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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00