中国巨量引擎发布业内首个DiT-MoE模型,效率提升11倍
2026-07-11 15:46
收藏

维度网讯,巨量引擎在2026全球数字经济大会上正式发布自研广告内容治理大模型Mamoda 2.5,该模型首次将MoE(Mixture of Experts,混合专家)架构与DiT(Diffusion Transformer)扩散模型结合,成为业内首个DiT-MoE视频生成基座。

过去,中小商家在广告审核中常遇到平台只驳回素材却不说明违规点位和修改方向的问题。巨量引擎推出的Mamoda 2.5旨在解决这一行业痛点,为平台提供高效的广告治理能力,同时为商家提供从风险诊断、违规定位到素材自动修复的全流程服务,帮助商家降低合规成本、提升素材通过率。

从商家用户的实际使用案例来看,Mamoda 2.5可针对不同类型违规素材完成自动化整改。例如,一则广告素材因画面人物手持香烟触碰平台禁止出现烟草、吸烟画面的审核规范,经处理后香烟被精准清除,画面原有视觉效果完整还原。

另一条短视频素材第9秒文案含有暗示同类最优的夸大性表述,存在违反《广告法》相关规定的风险,系统可快速定位违规文字并自动修正,修复完毕后可直接提交广告主确认并投放。

在指令式AI视频编辑领域的OpenVE-Bench、FiVE-Bench、ReCo-Bench三大权威评测基准中,Mamoda 2.5均取得优异成绩,其T2V推理效率相比行业主流开源模型提升11至15倍。该模型总参数量达250亿,但每次仅激活约30亿参数、稀疏度约12%,内部设置128个细粒度专家(含1个共享专家),采用Top-8 token级路由策略。团队通过强化学习加自蒸馏方式,将推理步数从50步压缩至4步,使480p视频编辑延迟从69秒降至9秒,效率提升近8倍。

Mamoda团队并未调用通用大模型做简单适配,而是针对广告治理场景,从架构设计、数据方案到训练策略进行全链自主、全栈自研。团队在架构中加入共享专家,负责通用视觉知识的表达。Mamoda 2.5经过三年四次迭代,从1.0版本的文本类广告单点风险检测起步,到2026年7月发布的2.5版本完成全链路突破,能力覆盖视频全形态。团队预计2026年内推出的3.0版本将进一步深化音频理解和编辑能力,实现全模态治理。对于中小商家,Mamoda团队希望用该模型让合规不再是投放路上的“减速带”,而是帮商家把内容做对、做好的“加速器”。在修复边界上,Mamoda 2.5只修复确定违规的内容,把问题定位到最小单元——哪一帧画面、哪一句话、哪一段配音有风险,在此基础做精细化诊断和修复。团队将Mamoda比喻为中小广告主的“编外合规团队”。过去一年,Mamoda支撑的平台治理能力实现前置拦截违规素材百亿条、关停违规账户超400万、单日处置黑产账户峰值突破20万,平台内容CCR同比下降56.2%,履约CCR下降67.1%。团队指出,当前在肖像授权核验上,知名度较低的肖像和声音更容易被不法商家借助AI仿冒利用,给平台真实性核验带来更高难度。团队透露下一步是研发自适应智能风控系统,用生成能力反向增强理解能力,让系统在对抗中不断自我进化。

本文来自全球互联网及战略合作伙伴信息的编译与转载,仅为读者提供交流,有侵权或其它问题请及时告知,本站将予以修改或删除,未经正式授权严禁转载本文。邮箱:news@wedoany.com
相关产品