在戛纳国际创意节，NVIDIA合作伙伴用AI重塑广告与营销

NVIDIA Blog 2026/06/18 13:00 新闻

ai-advertising marketing-ai cannes-lions nvidia-partners causal-ai real-time-bidding enterprise-ai

摘要

NVIDIA合作伙伴如Alembic、AWS和Criteo在戛纳国际创意节展示AI驱动的广告技术，包括用于营销投资回报率的因果AI和GPU加速的实时竞价。

<div id="bsf_rt_marker"></div>数字时代给广告和营销行业带来了速度；AI时代则赋予了它自主运营的能力。 对于构建下一代广告和营销技术的公司来说，问题已不再是是否采用AI，而是其基础设施能否以行业所需的速度和规模支持AI。 在6月22日至26日于法国举办的戛纳国际创意节上，行业领导者包括Alembic、Amazon Web Services (AWS)、Criteo、Higgsfield、KERV.ai和Taboola，共同展示NVIDIA技术如何释放更大的创造力，并实现企业级规模下更快速、自主的运营。 <h2>企业级决策智能</h2> 因果AI平台<a target="_blank" href="https://alembic.com/alembic-secures-nvidia-vera-rubin-superpods-causal-ai">Alembic</a>帮助企业解决最大的挑战之一：证明哪些营销举措真正推动增长，而不仅仅是报告发生了什么。同时跨每个渠道、市场和受众对真实因果关系进行建模，需要能够处理海量、快速变化数据集而不会将其简化为基于相关性的假设的AI基础设施。 <a target="_blank" href="https://www.nvidia.com/en-us/data-center/dgx-vera-rubin-nvl72/">NVIDIA DGX Vera Rubin NVL72系统</a>使Alembic能够扩展其因果AI模型，分析更多变量，运行更大规模的模拟，并量化营销投资中真正的增长驱动因素。Alembic将成为首家使用<a target="_blank" href="https://www.nvidia.com/en-us/data-center/dgx-superpod/">NVIDIA DGX Vera Rubin SuperPODs</a>进行企业级因果建模的因果AI公司，为高管提供关于哪些因素推动了业务成果以及资本浪费在何处的单一真实来源，从而让他们能够自信地做出未来决策。 Alembic的推理运行在Equinix数据中心内的私有超级计算基础设施上，企业数据本就驻留于此，从而保持AI工作负载的本地化。World Wide Technology将此扩展到安全且受监管的环境。这些公司共同提供了一套专为负责资本决策的高管和数据领导者打造的企业级AI堆栈。 <h2>拍卖速度下的智能竞价</h2> 对于广告主而言，在每天数十亿笔交易中投放广告和推荐相关内容，需要AI具备足够精准、快速且经济的规模化运行能力。 <a target="_blank" href="https://aws.amazon.com/blogs/industries/deploy-agentic-bidding-without-sacrificing-speed-artf-containers-with-nvidia-gpu-acceleration-on-aws/">Amazon Web Services (AWS)</a>将云基础设施、基础模型和NVIDIA GPU加速计算整合到一个统一的广告技术堆栈中，以应对AI代理时代的规模需求。AWS为广告主、需求方平台、供应方平台和独立软件供应商提供了生产就绪的参考实现，以在拍卖内部直接运行由AI驱动的竞价——该实现由<a target="_blank" href="https://docs.nvidia.com/deeplearning/triton-inference-server/user-guide/docs/index.html">NVIDIA Triton推理服务器</a>提供动力，该服务器能够提供足够快的深度学习推理以适应实时拍卖窗口。 这意味着广告技术公司可以从基于规则的决策转向AI驱动的模型，直接在实时拍卖流水线中进行出价优化、受众激活和交易评分。 广告公司<a target="_blank" href="https://www.nvidia.com/en-us/on-demand/session/gtc26-s82431/">Criteo</a>帮助零售商在正确的时间向正确的购物者展示正确的产品，覆盖数字广告中最大的推荐网络之一。保持推荐的相关性意味着需要持续在数十亿购物者时间线上重新训练其AI，这一过程中速度直接转化为质量。 与NVIDIA合作，Criteo在NVIDIA Blackwell GPU上实现了模型训练速度约2倍的提升，这得益于<a target="_blank" href="https://github.com/NVIDIA/cuEmbed">NVIDIA cuEmbed</a>开源库。这种效率已经每年释放约17,000个GPU小时，两家公司正在进一步扩大这一成果。 <img fetchpriority="high" decoding="async" class="aligncenter wp-image-94764 size-medium" src="https://blogs.nvidia.com/wp-content/uploads/2026/06/criteo-infographic-960x540.jpg" alt="信息图展示了Criteo在数十亿购物者时间线上训练AI，在NVIDIA Blackwell GPU上实现2倍模型训练速度提升，每年释放约17,000个GPU小时。" width="960" height="540" srcset="https://blogs.nvidia.com/wp-content/uploads/2026/06/criteo-infographic-960x540.jpg 960w, https://blogs.nvidia.com/wp-content/uploads/2026/06/criteo-infographic-1680x945.jpg 1680w, https://blogs.nvidia.com/wp-content/uploads/2026/06/criteo-infographic-1280x720.jpg 1280w, https://blogs.nvidia.com/wp-content/uploads/2026/06/criteo-infographic-1536x864.jpg 1536w, https://blogs.nvidia.com/wp-content/uploads/2026/06/criteo-infographic-scaled.jpg 2048w, https://blogs.nvidia.com/wp-content/uploads/2026/06/criteo-infographic-1290x725.jpg 1290w, https://blogs.nvidia.com/wp-content/uploads/2026/06/criteo-infographic-630x354.jpg 630w, https://blogs.nvidia.com/wp-content/uploads/2026/06/criteo-infographic-300x169.jpg 300w, https://blogs.nvidia.com/wp-content/uploads/2026/06/criteo-infographic-400x225.jpg 400w" sizes="(max-width: 960px) 100vw, 960px" /> <a target="_blank" href="https://www.taboola.com/press-releases/taboola-ad-platform-for-genai/">Taboola</a>将相同的基础设施逻辑应用于对话式AI，利用NVIDIA GPU为其AI问答引擎DeeperDive提供动力，并将该基础设施扩展到AI平台和聊天机器人，使其能够通过广告产生收入。 <h2>营销工作流中的代理AI</h2> 在营销及其他行业中，AI代理正越来越多地充当数字同事的角色，承担长期

查看原文

查看缓存全文

缓存时间: 2026/06/18 17:39

# 在戛纳国际创意节，NVIDIA 合作伙伴以 AI 重塑广告与营销数字时代赋予了广告与营销行业速度；而 AI 时代则赋予其自主运营的能力。对于为广告与营销构建下一代技术的公司而言，问题已不再是是否采用 AI，而是其基础设施能否以行业所需的速度和规模支持 AI。在 6 月 22 日至 26 日于法国举行的戛纳国际创意节上，包括 Alembic、Amazon Web Services (AWS)、Criteo、Higgsfield、KERV.ai 和 Taboola 在内的行业领导者，正在展示 NVIDIA 技术如何帮助释放更大的创造力，并实现更快、自主的企业级运营。 ## **企业级决策智能** 因果 AI 平台 Alembic (https://alembic.com/alembic-secures-nvidia-vera-rubin-superpods-causal-ai) 帮助解决企业面临的最大挑战之一：证明哪些营销举措真正推动了增长，而不仅仅是报告发生了什么。要同时对每个渠道、市场和受众进行真正的因果建模，需要能够处理庞大且快速变化的数据集、而不将其简化为基于相关性假设的 AI 基础设施。 NVIDIA DGX Vera Rubin NVL72 系统 (https://www.nvidia.com/en-us/data-center/dgx-vera-rubin-nvl72/) 使 Alembic 能够扩展其因果 AI 模型，分析更多变量，运行更大规模的模拟，并量化整个营销投资中增长的真实驱动因素。Alembic 将成为首家使用 NVIDIA DGX Vera Rubin SuperPOD (https://www.nvidia.com/en-us/data-center/dgx-superpod/) 进行企业级因果建模的因果 AI 公司，为高管提供关于哪些因素推动了业务成果以及资本浪费在何处的单一、无偏见的真相来源，使他们能够自信地做出未来决策。 Alembic 的推理在 Equinix 数据中心内的私有超级计算基础设施上运行，企业数据已经位于此处，从而保持 AI 工作负载的本地性。World Wide Technology 将此扩展到安全及受监管的环境。这些公司共同提供了一个专为对资本决策负责的高管和数据领导者构建的完整企业 AI 堆栈。 ## **拍卖速度下的智能竞价** 对于广告商而言，在数十亿次日常交易中提供广告和相关推荐，需要 AI 足够准确、快速且经济实惠，以便大规模运行。 Amazon Web Services (AWS) (https://aws.amazon.com/blogs/industries/deploy-agentic-bidding-without-sacrificing-speed-artf-containers-with-nvidia-gpu-acceleration-on-aws/) 正在将云基础设施、基础模型和 NVIDIA GPU 加速计算整合到一个统一的 adtech 堆栈中，该堆栈能够为 AI 代理时代进行扩展。AWS 正在为广告商、需求方平台、供给方平台和独立软件供应商提供一个生产就绪的参考实现，以便在拍卖内部直接运行 AI 驱动的竞价——由 NVIDIA Triton 推理服务器 (https://docs.nvidia.com/deeplearning/triton-inference-server/user-guide/docs/index.html) 提供支持，该服务器提供的深度学习推理速度快到足以满足实时拍卖窗口的要求。这意味着 adtech 公司可以从基于规则的决策转向 AI 驱动的模型，直接在实时拍卖流程中进行出价优化、受众激活和交易评分。广告公司 Criteo (https://www.nvidia.com/en-us/on-demand/session/gtc26-s82431/) 帮助零售商在正确的时刻向正确的购物者展示正确的产品，其网络是数字广告中最大的推荐网络之一。保持这些推荐的相关性意味着要不断基于数十亿条购物者时间线重新训练其 AI，而在这个过程中，速度直接转化为质量。通过与 NVIDIA 合作，Criteo 在使用 NVIDIA Blackwell GPU 时，模型训练速度实现了约 2 倍的提升，这得益于 NVIDIA cuEmbed (https://github.com/NVIDIA/cuEmbed) 开源库。这种效率已经每年节省了大约 17,000 个 GPU 小时，并且这些公司正在进一步扩大这项工作。 *信息图：Criteo 对数十亿条购物者时间线训练其 AI，在使用 NVIDIA Blackwell GPU 时实现了 2 倍的训练速度提升，每年节省约 17,000 个 GPU 小时。* Taboola (https://www.taboola.com/press-releases/taboola-ad-platform-for-genai/) 正在将相同的基础设施逻辑应用于对话式 AI，使用 NVIDIA GPU 为其 AI 答案引擎 DeeperDive 提供动力，并将该基础设施扩展到 AI 平台和聊天机器人，以便它们能够从广告中创收。 ## **贯穿营销工作流的智能代理 AI** 在营销及其他行业，AI 代理正越来越多地充当数字同事，承担贯穿规划、执行和优化的长期运行任务。但这些代理只有在具备适当控制措施（包括安全护栏、可审计性和基于角色的权限设置）时，才能为企业所部署。 NVIDIA 代理工具包，包括 NVIDIA NemoClaw (https://www.nvidia.com/en-us/ai/nemoclaw/) 蓝图和 NVIDIA OpenShell (https://build.nvidia.com/openshell) 安全运行时，提供了这些控制措施。例如，AI 视频和图像生成生产平台 Higgsfield AI 提供了 Higgsfield Supercomputer 代理，可在一个界面内管理完整的营销自动化生命周期：从活动构思、规划、创意制作到发布和自主活动优化。它编排了领先的大型语言模型以及超过 35 个图像、音频和视频模型，包括基于 NVIDIA Blackwell 架构构建的 Higgsfield 专有 Soul 和 Soul 2.0 模型。作为合作的一部分，NVIDIA 代理工具包软件（包括 NVIDIA Nemotron (https://www.nvidia.com/en-us/ai-data-science/foundation-models/nemotron/) 开放模型）为 Higgsfield Supercomputer 内部的专门子代理提供动力，这些子代理在每个活动中持续运行。NemoClaw 和 OpenShell 正在被集成，以提供企业信任层。结果：一个完整的营销生命周期——从构思和创意制作，到发布、性能分析和优化——都在一个界面中实现。近 400 家《财富》500 强公司的营销活动都是在该平台上创建的。 https://blogs.nvidia.com/wp-content/uploads/2026/06/higgsfield-agent-workflow.mp4 *视频由 Higgsfield 提供。* ## **大规模的情境与内容智能** AI 在意义层面理解内容需要先进的基础设施。NVIDIA 的多模态堆栈提供了向量搜索、数据处理和视频理解能力，使此类智能在生产规模下变得可行。 AI 驱动的媒体领导者 KERV 的 Moment Match 引擎分析每个视频帧和媒体资产中的大量信号，以理解单个场景、物体和产品，基于广告创意（广告的视觉和文本元素）提供内容推荐，从而提升参与度。 https://blogs.nvidia.com/wp-content/uploads/2026/06/KERV-metadata-motiongraphic-fix.mp4 *视频由 KERV.ai 提供。* KERV.ai 最近优化了其处理流程，在平台上使用 NVIDIA Nemotron 3 Nano Omni 开放模型时，速度和效率实现了超过 10 倍的提升。KERV 的解决方案分析每个广告或媒体简报包含什么、与谁产生共鸣，以及应在内容环境中的哪个确切时刻进行定位。在 AI 视频理解的开放基准 MediaPerf 上，Nemotron 3 Nano Omni (https://developer.nvidia.com/blog/nvidia-nemotron-3-nano-omni-powers-multimodal-agent-reasoning-in-a-single-efficient-open-model/)——被包括使用 NVIDIA DGX B200 系统 (https://www.nvidia.com/en-us/data-center/dgx-b200/) 的 PYLER (https://pyler.tech/articles/scaling-trustworthy-video-safety-with-nvidia-nemotron-3-nano-omni) 在内的生态系统合作伙伴所采用——在所有评估的开放或闭源模型中，实现了最高的吞吐量和最低的推理成本。 *了解更多关于**NVIDIA 如何赋能广告与营销技术* (https://www.nvidia.com/en-us/industries/media-and-entertainment/advertising-marketing/)*的信息。* *特色视频由 Higgsfield 提供。*

在戛纳国际创意节，NVIDIA合作伙伴用AI重塑广告与营销

相似文章

规模化自主 AI：Adobe、NVIDIA 和 WPP 联手释放突破性创意智能

NVIDIA 与合作伙伴在 2026 年汉诺威工博会上展示 AI 驱动制造业的未来

英伟达在LinkedIn上花钱雇水军

NVIDIA AI Cloud 生态系统全球扩展以满足全球AI计算需求

英伟达拥抱AI投资者角色，今年股权投资突破400亿美元（7分钟阅读）

提交意见反馈