Google Ads广告为Demand Gen推出生成式AI工具,可自动生成广告图片

news2024/9/24 19:18:29

谷歌今天宣布在Google Ads广告中为Demand Gen活动推出新的生成人工智能功能。

这些工具由谷歌人工智能提供支持,广告商只需几个步骤即可使用文本提示创建高质量的图片。

这些由人工智能驱动的创意功能旨在增强视觉叙事能力,帮助品牌在YouTube、YouTube Shorts、Discover 和Gmail等Google平台上产生新的需求。

谷歌副总裁兼社交、本地和垂直广告总经理Michael Levinson在公告中表示:

“广告商需要通过多格式广告使其创意策略多样化,以保持受众的参与度并交付成果。借助生成图像工具,您现在可以更有效地测试新的创意概念 - 无论是尝试新型图像还是简单地从头开始构建创意。”

怎么运行的

从今天开始,生成图片工具将以英语向全球广告商推出,今年晚些时候将推出更多语言。

广告商可以提供文本提示来生成适合其品牌和营销需求的原创、高质量图片。

例如,销售露营装备的户外生活方式品牌可以使用“北极光下照亮的色彩鲜艳的帐篷”之类的提示,针对对冰岛露营旅行感兴趣的客户创建引人入胜的视觉效果。

此外,“生成更多这样的”功能允许广告商根据其现有的高性能资产生成新图像。

负责任的人工智能开发

在声明中,谷歌强调其致力于负责任地开发生成式人工智能技术,并制定公平、隐私和安全的原则。

该公司声明:

“除了确保广告内容遵守我们长期的 Google Ads 政策之外,我们还采用其他技术措施来确保 Google Ads 中的生成图片工具生成新颖且独特的内容。谷歌人工智能永远不会创建两张相同的图像。”

所有生成的图像都将包含可识别的标记,例如开放标准标记和可抵抗屏幕截图和过滤器等操作的不可见数字水印。

创意最佳实践

为了配合新的人工智能工具,谷歌发布了“创意卓越指南”,其中包含以下构建需求生成活动的最佳实践:

  • 使用视频和图像的组合来吸引买家旅程不同阶段的受众。
  • 为 Google 提供不同宽高比的各种资源,以最大限度地扩大广告资源的覆盖范围。
  • 利用高质量、高分辨率的视觉效果来建立品牌信任并激发行动。
  • 采用测试和学习策略,评估绩效指标以优化创意。

SEJ 为何关心

针对需求生成活动的生成人工智能对于 Google Ads 广告商来说是一项潜在的有价值的新功能。

通过利用人工智能简化创意制作,品牌可以尝试更广泛的视觉概念。

这使他们能够更好地在 Google 的优质广告环境(例如 YouTube、Discover 和 Gmail)中吸引受众。

这对您有什么帮助

对于品牌而言,生成式人工智能工具开辟了新的创意可能性,其图像复杂程度达到了以前需要耗费大量时间和资源才能制作的水平。

快速迭代视觉创意的能力可以带来更具影响力的广告创意。

拥有精简团队的小型企业和机构现在可以用最少的设计资源创建大量多样化的品牌形象资产。

此外,“生成更多类似的”功能允许广告商扩展现有资产,同时保持一致的外观和感觉。

然而,品牌需要负责任地、战略性地对待这项技术。

尽管谷歌已经实施了保障措施,但广告商在使用人工智能生成的资产时仍应运用人类监督、创造力和品牌治理。

​ 需要Google广告开户,请参阅:
https://www.sun.sh.cn/google-promotion/ Google Adwords广告投放_Ads中国代理商竞价开户 | 上海上弦

最后,希望大家都能通过Google推广获得满意的效果。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1615993.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【Hadoop】-Apache Hive概述 Hive架构[11]

目录 Apache Hive概述 一、分布式SQL计算-Hive 二、为什么使用Hive Hive架构 一、Hive组件 Apache Hive概述 Apache Hive是一个在Hadoop上构建的数据仓库基础设施,它提供了一个SQL-Like查询语言来分析和查询大规模的数据集。Hive将结构化查询语言(…

第十二届蓝桥杯C/C++ B组 杨辉三角形(二分查找+思维)

3418. 杨辉三角形 - AcWing题库 题目描述: 思路: 从上图片中,我们可以看出来这是一个对称图形,所以我们只看左半部分就可以了,我们一行一列去做数据量是1e9这样会很麻烦,所以我们这里做一个思想转换,斜着…

单片机 VS 嵌入式LInux (学习方法)

linux 嵌入式开发岗位需要掌握Linux的主要原因之一是,许多嵌入式系统正在向更复杂、更功能丰富的方向发展,需要更强大的操作系统支持。而Linux作为开源、稳定且灵活的操作系统,已经成为许多嵌入式系统的首选。以下是为什么嵌入式开发岗位通常…

申请IP地址SSL证书的七大步骤

申请IP地址SSL证书的目的是为了在使用IP地址作为访问地址而非域名的情况下,为您的服务提供HTTPS加密,确保数据传输的安全性。以下是申请IP地址SSL证书的一般步骤和注意事项: 一、选择合适的SSL证书类型: IP SSL证书:…

java锁常识

AQS框架 AQS(AbstractQueuedSynchronizer)是 Java 中用于构建锁和同步器的基础框架。它提供了一种实现同步器的方式,使得开发者可以基于 AQS 构建各种类型的同步工具,如独占锁、共享锁、信号量等。 AQS 主要基于 FIFO 队列&…

RoadBEV:鸟瞰视图下的路面重建

作者:Tong Zhao,Lei Yang,Yichen Xie等 编译:董亚微一点人工一点智能 RoadBEV:鸟瞰视图下的路面重建https://mp.weixin.qq.com/s/hDNHwvpFe39doiXlVc-d7Q 摘要:道路的路面状况,特别是几何轮廓…

线程池多线程在项目中的实际应用

一.发短信 发短信的场景有很多,比如手机号验证码登录注册,电影票买完之后会发送取票码,发货之后会有物流信息,支付之后银行发的付款信息,电力系统的电费预警信息等等 在这些业务场景中,有一个特征&#x…

Linux 网络编程项目--简易ftp

主要代码 config.h #define LS 0 #define GET 1 #define PWD 2#define IFGO 3#define LCD 4 #define LLS 5 #define CD 6 #define PUT 7#define QUIT 8 #define DOFILE 9struct Msg {int type;char data[1024];char secondBuf[128]; }; 服务器: #i…

231 基于matlab的北斗信号数据解析

基于matlab的北斗信号数据解析,多通道和单通道接收到的北斗信号数据,利用接收到的北斗数据(.dat .txt文件),进行解析,得到初始伪距,平滑伪距,载波相位,并计算其标准差&am…

洛谷 -P1007 独木桥(模拟,思维)

独木桥 题目背景 战争已经进入到紧要时间。你是运输小队长,正在率领运输部队向前线运送物资。运输任务像做题一样的无聊。你希望找些刺激,于是命令你的士兵们到前方的一座独木桥上欣赏风景,而你留在桥下欣赏士兵们。士兵们十分愤怒&#xf…

双线性插值计算手动实现以及原理

双线性插值计算手动实现以及原理 代码原理 代码 先贴代码吧,原理其实也比较简单,看代码基本也就理解了,时间太晚了,原理后续再补吧。 import torch from torch.nn import functional as F import numpy as np from itertools im…

苍穹外卖开发笔记(6.缓存商品,购物车)

目录 一、缓存商品2、缓存菜品(redis)1.问题说明2.实现思路3.代码开发 2、缓存套餐(spring cache)1.实现思路2.代码实现 3、测试 二、购物车功能1、添加购物车1.需求分析设计2.代码开发3.测试 2、查看购物车1.需求分析设计2.代码开…

基于TSM模块的打架斗殴识别技术

目 录 1 引言.... 4 1.1 研究背景与意义.... 4 1.2 研究现状综述.... 5 1.3 研究内容.... 6 1.3.1 图像预处理的优化.... 6 1.3.2 TSM模块的应用.... 6 1.3.3 视频分类的设计与实现.... 6 2 关键技术与方法.... 8 2.1 TSM算法与模型选择.... 8 2.1.1 TSM算法原理.... 8 2.1.2 …

用python做傅里叶变换和系统辨识

一、原始信号 1、理想数据 (1)系统参数 参数类型数值J0.5 k g ∗ m 2 kg*m^2 kg∗m2K0.2b5 (2)激励曲线 import matplotlib.pyplot as plt import numpy as np# 生成数据 x np.linspace(0, 10, 1000) # 生成0到10之间的100…

下列程序定义了NxN的二维数组,并在主函数中自动赋值。请编写函数fun(int a[][N],int n),该函数的功能是:使数组右上半三角元素中的值乘以m。

本文收录于专栏:算法之翼 https://blog.csdn.net/weixin_52908342/category_10943144.html 订阅后本专栏全部文章可见。 本文含有题目的题干、解题思路、解题思路、解题代码、代码解析。本文分别包含C语言、C++、Java、Python四种语言的解法完整代码和详细的解析。 题干 下列…

从0到1:社区论坛小程序开发笔记

背景 论坛小程序:为用户提供了一个社交互动的平台,使用户可以分享经验、交流观点、解决问题,促进社区成员之间的互动和交流。 用户可以在论坛小程序上发布有关各种话题的帖子,分享自己的知识、经验和见解,帮助其他用户…

mysql基础14——视图

视图 视图是一种虚拟表 可以把一段查询语句作为视图存储在数据库中 需要的时候把视图看作一个表,对里面的数据进行查询 视图并没有真正存储数据 避免了数据存储过程中可能产生的冗余 提高了存储的效率 子查询 嵌套在另一个查询中的查询 派生表 如果在查询中…

【MySQL 数据宝典】【内存结构】- 003 Change Buffer 详解

一、 Change Buffer基本概念 Change Buffer:写缓冲区,是针对二级索引(辅助索引) 页的更新优化措施。 作用: 在进行DML操作时,如果请求的是 辅助索引(非唯一键索引)没有在缓冲池 中时,并不会立刻将磁盘页加载到缓冲池…

游戏AI智能体模仿学习技术方案揭秘(二)(附方案详情),沉浸式玩家体验秘诀,看《梦三国2》游戏AI智能体!

接上篇内容,小智发现内容非常受游戏开发者们的欢迎,今天给大家带来方案(二)内容,没看过第一篇的伙伴可以戳以下链接查看~~码住! 游戏AI智能体模仿学习技术方案(附方案详情),沉浸式玩…

AQS(AbstractQueuedSynchronizer)队列同步器源码解读

🏷️个人主页:牵着猫散步的鼠鼠 🏷️系列专栏:Java全栈-专栏 🏷️个人学习笔记,若有缺误,欢迎评论区指正 目录 1. 前言 2. AOS、AQS、AQLS的区别 3. AQS的底层原理 3.1. 核心思想 3.2. 数…