Moloco AI

Moloco CARA

Compound Ad Recommendation Architecture —— 赋能 Moloco Ads

概览

CARA(复合广告推荐架构)是 Moloco 的人工智能系统,它统筹协调 30 多种模型、智能体和专业软件,旨在开放互联网上实现卓越的投放效果。

在开放互联网上进行广告投放十分复杂。该生态系统覆盖数十亿用户、每日超过万亿次的广告机会、数千家广告主以及数百万个应用程序。每一项决策都需要精确到广告展示层面,并必须在几十毫秒内完成。大多数“广告主-用户-上下文”组合此前从未出现过。此外,人工智能所获取的信号格式各异、传输速度不一,且可靠性也存在差异。

自 2013 年起,远在当前人工智能热潮兴起之前,Moloco 就已开始针对这些独特的复杂性进行技术构建。CARA 利用深度学习架构,能够同时从多个来源获取信号,并就用户、应用、创意和转化之间的关联形成关键洞察。CARA 平均每天处理超过一万亿次广告机会,能够实时为每位广告主精准预估用户意图、转化概率、创意契合度以及竞价经济效益。

架构

Moloco Ads 系统由六大技术领域组成,涵盖了多种模型、智能体和专业软件:广告活动自动化、流量供给、广告推荐、竞价、创意和信号。

领域详情

每个领域旨在解决特定的挑战,并协同工作以实现高收益的投放效果。

广告投放自动化

广告主可设定其业务目标,例如最大化广告支出回报率 (ROAS),或推动注册、充值、购买等应用内事件。此外,CARA 智能体还会评估实时广告活动,挖掘优化表现的机会,并将所得洞察反馈给广告主。

广告资源

CARA accesses ad inventory that can reach over 2 billion daily active users across more than 2.8 million independent apps globally, through direct publisher integrations via our SDK and more than 35 exchange connections.

Our SDK lets us control creative rendering on devices, which unlocks richer ad formats and better signals that sharpen performance across all domains. As we extend our SDK footprint, each new integration strengthens the performance of the entire system because it gives our models richer signal about how users interact with ads.

广告推荐

对于每一次展示,CARA 都会根据用户采取特定操作的可能性,并结合该操作对广告主的价值,来评估此次机会的价值。为了实现这一点,我们的模型利用深度学习同时从多个来源获取信号,从而对用户行为、发布商应用、产品、创意格式、内容以及它们之间的相互作用形成关键洞察。

竞价

Ad opportunities evaluated by our system exceed one trillion per day, and the AI system makes predictions on each one, only bidding when the unit economics work for the advertiser. Most auctions in the app ecosystem operate as first-price, where the highest bidder wins and pays exactly what is bid, which makes precise pricing critical. CARA simultaneously optimizes bid strategies under competitive auction constraints, allocating budgets across time and ad inventory, and selecting the best supply path. Getting this right requires deep knowledge of auction dynamics, supply path economics, and budget pacing under real-time competitive pressure.

创意

每位用户看到的创意都是专门为其选择的:创意是基于每次展示的决策,而非广告系列层面的评估。对于 Moloco SDK,CARA 模型会调整各个广告组件,由 SDK 在展示时将其组装成完整的广告单元。随后,CARA 的选择模型会从庞大的候选空间中,识别出最有可能在该用户和该环境下产生效果的组合。

信号

信号是其他五个领域的基础。CARA 从各种广告主转化事件、发布商互动、竞价请求、移动监测合作伙伴和 SDK 活动中获取信号。这些信号以不同的格式、速度和可靠性级别到达。我们的系统旨在整合所有这些信号并找出关键模式。我们的模型学习用户、产品、创意、发布商环境和转化事件之间的关系,形成一个统一的层,使其他每个领域都更加精准。

系统如何实现复合增长

每个领域的改进都会增强系统的整体性能,并产生复合效应。所有领域都向统一的信号层输入数据并从中读取信息,因此随着该领域的丰富,即使没有针对特定领域的更改,其他所有领域也能从中受益。这种收益会在不同领域间传递:更好的创意选择改善了广告推荐的训练信号,更丰富的供应信号提高了竞价准确性,而更精确的竞价则生成了更多结果数据,从而进一步优化了后续的预测。

我们的团队并行迭代以实现性能提升,每天运行数百个并发实验,在实时流量中测试新方法。这些实验有助于模型改进,仅 2025 年就进行了 65 次模型更新。

The result is a system that gets smarter with every campaign it runs. Across the 65 model updates in 2025 for Moloco Ads, CARA lowered CPI by 14%, CPA by 17%, and increased ROAS by 27%.

常见问题解答

“复合 AI 系统”在实践中意味着什么?

复合 AI 系统协调多个模型、智能体和专业软件,而不是依赖单一模型。CARA 中的每个组件都是针对特定领域(如竞价、创意、供应等)构建和优化的。复合架构意味着任何领域的改进都会传播到其他领域:更出色的信号层能提高竞价准确性;更优的创意选择能为广告推荐产生更丰富的训练数据。这些改进在系统中是乘数效应,而非简单的独立叠加。

模型更新的频率是多少?

更新后的模型版本每两小时就会部署到生产环境一次。转化、点击和互动信号等真实世界的结果会持续回流作为训练数据。这种持续的反馈循环意味着系统始终在从最新的数据中学习,从而了解对每位广告主、用户群体和供应环境最有效的方法。

当用户信号有限或稀疏时会发生什么?

稀疏信号是 CARA 旨在解决的核心挑战之一。在开放互联网上,相当一部分库存携带的信号有限,例如新用户、低活跃度应用环境,或行为历史记录较少的场景。CARA 在广告推荐领域的序列建模架构(基于跨应用的各种用户事件历史进行训练)专为在这些条件下预测结果而构建,它利用了从 Moloco 广泛的供应和广告主关系中学习到的表征。

CARA 是否同时适用于 Moloco Ads 和 Moloco Commerce Media?

CARA 代表了 Moloco 的复合 AI 架构,该方法适用于 Moloco 的整个产品套件。具体的技术领域及其配置因产品环境而异。有关复合 AI 架构如何应用于 Moloco Commerce Media 的信息,请点击此处

Moloco SDK 在架构中扮演什么角色?

Moloco SDK 同时具备两项功能。首先,它与发布商直接集成,使 CARA 能够直接访问其广告库存,而无需通过交易合作伙伴进行路由。其次,它赋予 CARA 对设备端创意渲染的直接控制权,从而解锁更丰富的广告格式,并将行为信号反馈给模型。每一次新的 SDK 集成都会增强整个复合系统,因为其生成的信号能提升所有六个技术领域的训练数据质量。

Source:

Moloco internal data, January 2025 to December 2025.

Source:

Moloco internal platform data, daily average of events January 2025 to December 2025.

Moloco ExpLab platform data, Q4 2025. Moloco internal data, January 2025 to December 2025.

Moloco internal platform data. Reflects the combined impact of model updates released during 2025, each validated through a controlled A/B experiment before full deployment.

Source:

Moloco Internal Data; average daily ad opportunities received by Moloco Ads, January – March 2026. Figure is an estimate derived from sampled infrastructure data scaled to total volume.