Ad Creatives Kit 4

Один и тот же visual pattern не спасает все креативы

В бенчмарке CBraMod авторы посмотрели, как работают пять схем positional encoding в двух разных задачах: распознавание моторных образов и определение эмоций. Проверяли и в режиме, где модель почти не дообучают, и при полноценном fine-tuning.

Результат показал знакомую для креативщиков вещь: сильное решение в одном сценарии легко теряет силу в другом. Spherical Positional Encoding хорошо проявила себя там, где важна структура сигнала и более жёсткая логика признаков, но в задаче с эмоциями уже уступила. Asymmetric Conditional Positional Encoding, наоборот, выглядела более ровной: без яркого пика, зато без провалов между тестами.

Если перевести это на язык рекламы и продакшена, вывод очень прикладной. Нельзя считать один удачный hook, один формат кадра или одну композицию универсальной формулой. То, что даёт CTR в одном плейсменте или на одной аудитории, может просесть в другом сегменте, даже если оффер тот же.

Для креативщиков здесь полезна простая привычка: проверять не только «что зашло», но и где именно зашло. Один и тот же угол можно разложить по-разному:
- short form против статичного баннера;
- UGC против студийной съёмки;
- эмоциональный заход против рационального;
- первый экран лендинга против карточки в ленте.

Выигрывает обычно не самый красивый вариант, а тот, который лучше совпал с задачей. Поэтому в тестах важнее не искать один идеальный шаблон, а собирать набор рабочих схем под разные аудитории, форматы и этапы воронки.

Почему креативы с «идеальным первым кадром» всё равно могут проваливаться

В видео-рекламе давно мало оценивать только обложку или первый экран. Ошибки часто сидят глубже: в смене сцен, в микродвижениях объектов, в том, как выглядит переход между планами. Именно это и пытаются ловить новые VLM-модели для анализа аномалий в видео.

Один из свежих подходов — coarse-to-fine anomaly reward model. Если совсем по-простому, модель сначала смотрит на ролик грубо, а потом добирается до мелких дефектов: где именно появился артефакт, на каком кадре сломалась логика движения, в каком временном окне возник «грязный» фрагмент. Для обучения собрали крупный датасет с разметкой по кадрам, временным отрезкам и атрибуции ошибок.

Что это даёт креативщикам и медиабайерам?
Во-первых, точнее отсекаются бракованные генерации до запуска в прод.
Во-вторых, можно лучше понимать, почему ролик выглядит «дешево» даже при сильном hook’е и хорошем оффере.
В-третьих, такие модели полезны не только для контроля качества, но и как сигнал для ранжирования контента: система начинает учитывать не только текст, но и визуальные сбои внутри самого видео.

В тестах этот подход дал заметный прирост на fine-grained бенчмарках и одновременно снизил число аномалий в сгенерированном видео. Для рынка это важный сигнал: проверка креативов смещается от общего “норм/ненорм” к более тонкому разбору сцены, движения и временной связности.

Практический вывод для команды простой: если вы тестируете AI-видео или масштабируете UGC-генерацию, смотреть стоит не только на текст, но и на то, как инструмент оценивает ролик по кадрам и сценам. Именно там чаще всего и прячется причина слабого CTR или низкого удержания.

Когда нейросеть ошибается, важен уже не только сам ответ, но и то, видит ли она, где именно промахнулась. Это хорошо иллюстрирует CRITIC-R1 — подход к RAG-системам, где модель учат

Авторы предлагают смотреть на ответ через несколько диагностических слоёв: правильный ли общий вывод, в каком месте возникла ошибка, как она объясняется и можно ли сразу предложить исправление. По сути, это попытка превратить проверку ответа в отдельную задачу, а не в побочный эффект генерации.

Для обучения используют reinforcement learning и отдельно поощряют два качества: аккуратность оценки и полезность диагностики. Важный момент для рынка — такой подход сдвигает фокус с “модель что-то написала” на “модель способна разобрать, почему ответ ненадёжен”.

Что это значит для креатива и медиабаинга:

— если вы используете AI для черновиков объявлений, нейросеть нужна не только как генератор hook’ов, но и как встроенный ревьюер;
— для лендингов и посадочных страниц растёт ценность блоков, которые легко проверить по фактам и цитатам;
— в связках с AI Search и контентными системами выигрывают материалы, где источники и логика ответа прозрачны.

Практический вывод простой: в тестах стоит оценивать не только качество текста, но и способность инструмента находить слабое место до того, как оно уйдёт в финальный креатив или на страницу. Для креативной команды это уже не “умный генератор”, а более полезный слой контроля качества.

Техническая проверка канала.