人大高瓴斯坦福LAMA 把拍卖写进Token生成

**时间**：2026年9月23日 **地点**：北京 / 美国斯坦福 **人物**：刘寒冰（Bowei Zhang）、张博文、张长远、余音钰、叶荫宇（Yinyu Ye）、齐琪（Qi Qi） **事件详情**：中国人民大学高瓴人工智能学院与斯坦福大学联合团队在论文《Token-Level Advertising》中提出 LAMA（Latent Advertiser Mixture Auction，潜在广告主混合拍卖）机制，将广告主的竞价直接嵌入到大模型的自回归生成过程中，实现"生成即分配"——每生成一个 Token 都是一次实时竞价。该论文已在 arXiv 公开（编号 2608.27382），并在生成式广告领域首次实现广告主价值报告与内容生成的逐 Token 协同。 **背景**：随着大模型和 AI 摘要对传统搜索流量的持续挤压，传统互联网广告赖以生存的"固定广告位"正在失效。生成式 AI 的回答是逐字动态生成的，品牌出现的契机与上下文紧密交织，难以预分配静态槽位。已有的段落级广告插入、候选回答竞价等方案仍属粗粒度，无法真正适配逐字生成的节奏。 **影响**：LAMA 通过引入贝尔曼一致性账本与序贯支付规则，从机制上保证广告主即使在生成中途改变策略也无法通过操纵获利，同时满足马尔可夫占优策略激励兼容（Markov DSIC）、个体理性及预算平衡三项关键属性。在系统实现上，平台借助共享的广告主条件模型代为计算局部优势，避免了展开整棵 Token 树带来的指数级计算开销。在真实商业搜索数据集上的概念验证表明，LAMA 在提升平台收入和广告主价值的同时，没有明显牺牲大模型回答的自然度与用户体验。这意味着 ChatGPT、Claude、文心一言等生成式应用未来可能在不破坏用户体验的前提下开辟全新的广告变现路径。 **总结**：从搜索广告到信息流广告，再到生成式 AI 内的"原生广告"，数字广告行业每 10 年都会经历一次范式跃迁。LAMA 把广告竞价推进到 Token 级别，相当于把广告拍卖的颗粒度从段落缩小了数十倍，是生成式广告走向商业化的关键一步。但其能否真正落地，还要看平台、广告主与监管在策略透明度、用户隐私与回答质量之间的进一步博弈。 **参考来源**： 1. [36氪 - 大模型正在吃掉搜索广告位，下一代广告该怎么做？](https://36kr.com/p/3995386418679937 2. [BestBlogs - 人大团队把拍卖写进 Token](https://www.bestblogs.dev/article/4eb4dc6ed7?entry=related_article 3. [arXiv 论文 - Token-Level Advertising](https://arxiv.org/abs/2608.27382 4. [alphaXiv 中文版 - LLM-Auction: 生成式拍卖迈向LLM原生广告](https://www.alphaxiv.org/zh/abs/2512.10551 5. [腾讯云 - 谷歌最新Token拍卖模型](https://cloud.tencent.cn/developer/article/2497919 6. [ICML 2024 - Mechanism Design for Large Language Models](https://www.icml.cc/virtual/2024/39050 7. [ChatPaper - Ad Auctions for LLMs via Retrieval Augmented Generation](https://chatpaper.com/zh-CN/chatpaper/paper/29561