Prebid.js 9.50.0版本发布:视频广告适配器与RTD模块增强
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持续迭代更新以满足行业需求。本次发布的9.50.0版本带来了新的视频广告适配器支持,并对实时数据(RTD)模块进行了重要改进。
新增360playvid视频广告适配器
本次版本最显著的变化是引入了360playvid Bid Adapter的初始版本。这是一个专门针对视频广告场景设计的适配器,标志着Prebid.js在视频广告领域的进一步扩展。视频广告作为数字广告市场增长最快的细分领域之一,这一新增适配器将为发布商提供更多变现选择。
360playvid适配器的加入使得发布商能够:
- 接入360playvid平台的视频广告资源
- 在头部竞价环境中实现视频广告位的程序化交易
- 与其他广告需求源公平竞争,最大化视频广告收益
实时数据(RTD)模块的改进
PubMatic RTD模块在本版本中获得了多项增强,这些改进主要集中在动态底价功能上:
-
合作伙伴支持:现在RTD模块能够更好地支持合作伙伴参与动态底价计算,这意味着发布商可以获得更精准、更具竞争力的底价策略。
-
空值检查修复:修复了auctionDelay参数的空值检查问题,提高了模块的稳定性,避免因空值导致的竞价流程中断。
-
可视度数据传递:PubMatic Bid Adapter现在能够发送广告位的可视度百分比数据,为广告主提供更透明的展示环境信息,有助于提升广告效果评估的准确性。
用户身份系统优化
用户身份识别是现代程序化广告的核心组件之一。本版本对相关系统进行了多项优化:
-
imuIdSystem增强:现在能够传递更多必要的参数用于ID确定,提高了用户识别的准确性和覆盖率。
-
UID2模块错误处理:改进了错误日志记录机制,确保在捕获错误的同时不会对测试环境造成干扰。
-
废弃参数替换:Ogury Bid Adapter中已废弃的userId参数被更新为现代标准,保持与最新规范的兼容性。
广告适配器功能扩展
多个广告适配器在本版本中获得了功能增强:
-
Vidoomy适配器:现在支持多竞价响应处理,提高了该平台的集成灵活性。
-
TargetVideo适配器:能够发送用户eids/数据,并更新了cookie加载URL,增强了用户定向能力。
-
IX适配器:修复了诊断ID对象的问题,提高了调试信息的准确性。
代码质量与维护
开发团队持续关注代码质量和维护工作:
-
测试工具改进:测试工具现在使用switchFrame API,提高了测试的可靠性和一致性。
-
代码复用优化:Asteriobid分析适配器通过导入公共代码减少了重复,提高了代码可维护性。
-
代码风格统一:修复了多处代码风格问题,包括空白行规范等,保持了代码库的整洁性。
总结
Prebid.js 9.50.0版本通过新增视频广告适配器、增强RTD模块功能、优化用户身份系统等一系列改进,进一步巩固了其作为开源头部竞价解决方案的领导地位。这些变化不仅为发布商提供了更多变现工具,也为广告主创造了更透明、高效的竞价环境。随着程序化广告生态的不断发展,Prebid.js持续通过技术创新满足行业需求,推动数字广告向更加开放、透明的方向发展。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00