多模态大模型（MLLM）作为兴起的新人工智能热点，可以利用强大的大语言模型（LLM）作为大脑，执行多模态任务。多模态技术，涉及机器学习和人工智能领域，可以处理和分析文本、图像、音频、视频等多种数据类型，相较单一模态，在营销领域应用场景更为广泛，提升内容洞察速度、增强内容洞察质量。

明略科技旗下秒针系统，依托18年沉淀的营销行业数据及经验，依托多模态大模型（MLLM）技术，实现创新融合，目前已经形成了“人群发现-分析-聚类-内容生成“的完整闭环，并已经在美妆行业率先落地。生成式营销浪潮下，明略科技依托多模态数据智能、企业级知识图谱、隐私保护技术，将助力更多品牌抓住新技术红利，实现精准营销和业务增长。

本文目录如下：

• 01 举例说明：什么是多模态大模型（MLLM）？
• 02 聚焦营销领域：多模态大模型（MLLM）将在内容洞察领域发挥更大作用
• 03 未来展望：多模态大模型（MLLM）的下一步

01 举例说明：什么是多模态大模型（MLLM）？

多模态大模型（MLLM）也是一种人工智能模型，相较于单一模态大模型，多模态大模型（MLLM）的优势在于，能够处理多种类型的数据，如文本、图像、音频和视频等。结合自然语言处理（NLP）、计算机视觉、语音处理等多领域技术，多模态大模型可以支持更多不同类型数据的理解、分析和生成。

举例而言，多模态大模型（MLLM）常见的情况下可以用于执行以下任务：

• 图像描述：对图像内容生成自动描述
• 视频分类：对视频素材进行分类和标注
• 视频摘要：从视频素材中提取关键帧或关键片段，生成视频摘要信息
• 多模态翻译：将不同语言的文本、图像或音频内容进行翻译和转换
• 视觉问答：基于图像内容，进行知识问答，还可以结合图像和文本进行推理
• 语音识别：将音频内容转换为文本内容
• 语音合成：将文本内容转换为语音语音

02 聚焦营销领域：多模态大模型（MLLM）将在内容洞察领域发挥更大作用

（1）上一代人工智能技术对营销领域的影响

消费者洞察、创意制作、媒介采买、消费者沟通等是营销行业的核心要素。当前，媒介、流量、采买和智能分发等多个环节已经受益与上一代人工智能技术，能回答以下关键问题：

• 把内容分发给谁
• 把信息推荐给谁

（2）新一代人工智能技术对营销领域的影响

借助多模态大模型（MLLM）技术，营销可以更进一步。广告媒介和社交媒体内容形态进一步多元化，借助多模态技术，广大品牌主可以获取“更深入的消费者洞察”，反哺内容营销，做到真正的“千人千面”，不仅解决流量分发、信息推荐问题，还能回答以下关键问题：

• 把什么内容分发给谁
• 把什么信息推荐给谁

让企业建立的DMP、CDP，不仅可以划分人群，形成“WHO”相关策略，还能基于多模态大模型（MLLM）技术实现“分析-聚类-内容生成”，形成“WHAT”相关策略。

03 流程梳理：多模态大模型（MLLM）赋能社媒洞察五步走

（1）第一步：优质物料筛选

依据品牌的调性及内容，多模态大模型（MLLM）可以辅助筛选优质物料。

（2）第二步：多模态打标

多模态大模型（MLLM）支持针对文本、图像、音频、视频等多种数据类型分析和打标，且场景化更强、颗粒度更细。

例如，针对美妆的优质物料打标，不仅可以针对功效、质地、成分、人群打标，还可以总结痛点、情绪价值、种草贴类型，进行打标。

（3）第三步：聚类与统计

在多模态打标后，依托多模态大模型（MLLM）进行多维度信息聚类，锁定头部的人群、场景、痛点。

（4）第四步：交叉分析

获取统计数据后，可以让多模态大模型（MLLM）开展进一步交叉分析，挖掘用户核心痛点。对比单一模态和人工分析手段，多模态大模型（MLLM）交叉分析，能挖掘更多细节信息，可能发现新的用户痛点场景等。

（5）第五步：画像故事生成

基于分析结果，生成目标人群画像故事。整个工作流程，更少人力投入、更快交付速度、更稳交付质量。

03 未来展望：多模态大模型（MLLM）的下一步

生成式AI技术进一步发展，多模态大模型（MLLM）应用进一步拓展，生成式营销时代以来。正如明略科技集团创始人、董事长兼首席执行官吴明辉指出的，“我们正从企业生产制造管理进入到消费者营销与销售端管理的时代，这是一个时代的变化。“

未来，内容将成为继人、财、物之后企业管理的第四大要素，每个企业都可能需要一个新的由生成式人工智能驱动的新一代CMS（内容管理系统），积累内容生成所需的核心资源，以来内容解码能力、鉴别能力、数据能力，获取更大竞争优势。