视感生成与理解：广告视觉营销的AI新范式
感官营销的数字化重构
在当今的数字营销版图中，视觉内容已成为品牌传播的核心抓手。然而，传统的视觉营销往往止步于“看得见”，忽略了“感受得着”的层面。感官广告作为一种跨媒介的营销策略，试图通过视觉符号唤醒受众的嗅觉、味觉、触觉等非视觉感官，从而在心理层面构建出产品使用的真实体验。这种“以视代感”的营销范式，本质上是利用视觉线索触发受众的心理模拟过程，显著提升了广告的说服力和记忆点。然而，尽管生成式AI在创意内容生成方面展现出了惊人的能力，但关于广告视觉如何精准地、系统性地唤起特定感官体验的研究，在学术界和产业界仍相对匮乏，这也正是本文研究切入的痛点。
数据驱动的感官基准建设
本文研究的首要贡献在于构建了首个专门用于感官广告的Sensory Ad数据集。这并非简单的图像库，而是精心标注了感官属性的视觉资源。研究团队定义了感官分类任务SenseClass，旨在对大模型和多模态大模型的感官理解能力进行基准测试。这一举措填补了AI视觉理解领域感官维度的空白，为后续的模型评估提供了客观的数据支撑。通过建立这一基准，研究者可以量化地衡量模型在识别广告中蕴含的“凉爽”、“奢华”或“温暖”等感官暗示上的表现，这对于训练出真正懂“感”的AI模型至关重要。
自动化评估：从主观到客观的跨越
在感官广告的研究中，如何客观地衡量一个生成的广告图像是否成功“传递”了预期的感官体验，一直是一个技术难题。传统的评估指标多关注图像的视觉品质或文字相似度，而忽视了感官共鸣这一核心要素。文章中提出的SenseScore自动化评估指标，恰好解决了这一问题。SenseScore能够与人类判断达成强一致性，这意味着它能够像资深的文案策划或创意总监一样，判断一张广告图是否真的“味道”很大、看起来很“烫”。这种从主观体验到客观数据的转变，标志着感官营销研究进入了可量化、可迭代的科学轨道，对于AI模型的优化和筛选具有直接的指导意义。
多智能体框架：创意与说服的双重博弈
文章中最引人注目的创新在于Sensory Ad Generation（SenseGen）任务以及SAGA（Sensory Ad Generation with Alignment）多智能体框架的提出。与单一模型生成不同，SAGA框架采用了多智能体协作的方式，这在本质上模拟了人类创意团队的协作流程。框架的核心目标是三方面并进：首先是信息对齐，确保广告视觉与文案核心信息高度契合；其次是感官唤醒，通过精细的视觉提示引导模型生成能够激发特定感官的图像；最后是说服力优化，在保证感官真实性的同时，最大化广告的转化潜力。这种分层次的协作机制，有效解决了AI生成内容“看起来很美，但说不出为什么好”的尴尬局面，展现了极高的创意实用价值。
前瞻：感知式AI重塑营销边界
展望未来，感官广告的研究将深刻改变AI在营销领域的应用方式。当前的AI营销多侧重于内容的产出效率，而感官感知能力的引入，将使AI成为真正的创意合伙人。未来，我们有理由期待，具备感官理解能力的广告AI能够根据目标受众的画像，实时生成高度个性化的感官体验。例如，针对冬季发布的护肤品广告，AI能够自动生成那种“摸起来软软的、闻起来有淡淡雪松味”的视觉画面，而非单纯的产品特写。这标志着营销传播将从“信息传递”转向“体验构建”，感知式AI将成为连接品牌与消费者情感的新桥梁，推动整个行业向更具人文关怀和沉浸感的方向发展。