Aarki 已推出 Encore,这是一款针对隐私优先场景下移动营销人员打造的下一代机器学习平台,旨在实现全漏斗增长。
为实现更智能的用户获取和更强的用户留存,Encore 结合了动态定位、持续模型演进以及 SKAN 4 准备优化。
Encore 是业内唯一采用隐私优先框架的一体化平台,支持 iOS 和 Android 系统的用户获取 (UA) 以及重定向 (RT) —— 为可持续增长和长期用户留存释放了强大的协同效应。
依托于位于旧金山的 Aarki 专有 AI 基础设施(包括超过 1,000 台自有及运营服务器及每秒处理 6,000,000 次查询的能力),Encore 动态融合了归因数据、非归因信号以及实时广告调用叠加,从而最大限度地减少媒体浪费并提升广告活动效率。
Encore 的主要优势
更智能的定位 :利用全谱数据构建高精度的受众细分,包括非归因的 MMP 数据及实时广告信号。
全漏斗智能 :无缝整合 UA 与 RT 策略,提升应用内用户终身价值。
持续学习 :基于实时表现信号,深度神经网络实时重新校正模型。
SKAN 4 准备优化 :面向未来的定位及下漏斗优化,适用于隐私中心化的移动生态系统。
Aarki 首席执行官 Aman Sareen 在声明中表示:“在 Aarki,我们相信移动营销的未来属于那些能够整合性能与隐私的平台。通过 Encore,我们提供了一套全漏斗解决方案,使移动应用营销人员能够更智能地实现从获取到留存的增长,同时在隐私优先的环境中蓬勃发展。Encore 不仅仅是一种演进,而是业界在智能、负责任广告方式上的根本性转变。”
早期结果已证明了 Encore 的显著影响。对一家全球性游戏品牌而言,Aarki 的 Encore 将第七天广告支出回报率 (D7 ROAS) 提升了 25%,并将每安装成本 (CPI) 降低了 18%,相较于以往的优化方法。Encore 还提供了内部创意工作室,用于实时广告策略制定和表现监控。通过采用持续学习、动态受众构建及跨生命周期优化,Encore 帮助品牌加速增长,同时建立长期用户信任。
在过去 14 年中,Aarki 一直处于 AI 驱动的移动增长解决方案的前沿。如今,该公司在全球超过 10 亿台设备上每秒处理 5,000,000 次广告请求,为数百家领先品牌和发布商带来可衡量的成果。基于其 Post-Back 解决方案的成功(该方案帮助品牌利用第一方数据开拓新的用户获取和留存机会),Aarki 继续在后 IDFA 时代以隐私优先的创新引领可持续移动增长的发展。
Aarki 是一个利用 AI 驱动的移动增长平台,通过动态定位、深度神经网络优化和隐私优先的创新实现全漏斗表现。Aarki 为全球领先品牌和发布商提供服务,整合先进的机器学习、创意策略与自有基础设施,推动更智能的用户获取、更强的用户留存以及卓越的投资回报率。Aarki 总部位于旧金山,并在北美、欧洲、中东及北非和亚洲设有办事处。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。