近日，明略科技與北京大學、吉林大學合作的最新研究成果《PRE-MAP: Personalized Reinforced Eye-tracking Multimodal LLM for High-Resolution Multi-Attribute Point Prediction》被ACM MM 2025正式接收。該研究為解決現有視覺注意力模型在個性化注視點預測中的局限性，提出了一種新的方法（PRE-MAP）和一個大規模多模態數據集（SPA-ADV），以更好地捕捉個體差異并提高高分辨率視頻中的多屬性注視點預測精度。
ACM MM 2025（ACM International Conference on Multimedia）計劃將于2025年10月27—31日在愛爾蘭都柏林舉辦。該會議由國際計算機學會（ACM）主辦，是全球多媒體技術領域的旗艦會議，同時也是中國計算機學會（CCF）推薦的A類國際學術會議。
論文標題： PRE-MAP: Personalized Reinforced Eye-tracking Multimodal LLM for High-Resolution Multi-Attribute Point Prediction
（中文標題：PRE-MAP：用于高分辨率多屬性注視點預測的個性化眼動追蹤多模態大語言模型）
論文作者：吳寒冰*、姜平*、蘇安煬*、趙晨旭、傅天宇、吳明輝、譚北平、李慧盈（*為共同第一作者）
研究成果簡述：
1. 直擊行業核心痛點
在當今的數字廣告領域，理解消費者的目光焦點至關重要。然而，不同背景的觀眾（如年齡、性別各異）在觀看同一視頻廣告時，其注意力分布也大相徑庭，傳統技術卻無法捕捉這種個性化差異。傳統的顯著性預測模型通常采用分割方法，依賴于降采樣的低分辨率圖像來生成顯著性熱圖，隨后將其放大到原生分辨率，這限制了它們捕捉個性化注意力模式的能力。
2. 構建高質量數據底座
為攻克這一難題，研究團隊開創性地建立了業界領先的大規模個性化注視行為數據集（SPA-ADV），首次記錄了超過4500名不同年齡與性別背景用戶的真實視覺行為。該數據集提供精確的個體級注視點坐標，為個性化顯著性建模提供了高質量的基準數據支持。
3. 研發高精度預測模型
基于此數據集，團隊研發了PRE-MAP創新AI預測模型。該模型能結合用戶的個人特征，利用最前沿的多模態大模型技術，增強模型的泛化能力和個性化預測效果，精準預測出“某一類人會看哪里”。有效解決現有AI模型預測不準、難以聚焦個性化熱點的問題，幫助品牌方和廣告商更科學地優化廣告創意、評估投放效果，實現真正的“精準觸達”。
明略的多模態實踐：從腦電到眼動，補齊廣告預測模型的關鍵拼圖
此次成果并非孤立的突破，而是明略科技在多模態領域長期且深度耕耘的必然結果，彰顯了公司在前沿AI技術探索與大模型應用落地上的前瞻性布局：
早在2023年，明略科技率先成為國內首家基于多模態大語言模型（MLLM）實現智能社交媒體內容分析和策略生成的企業，首度將多模態大語言模型（MLLM）應用于識別并預測能帶來最佳營銷效果的多樣化內容類型，開辟了廣告領域全新的多模態技術應用賽道。
2024年，明略科技推出超圖多模態大型語言模型（HMLLM），進一步整合了腦電等非標模態數據，支持企業對廣告素材中的實體、情緒、效果、場景及受眾等多樣化元素進行深度分析，從而提升營銷效果，生成預測效果良好的有效營銷內容，并為企業視頻廣告提供多維度優化建議。超圖多模態大型語言模型（HMLLM）的相關成果曾榮獲ACM MM 2024最佳論文提名。
今年6月，基于自研的超圖多模態大型語言模型（HMLLM），協同混合專家（MoE）模型，明略科技再推創新成果——AI驅動的全球化廣告測試及優化平臺AdEff。該平臺專為全球廣告創意測量打造，可快速、準確預測消費者對廣告的主觀反應和廣告效果，并給出優化建議。在測試效率大幅提升的同時，顯著降低廣告測試成本，讓企業有機會對每一支廣告進行測試，在 “創意感性” 與 “商業理性” 之間找到平衡。
直至7月本次研究成果被接收，標志著明略科技在多模態學習這一人工智能前沿方向取得了又一突破性進展，補齊了廣告預測模型中“用戶個性化視點追蹤”這一關鍵拼圖。它既是推動廣告預測模型高質量發展的重要一環，也昭示著機器理解人類感知的精度即將邁上新的臺階。
在數字化內容日益碎片化的今天，AI驅動的科學預測已成為提升內容觸達效率的關鍵引擎。明略科技在多模態學習領域的系統性實踐，將在品效提升、成本優化和內容創新層面展現出廣闊的應用價值。
立足于此，明略科技的視野不止于多模態領域的深耕。未來，公司將會面向更廣闊的AI大模型及Agent技術領域持續探索，致力于把前沿科研成果轉化為強大的產業動能，驅動廣告營銷乃至更多行業的智能化升級，為構建高效、智能的技術生態貢獻力量。
