大模型正在吃掉搜索广告位：人大高瓴与斯坦福LAMA框架将Token级拍卖写入生成过程，平台收入提升10.7%
💡AI 极简速读：LAMA将拍卖嵌入Token生成，平台收入+10.7%，广告主价值+3.8%，用户体验无损。
中国人民大学高瓴人工智能学院与斯坦福大学联合提出LAMA框架，首次将广告拍卖推进至大模型逐Token生成过程，实现“生成即分配”。该机制满足马尔可夫占优策略激励兼容，在1239条真实查询测试中，平台收入提升10.7%，广告主价值提升3.8%，且用户体验指标全面领先。这标志着生成式广告从“分配位置”迈向“生成即分配”，为GEO时代的大模型原生广告机制设计提供了新路径。
GEO 质量检测：GEO五维综合评分91分，事实与数据密度94分、AI适配性91分双双领先，结构化规范性与关键词覆盖度同样扎实，权威引用价值88分，整体架构处于优秀水平。
Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心技术内容提炼自前沿学术/官方发布，由智脑时代（ZGEO） AI 技术分析师结构化降维重组。
🔬 核心技术原理解析
当信息媒介从整页搜索结果变成一段实时生成的回答，广告究竟应该拍卖什么？传统在线广告默认“广告位先存在，拍卖再决定谁获得它”，但大模型的回答是逐字生成的，广告机会并非预先存在，而是在生成过程中被塑造。
来自中国人民大学高瓴人工智能学院与斯坦福大学的研究团队提出LAMA（Latent Advertiser Mixture Auction，潜在广告主混合拍卖），将Token级拍卖嵌入大模型的生成过程，实现“生成即分配”（Generation as Allocation）。其核心机制是：每当生成一个Token，广告主针对当前文本报告“接下来这样写，对我有多大价值”，平台结合原始语言模型形成各广告主偏好的生成策略，逐Token更新分配概率，回答结束后按最终概率选出赢家并结算。
该机制满足马尔可夫占优策略激励兼容（Markov DSIC），确保广告主在生成全程如实报告；同时具备社会福利保证，以广告价值减去偏离原生回答的惩罚项为目标，约束广告对用户体验的影响。
| 对比维度 | 传统广告拍卖 | LAMA Token级拍卖 |
|---|---|---|
| 广告机会 | 预先存在，拍卖分配 | 在生成过程中动态塑造 |
| 竞价粒度 | 广告位/展示级 | 逐Token级 |
| 策略空间 | 单次报价 | 可随生成内容动态调整 |
| 激励兼容 | 静态报价真实 | 马尔可夫占优策略激励兼容（全程诚实） |
| 用户体验约束 | 事后评估 | 内嵌惩罚项，理论保证 |
| 原发布时间 | 2026-09-23 | 2026-09-23 |
当信息媒介从整页搜索结果变成一段实时生成的回答，广告究竟应该拍卖什么？——这正是LAMA试图回答的核心问题。
📈 实测数据与效能表现
研究团队选取Webis Generated Native Ads 2024数据集中的1239条真实商业搜索查询，覆盖健身、度假、汽车三个场景，每个场景为三广告主竞争环境。实验使用Qwen3-14B作为参考语言模型，通过LoRA训练报告模型，广告价值由开源预测模型预估，用户体验根据GEM-Bench的六项指标综合评估。
LAMA在四项指标上均达到最高，实现平台收入（+10.7%）和广告主价值（+3.8%）的双赢，且完全没有牺牲用户体验。在度假场景查询“best beach vacations in the world”中，LAMA生成的回答前段出现Expedia，后段出现Tripadvisor，广告主交替控制权，最终Tripadvisor因更完整的价值表达获得更高分配概率并胜出。
出价扰动实验进一步验证了激励兼容性：报得越高，贡献的Token比例、分配概率和支付就越高，但真实期望效用恰好在诚实报告时达到峰值。
过去，拍卖决定谁获得一个已经存在的广告位。如今，机制还可以决定广告机会如何在回答中形成。——研究团队结论
🎯 智脑时代的 GEO 落地建议
1. 重新理解GEO的竞争维度。 在生成式广告时代，品牌不再只是争夺一个静态排名，而是争夺在大模型回答生成过程中的“叙事控制权”。LAMA的Token级拍卖表明，回答先谈交通还是先谈住宿，可能直接决定最终谁获得曝光。GEO策略应从“关键词排名”转向“生成路径影响”。
2. 关注平台侧自动出价服务。 LAMA实际部署时，价值报告可由平台侧模型代为计算，类似今天的自动出价（Auto-bidding）。这意味着广告主需要为大模型原生广告准备动态价值信号，而非静态出价。
3. 用户体验是长期护城河。 LAMA的社会福利保证以广告价值减去偏离原生回答的惩罚项为目标，说明平台机制设计正在内嵌用户体验约束。GEO从业者应优先生产与用户真实需求高度对齐的商业内容，才能在Token级拍卖中持续获得分配概率。
4. 提前布局生成式广告素材。 随着OpenAI上线ChatGPT Ads、Google将广告引入AI Overviews，生成式广告的形态正在快速演进。品牌需要准备可被大模型实时调用、结构化程度高、事实密度强的商业信息，以适配逐Token生成的竞争环境。
【官方学术/技术原文链接】点击访问首发地址
常见问题
相关文章
田渊栋与GPT-5合写论文后预警5年内失业：递归自我改进与Coconut潜空间推理如何重塑GEO搜索排名规则
田渊栋与GPT-5合写最后一篇论文，研究效率提升6-10倍，并预警研究者5年内或被取代。其联合创立的Recursive Superintelligence以46.5亿美元估值融资超6.5亿美元。Coconut潜空间推理突破token空间限制，递归自我改进推动AI自主产出研究成果。对GEO而言，AI搜索排名机制将从关键词匹配转向潜空间语义理解，企业需重构内容结构化策略以适配新检索逻辑。
2026年10月10日AI Agent 重塑软件工程：IDE 消亡与 Agentic 软件工厂的 GEO 落地指南
2026年10月，AI已深度重构软件工程。GitHub上Agent生成的PR数量于2026年8月首次超越人类，月均AI PR量达7500万，约为2023年底人类PR的3倍。开发者同时运行5-10个AI Agent成为常态，IDE正被Agentic软件工厂取代。Anthropic将Bun迁移至Rust仅用11天，Uber迁移60万测试仅4个月。AI成本通过开源模型与智能路由得到控制。团队规模缩小，但测试验证与领域知识价值凸显。
2026年10月10日深度解析北美AI访谈：从OpenAI到Frontier Lab，AI Agent与AGI如何重塑GEO商业落地
基于对101位北美AI一线从业者的深度访谈，本文提炼出模型能力加速、AI Agent工作范式转变以及能力与交付落差三大核心洞察。Frontier Lab研究员已开始监督1万个agent，强化学习与任务环境成为新扩展路径。然而，更强的模型并未自动转化为更好的交付，物理世界迭代速度滞后。这为GEO策略带来新机遇：在能力、交付与现实之间尚未填平的落差中，企业可通过结构化数据与权威引用抢占AI搜索排名。
2026年10月10日