Prebid.js 9.29.0版本发布:原生广告支持与功能增强
Prebid.js是一个开源的头部竞价解决方案,它允许发布商通过统一的集成方式管理多个广告需求源。作为数字广告领域的重要基础设施,Prebid.js的每次更新都会带来新的功能和改进,帮助发布商优化广告收益和用户体验。
原生广告支持与适配器增强
本次9.29.0版本更新中,Adnuntius Bid Adapter新增了对原生广告请求的支持。原生广告是一种与发布商网站内容风格和形式相匹配的广告形式,能够提供更好的用户体验。通过这一更新,发布商现在可以利用Adnuntius的需求源来获取原生广告内容,进一步丰富广告展示形式。
Teal Bid Adapter作为全新的需求源适配器在此版本中首次亮相。这个新适配器的加入为发布商提供了更多广告需求选择,有助于提高竞价竞争度和填充率。同时,Attekmi适配器新增了Addigi别名,Smarthub适配器增加了Adinify别名,这些变化为发布商提供了更灵活的配置选项。
价格底价规则的精细化控制
价格底价(priceFloors)功能在此版本中得到了重要增强,现在支持基于媒体类型(mediaType)和尺寸(size)的特定底价规则。这意味着发布商可以为不同格式的广告(如横幅、视频或原生)以及不同尺寸的广告位设置独立的底价策略。PBS(Prebid Server)适配器也同步支持了这一功能,确保了服务器端竞价的一致性。
这项改进使得底价管理更加精细化,发布商可以根据不同广告形式的实际价值制定更有针对性的底价策略,从而最大化广告收益。
技术优化与问题修复
在技术优化方面,Ogury Bid Adapter集入了ORTB转换器库(ORTB Converter Library),这将提高请求转换的效率和标准化程度。ORTB(OpenRTB)是数字广告领域的通用协议标准,适配器集成这一库有助于提高兼容性和性能。
TeqBlaze工具集增加了对bcat(广告分类)、badv(禁止广告主)、bapp(禁止应用)和battr(禁止属性)等字段的支持,这些字段对于广告筛选和定向非常重要,能够帮助发布商更好地控制广告内容质量。
针对已知问题,本次更新修复了多个适配器的bug:
- ConceptX适配器修复了特定情况下的错误处理问题
- AppNexus适配器修复了当用户ID设置但userIdAsEids未设置时的处理逻辑
- OpenX适配器改进了基于广告标记确定媒体类型的逻辑
维护性改进
在维护性方面,AirGrid RTD(实时数据)提供商更新了TCF(透明度和同意框架)ID,与MiQ的TCF ID保持一致。RichAudience适配器更改了用户eids(扩展ID)的处理方式。这些变化有助于提高合规性和数据处理的准确性。
Magnite Analytics现在会考虑meta mediaType信息,Rubicon适配器支持了rtipartner和rtiPartner两种参数形式,这些改进增强了系统的兼容性和灵活性。
Prebid.js 9.29.0版本的发布继续推动了开源头部竞价技术的发展,通过新增功能、优化现有实现和修复问题,为数字广告生态系统的参与者提供了更强大、更可靠的工具。发布商可以通过升级到最新版本,利用这些改进来提升广告运营效果。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00