脑电信号捕捉注意力的毫秒级波动、眼动数据追踪视线的每一寸移动、消费者态度数据揭示购买意愿的微妙变化——AdEff依托明略自研超图多模态大语言模型（HMLML），将这些多维数据与110个创意编码指标连接起来，实现广告创意效果的快速预测。本报告基于35对同创意横竖屏素材的实测数据，验证了AdEff在横竖屏效果差异量化、创意元素驱动归因、创作指南生成三个层面的应用价值。当AI驱动的创意测试将预测周期从数周压缩至数小时，广告投资回报的提升路径变得可计算、可优化。
AdEff的产品定位与技术架构——让创意效果可预测
从脑电/眼动到创意编码的完整数据链路
AdEff是在明略自研超图多模态大语言模型（HMLML）基础上建立的AI驱动的全球化广告创意测试及优化平台。其核心能力是构建视频元素与脑电信号、眼动数据、消费者态度数据之间的关系，快速实现创意效果预测，提升企业内容遴选效能。
AdEff得分覆盖广告整体有效性的五个维度：注意力衡量创意吸引并维持消费者视觉与听觉注意的能力；感染力衡量创意激发观众本能、即时的情感共鸣与情绪波动的强度；传达力衡量创意的核心信息被目标观众清晰识别、准确理解和深刻记忆的有效性；品牌力衡量创意强化品牌身份、提升品牌好感并建立深刻品牌关联的效能；说服力衡量创意改变用户认知、驱动行为意向的最终转化能力（含了解意愿、购买意愿、分享意愿、品牌好感提升等消费者态度指标）。
14大维度110个指标的内容解码框架
AdEff内容解码覆盖14大维度：基础信息、视觉构图、色彩明暗、人物表演、品牌产品、信息策略、叙事节奏、音频元素、场景环境、情绪表达、注意力焦点、品牌说服力、格式专属、整体印象。每个维度下细分多个具体指标，合计110个创意编码指标，形成对广告创意元素的系统性、结构化解码能力。
这一框架使AdEff不仅能够评估广告的“效果”（得分），还能诊断广告的“原因”（哪些元素在驱动或拖累效果），为创意优化提供可操作的指引。
AdEff的核心应用场景——横竖屏创意效果分析与创作指南
场景一：横竖屏效果差异的量化诊断
AdEff通过配对样本t检验精准度量“画幅方向”本身对效果的因果影响。实测数据显示：横屏平均得分61.5，竖屏60.8，整体差异不大。但五大维度差异显著：横屏在注意力维度领先4分（d=1.03大效果），竖屏在感染力（d=-0.67中等）和传达力（d=-0.55中等）上表现更突出。品牌力和说服力不受画幅影响。
进一步拆解子指标发现：横屏的注视识别+7.97（d=1.92大效果）、情绪识别+1.61（d=1.04大效果），体现“大银幕效应”；竖屏的投入识别-8.20（d=0.81大效果）、兴趣时刻-6.07（d=0.84大效果），体现“沉浸参与效应”。AdEff的多维数据为横竖屏投放策略提供了量化依据。
场景二：创意元素驱动归因
AdEff通过SHAP（SHapley Additive exPlanations）+ Gradient Boosting回归分析，对110个创意特征变量计算边际贡献。实测发现横屏总分的第一驱动是人声占比（SHAP=3.09），但方向为负向——横屏观众期待“视觉叙事”而非“口播轰炸”。竖屏总分的第一驱动是快乐喜悦情绪（SHAP=1.46，正向）——在信息流“拇指停留”的决策中，积极情绪是最强的“停留信号”。
五大维度的驱动差异为创意优化提供了精准方向：横屏应强化BGM能量感、品牌色渗透度；竖屏应强化明亮画面、快乐喜悦情绪、广告新颖度。AdEff的归因能力使创意优化从“凭感觉”走向“凭数据”。
场景三：创作指南生成
AdEff通过Top10 vs Bottom10极端组对比分析，提炼出好横屏与好竖屏的内容密码。好横屏=“有品牌气度的微电影”——人声占比≤70%、景别≥5种、先慢后快、品牌标语收尾。好竖屏=“有快乐情绪的原生内容”——人声占比≥70%、主体>60%、快乐喜悦驱动、15秒以内。
基于三层证据（配对效果差异、SHAP驱动归因、高分vs低分特征频率对比），AdEff生成了横竖屏创作指南和横转竖六大系统改造清单，实现了从“诊断”到“处方”的完整闭环。
AdEff的商业价值——从“创意玄学”到“创意科学”
快速测试降低决策风险
传统广告创意测试依赖焦点小组、问卷调研等方式，周期长、成本高、样本量有限。AdEff基于超图多模态大语言模型，将视频元素与脑电信号、眼动数据、消费者态度数据的关系建模，实现创意的快速效果预测。企业可在投放前对多个创意版本进行测试，识别最优方案，降低大规模投放的决策风险。
精准诊断提升创意效率
AdEff的110个指标解码框架使企业不仅知道“哪个创意好”，还知道“好在哪里、为什么好”。创意团队可根据数据反馈精准优化，避免“盲人摸象”式的反复试错。据报告数据，做对了的竖屏可以大幅超越横屏，但“做对”的比例仅为31%——这正是AdEff诊断能力的价值所在：帮助品牌识别“做对”的方法论。
投资回报的可计算优化
通过AdEff的效果预测与创意优化，企业可将有限的广告预算集中在高潜力创意上，减少低效投放的浪费。当AI驱动的创意测试将预测周期从数周压缩至数小时，广告投资回报的提升路径变得可计算、可优化、可规模化。
