北京,2022年4月11日讯——领先的营销软件公司AppLovin集团 (纳斯达克: APP)(简称AppLovin)今日宣布与全球广告技术领军企业The Trade Desk(纳斯达克:TTD)合作,为代理商和广告主提供AppLovin Exchange(ALX)的直接访问权限。全球领先的应用内实时竞价交易平台ALX也将作为供应源,被添加至The Trade Desk平台。
此次合作将使AppLovin成为业内首家帮助发布商启用Unified ID 2.0的移动应用内交易平台。ALX与The Trade Desk的整合彰显了AppLovin以识别解决方案为先,使广告主可以通过18亿台移动设备上的14万个移动应用进一步加强和实现规模化获客及用户定向的能力。
AppLovin欧非中东地区及美洲需求方主管Meagan Martino表示:“目前,大多数程序化竞价需求均来自移动平台。在日益增长的市场需求下,代理商和广告主迎来了无限的机遇,并可通过移动平台精准触及目标受众。将ALX强大的平台提供给The Trade Desk用户并支持Unified ID 2.0,是AppLovin向打造业内最强大的应用内广告平台这一目标所迈进的夯实一步。”
The Trade Desk与ALX打通后将可直接访问应用开发者的全部广告库存,为代理商和广告主提供了成本与规模化优势。此外,广告主和代理商还能够通过此次合作将ALX添加至The Trade Desk的广告活动中,实现受众定位和购买的无缝衔接。
The Trade Desk首席数据官Michelle Hulst表示:“AppLovin平台上拥有了一些移动游戏行业最有价值的广告库存,这使我们的用户感到非常兴奋。此次合作将使我们的客户能够通过Unified ID 2.0 轻松采买AppLovin平台上的广告库存,并利用其第一方数据实现广告活动最大化。我们非常欢迎AppLovin的加入,并将Unified ID 2.0对移动生态系统带来的好处带给更多的合作伙伴。”
此外,AppLovin在新功能研发和整合卓越合作伙伴方面一直大踏步向前迈进,其中包括OM SDK的IAB以及HUMAN Security公司在ALX平台上的流量质量保护。
了解如何通过AppLovin Exchange触及目标受众,请点击此处。
关于AppLovin
AppLovin领先的营销软件为开发者提供了一套强大的解决方案,全方位实现应用的增长,并帮助开发者进行移动应用的投放、变现、分析和发行。AppLovin自身开发了350多款流行的移动应用,并通过平台自身的技术将这些产品带给全球数百万用户。AppLovin总部位于加州帕罗奥多,并在全球多地设立分公司。
关于The Trade Desk
The Trade Desk™是一家为买方提供全渠道程序化广告购买服务的广告技术公司。通过The Trade Desk的自助云端平台,广告买方可以建立、管理和优化多种形式和终端的数字广告活动。The Trade Desk的平台结合了主要数据、流量资源和媒体资源,能够确保覆盖面和决策能力的最大化。同时,The Trade Desk的平台通过企业API可以支持定制化功能开发。The Trade Desk总部位于美国加州文图拉,并在北美、欧洲和亚太区设有办公室。了解更多内容,请访问thetradedesk.com。
前瞻性陈述声明
本文包含了1933年《证券法》第 27A 节和 1934 年《证券交易法》第 21E 节所指的“前瞻性声明”。前瞻性声明的特点通常是使用前瞻性术语,如“将会”、“期望”、“计划”、“将要”、“打算”、“目标”、“项目”、“相信”、“预估”、“潜力”或“继续”,或否定这些词语或其他表达我们针对预期、策略、优先级、计划或意图相关的类似术语的表达。这些前瞻性声明可能包括但不限于,关于拟收购MoPub业务,MoPub整合至AppLovin平台的情况,此次交易对AppLovin业务及平台的影响,此次交易对两家公司客户的影响,以及完成收购后对AppLovin和MoPub财务状况预测的声明,以及AppLovin对未来产品表现的期望。我们对这些问题的期望也许不会实现,未来的实际结果也将受到风险和不确定性的影响,包括我们计划和假设的改变,可能导致实际结果与预期存在巨大差异。这些风险包括交易的被迫中断,MoPub整合无法完成,以及来自移动应用生态系统的激烈竞争。本文的陈述只是预测,涉及已知和未知的风险以及不确定性的影响。包括我们在2021年6月30日季度报告中递交的10-Q表格所提到的更全面的风险与不确定性描述。本文所载的任何前瞻性声明都是基于本文发表之日我们所能获得的信息,除法律要求外,我们不承担更新任何前瞻性陈述的义务。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。