买量套路要变？这家公司要用AI批量生成”高转化率广告素材”，吹牛还是真的

【GameLook专稿，未经授权不得转载！】

GameLook报道/近些年，越来越卷的手游市场背景下，投放买量也成了各家厂商的“兵家必争之地”。从拔签子到“左加右减跑酷”再到名人代言，各家投放优化师想破脑袋，各种奇招怪招层出不穷。但这种剑拔弩张的场面，可能即将要被AI打破了？

就在最近的GDC 2025上，一家号称“AI驱动广告”的投放公司INCYMO登上讲台，并面向各地开发者宣布了一些听起来“好得不太真实”的成果：由INCYMO的AI构思的广告创意，在第一次迭代后就比肩了客户表现最好的广告基准，并且随着第二次和第三次迭代，数据表现还在不断提升。这家公司自豪地表示：“这是对游戏营销未来的一瞥”。

吹得如此玄幻，究竟是什么原理？据介绍，INCYMO希望借助人工智能技术，实现手游游戏广告创意的自动生成和智能优化，利用机器学习和数据分析能力，根据游戏产品的特性及目标受众，自动生成多样化的创意广告素材，避免了传统广告制作中繁琐的人工设计环节。

据了解，这家公司由几位广告创意领域的高管和AI初创公司的技术人员创立。而他们希望，基于INCYMO平台的AI自动化能力，未来他们能帮助中小团队在投放领域和顶级工作室同台竞争。

“半自动”AI工作流迭代广告，具体什么玩法？

在目前为止，将各类工作一股脑扔给INCYMO进行AI处理、直接一键生成脚本，这还并不现实。这家公司推荐使用平台内置的“半自动工作流”：首先向平台内上传一个游戏链接，然后选择一个简报规则，紧接着上传游戏录像或游戏视频创意（最长 60 秒），让平台了解你的游戏内容。

完成这一步后，客户就可以接收由INCYMO生成的“竞争对手信号”和“表现最佳趋势”相关的创意简报。紧接着，在平台内为一轮测试制作至少 4 个视频广告，针对用户参与度和CPI进行优化。随后要做的就是测试、迭代、扩展，并不断循环。

比如在GDC上，INCYMO展示了和一家名为GameGears的工作室合作的历程。这家工作室提供了自己过往的游戏创意，并按照内部KPI对其进行了分类，从中识别出了表现更好和表现不佳的广告类型。随后INCYMO自动化生成了相关的简报，从中总结出了提升广告效果的见解，包括“将UFO作为广告主角”等，避免某些在过去表现不佳的游戏机制展示。

最后，GameGears向INCYMO上传了广告创意素材资产，由 INCYMO团队基于此前的创意简报内容进行人工制作。结果显示，在第一轮生成的四条广告中，有一条在关键KPI上超过了GameGears自己的广告。第二次迭代后，有两条超过了基准，并将每千次展示收入从1.96提升到2.55。第三次迭代后，结合GameGears的反馈，让其中四条视频中的三条超过了KPI基准线。INCYMO据此认为，“人工智能驱动的洞察和结构化的创意制作的确能够实现性能突破”。

通过二次迭代产出的广告素材

广告投放领域，等待“真智能”来变革

跳出INCYMO通过PPT编制的漂亮话术，我们也不难看出，其实这家公司提供的广告解决方案中，人工智能的参与程度并不深。更多时候，INCYMO只是通过AI帮助游戏公司总结投放数据情况、识别竞对亮点，但真正意义上使用生成式AI进行广告产出环节并不算多。或许它的确能够帮助广告投放人员缩短一些创意产出周期，但距离我们所想象的“AI一键生成广告创意”还相差甚远。

尤其是INCYMO目前所主推的，为中小公司甚至零经验公司提供广告创意迭代方案的主张，都让GameLook对它实际能产生多少赋能效果产生怀疑。一方面，近些年西方公司在创意广告上“卷”的程度已经被中国公司远远落下，一方面缺乏经验的中小企业的投放效果KPI天然远远弱于大企业。而对“差等生”进行提分，是否值得用上、必须用上AI的大棒？恐怕未必。

国内出海游戏，一股脑选择“左加右减”买量素材

不仅如此，INCYMO目前展示出的方案，更多仍然是基于现有的创意和市场中的创意进行进一步优化，确实加速了高价值素材的批量生产，但并无助于游戏公司生成原创的具有创新性、和高点击转化率的广告素材。

或许对于INCYMO所预想的目标客户群体，即在西方市场主营休闲游戏业务、年收入在十万美元到数十万不等的中小型开发者来说，其提供的方案能够带来一些便利，但站在中国开发者的立场，GameLook认为INCYMO提出的这一AI方案带来的提升。

从上市公司财报来看，事实上早已经有不少国内公司将AI实际运用在发行广告投放环节，并取得了实打实的降本成果。如友谊时光在最新年报中表示，在发行环节通过使用AI，“市场反馈数据分析动态生成买量策略，优化广告方案与素材，精准匹配用户画像，提升转化效率。”

而恺英网络总经理沈军早在2023年就在其主题演讲中指出，通过AI大量投放以及市场效果的反向推理分析，形成AI自动分析模型，可可以提高投放素材的生成效果，降低获客成本。有了数据投放模型后，研发人员可以绕开素材制作人员，直接在产品研发过程中对未来投放效果的素材进行制作，减少研发和发行公司之间的沟通成本，提高了投放效率。

其实从终局思维进行思考，利用AI大模型进行全自动的数据分析、创意生成、剪辑产出、甚至是执行最终的投放，这必定是游戏行业的最终形态。但无论如何，INCYMO呈现的这个案例也的确向我们稍稍解开广告投放行业的一角。

从后台统计情况来看，对于一个热门游戏产品，在一年时间内投放数千、乃至上万条去重广告如今已成常态，这些素材往往还涉及图片、视频、文字等多种媒介类型和多种语言。如此大量的素材预备，其中必然有大量可以凭借AI减少重复性劳作、增加产出效率的环节。只不过能够提供这类能力的完整技术方案究竟何时出现，目前恐怕还要打个问号。