> 数据图表一起讨论下01
2025-11-201AIGB：阿里巴巴以扩散生成模型重构广告出价范式 2024年5月，阿里巴巴与北京大学联合发布论文《AIGB: Generative Auto-Bidding via Diffusion Modeling》，首次将扩散模型引入广告自动出价系统，以生成式建模替代传统强化学习。模型直接学习广告回报与完整投放轨迹的关系，实现了出价策略的稳定性与收益效率双提升。 在应用层面，AIGB不再依赖强化学习的连续状态更新，而是通过核心模型DiffBid生成满足ROI、CPC、GMV等目标的最优出价轨迹。扩散去噪过程使模型在预算约束下自动平衡回报与成本，显著改善稀疏反馈环境中的稳定性。 实验结果显示，DiffBid在线下四档预算区间内平均收益提升0.7%-8.1%，线上A/B测试中，GMV提升2.81%、ROI提升3.36%、订单量增加2.09%。模型已在阿里广告系统落地，验证了生成式出价范式的商业可行性。图：AIGB架构示意图图： DiffBid离线实验结果添加标题资料来源：阿里AIGB论文，浙商证券研究所8 
