了B“出了个新样式我想试试，为什么总是展现原来的高级样式？”解决问题：样式高展工具通过优化不同样式的出价提升指定样式创意的展现概率。1、在关键...

UC头条|商盾常见问题解答

一提到UC头条就绕不过阿里巴巴旗下超级汇川，今天我们来了解一下超级汇川的工具之一商盾使用过程中常见的问题！常见问题1、策略屏蔽中的策略是怎么对整个账户生效的？答：只要某访客命中了广告主设置的某个策略，那么不管该访客当天再搜索什么词，都不会再展现该广告主账户内的任何推广内容。2、为什么取消了原计划级IP排除功能？答：原计划级的IP排除看起来对屏蔽控制地更精细，但实际上并不能帮您彻底解决恶意点击...

展开更多

uc头条广告投放！AIGC生成广告图技术方案大揭秘

发表时间：2023-08-12 19:25

技术方案

目前在建的制图流程主要有三大类：人物类流程、广告底图流程和意向图文类流程。在各类图片的生成流程中，人物类图片的需求最多，挑战也最大，因此其制图流程也最复杂。

此后，重点以“人物生成”为例，说明uc头条广告投放制图流程的操作过程，并介绍涉及的多种技术的运用方法。

1. 制图流程介绍各类制图技术的流程示意图如下：

人物类流程：

当前主要实现在人脸 ID、发式、服饰、表情、体态、背景等维度上的可控。

uc头条广告投放

广告底图类流程：根据具体的uc头条广告投放营销业务点，应用大语言模型的创意提供能力、综合历史上的高价值物料，整理高质量 prompt，应用 stable diffusion 生成能力，生成多样化的广告底图。

uc头条广告投放

意向图文类流程：在广告营销领域，“意向”的借用，配以和业务点相关的“宣传语”，往往能起到直击人心的营销效果。在“意向”、“宣传语”的获取方面，AIGC依然以大语言模型、历史高价值物料为依据；在文字渲染方面，既可用传统的选取特定字体、字号、颜色的渲染方式，也可直接应用模型（deepfloyd IF）的添加文本方式，前者可控性更强，而后者和图像的整体融合度更自然，可据具体情况选用。

uc头条广告投放

2. 人物制图过程

获取人脸素材-GAN

GAN是一种生成对抗网络模型，基于GAN技术，可以生成丰富的包括不同性别、年龄段、特点的人脸。它的生成器是一个深度卷积神经网络，它由多个层组成，每个层都包含一组卷积和上采样操作，用于将中间向量转换为图像。

生成的步骤如下：

首先，GAN 利用了一组预训练的人脸图像数据集进行训练，学习人脸的特征和风格。

然后，在训练过程中，GAN 将潜在空间向量与可训练的转换器结合，以生成具有不同特征和风格的中间向量，形成（向量、风格）pair对。

最后，将这些中间向量输入到生成器中，就可以获得逼真的人脸图像。

此外，为了避免生成的人脸图像出现棕色或灰色调，GAN 还引入了一个归一化操作，用于平衡不同层之间的输出。GAN 还引入了一种新的技术，称为“progressive growing”，它可以在训练过程中逐渐增加图像的分辨率，从而产生更高质量的图像。最终，GAN 可以生成高度逼真、多样化和可塑性的人脸图像。

GAN 结构及生成人脸的效果展示

控制人物发式、服饰

人物的发式、服饰控制基于StableDiffusion + lora实现的。LoRA，英文全称 Low-Rank Adaptation of Large Language Models，直译为大语言模型的低阶适应，是微软的研究人员为了解决大语言模型微调而开发的一项技术，使其它用在cross-attention layers（交叉关注层）也能影响用文字生成图片的效果。它对人脸的学习效果介于 dreambooth、texual inversion 两者之间，参数文件大小可控：2-200 MB，对人物的发式、服饰泛化生成能力极佳。

交叉注意力层的权重以矩阵形式排列， LoRA模型通过将不同的权重添加到这些矩阵中来微调模型。LoRA 模型文件可以做到很小的的技巧是：将矩阵分解为两个较小的（低秩）矩阵，通过这样做，则可存储更少的参数。

uc头条广告投放

LoRA 矩阵分解示意图

各类文档中往往标示出需要至少3张相同的人脸图像来进行学习，经实验，如对面部无多角度生成需求（如广告图大多数人物形象为正面照），仅用一张人脸图像学习即可（需要为清晰正面照）。

目标人物（第一张）& 生成人物示意图

编辑人物表情、体态

在表情方面，AIGC参考了高价值广告图中的人物表情，用于后期的表情迁移，目的在于明确传达广告图中人物遇到问题时的“苦闷”及解决问题后的“喜悦”情绪；表情迁移技术当前比较稳定的方案是 controlnet 的面部控制。

在体态方案，参考高价值广告图中的人物体态特征：分别用 blender、openpose 生成提取人物姿势；应用 depth 模型提取人物综合体态特征图（即深度图），相较于姿势图，深度图能同时刻画“姿势+身材”；然后用 sd + controlnet 实现，controlnet 作为 sd 的补充网络，生成过程分为两个阶段：

首先，用预处理模型提取人物表情、姿势、深度图

其次，应用 controlnet 大模型作用于 sd 网络，控制按指定表情、姿势进行人物生成。

uc头条广告投放

controlnet 作用于 stable diffusion 网络示意图

controlNet 子网络结果图

调整人物背景

针对广告主营销业务特点，让人物出现在恰当的场景里，如小说类图像人物出现在：健身房、客厅、卧室、花店等室内场景，及公园、山谷、海边等户外场景。背景图的自动化生成工作主要有以下步骤：

首先，收集背景图库，图片可由 sd v2.1 直接生成高清图片，经人工筛选可用，只需找到合适的prompt 。

其次，对包含人物的原图进行抠图，用于后续的背景合成，现基于 PaddleMatting 做人物抠图，未来考虑应用 SAM（Segment Anything Model）实现。

最后，按最终输出图像比例，应用 pillow 库 alpha_composite 方法合成至背景图相应位置。

后置处理过程

上述过程完成后，为了在广告业务实现更好的营销效果，会在图像中添加广告语、品牌logo、水印等信息；除此之外，部分商品按规定需要在广告图上明确标识出营销产品基本信息。这里，AIGC应用准备好的广告语，及广告主提供的产品信息，结合人物识别模型，将广告语及产品信息添加至合适的位置上，保证人物不遮挡。至此，一张可以用于线上投放的人物广告图就完成了。

未来展望

短期规划

目前，AIGC已经可以按照既定的出图流程，持续、稳定地产出高质量的AI广告图像，但在流程自动化、图像丰富度方面，依然存在很大的优化空间。

在短期内，为持续产出更多业务价值，AIGC将在两个方向继续努力：

一方面，对标当前最好的付费产品出图效果，思考其核心技术能力及产品逻辑;

另一方面，跟进最新的开源技术，如 composer、visual 大语言模型、stable diffusion xl、deepfloyd IF等，实现更精确的图像生成和编辑，提高AI出图的可控性及稳定性。

最终，将综合两方面成果，进一步简化出图流程，提高自动化程度，同时大幅提升业务图像的丰富度，以广泛满足各行各业广告主对图像物料的需求。

长期展望

在长期上，AIGC将不再局限于标签化的图像生成，而是让用户自由地同大语言模型去交互，沟通广告创意，模型会给到用户相关性较大的十几、二十种图文示例，用户从中选择一种，选择"量产"。

上一篇uc浏览器广告！仙侠&武侠游戏营销行业洞察

下一篇uc头条广告推广！让你轻松玩转AIGC广告图像

分享到：