2026.10.12 | 9K | APP | AppLovin & Unity 3Q26 Channel Check II

音频信息

音频标题: 261012 - Merit Applovin、Unity Q3业绩调研II

相关标的：undefined

议题：

完整音频链接：http://mw-meeting.oss-cn-shanghai.aliyuncs.com/audio/1791801969187-261012%2520-%2520Merit%2520Applovin%25E3%2580%2581Unity%2520Q3%25E4%25B8%259A%25E7%25BB%25A9%25E8%25B0%2583%25E7%25A0%2594II_20261012_184550.mp3

音频纪要总结

专家访谈纪要

1. AppLovin投放表现与预算占比

a) Q3在AppLovin上的投放增速是否达到此前预期？

• Q3实际投放增速与此前约30%的预期基本一致，没有明显偏差，实际投放力度相对更高一些。
• 公司不仅在AppLovin上增加投放，其他平台的预算结构也出现了一定调整。
• 平台选择的核心标准仍是实际收益和ROI；可规模化投放的平台数量有限，部分效果不达标的平台不会持续投入。

b) Q3 AppLovin占整体广告预算的比例是多少？

• 此前预计AppLovin占整体广告预算约3.2%，实际占比明显高于预期。
• Q3实际占比约为5%—5.6%。
• 占比提升主要源于投放效果和ROI改善，公司有意继续提高该平台在投放组合中的重要性。

c) Q4 AppLovin的投放增速和预算占比如何预期？

• Q4投放增速预计约为30%—35%，有望略高于Q3。
• Q4占整体广告预算的比例预计维持在5%—6%。
• Q4虽然面临“双11”等电商旺季带来的竞价压力，但公司不会在电商集中抢量时段正面争夺流量。
• 公司Q4将上线一款新产品，新游戏存在刚性买量需求，因此整体投放规模仍将增长。
• 随着团队对AppLovin模型的理解和使用更加成熟，平台在人群识别方面的效率有望继续改善。

d) 为什么AppLovin的投放增长好于原先预期？

• 核心原因是投放ROI提升，而不是广告单价明显下降。
• 公司以ROI作为预算调整的主要依据：ROI较高则增加投入，ROI偏低则难以继续放量。
• Q2 AppLovin的ROI通常在2.2—2.4，Q3已提升至约2.7—2.8，环比改善约15%—20%。
• CPM、CPC、CPA等广告单价整体没有明显变化，效率改善主要由算法模型优化驱动。

2. AppLovin模型升级与ROI提升原因

a) AppLovin模型层面有哪些核心升级？

• 最大变化是AXON从早期树模型升级至AXON 2.0的深度神经网络和AI架构。
• 新模型采用Embedding架构，相较大量分支决策树，更适合处理复杂的设备、用户行为和广告素材信号。
• 平台同步优化了设备特征、用户行为识别和素材理解能力，提高了人群匹配精度。
• 对长周期运营的IP游戏而言，模型能够更充分地评估长期付费价值，而不只是短期转化。

b) AppLovin为什么能更快响应游戏版本和用户行为变化？

• AppLovin依托MAX SDK及其大规模广告生态，拥有十亿级设备和广告交互信号。
• 模型可进行连续、实时、流式学习，而非仅依靠按小时或半天进行的批量更新。
• 当游戏进行大版本更新，或节假日活动导致用户付费行为突变时，模型能够更快完成修正。
• 相较Meta、TikTok等平台，AppLovin在竞价响应和模型更新速度上具有一定优势。

c) AppLovin的素材与预算分配策略有何不同？

• Meta更倾向于将预算分散到多个素材及其变体中。
• AppLovin更倾向于把预算集中到高潜力素材，进一步覆盖匹配度较高的人群。
• 对长周期、高LTV的IP游戏而言，预算集中学习有助于提高ROI效率。
• 公司投放时主要关注两点：一是最终投放效果，二是素材生成及迭代速度。

d) AppLovin与Unity在素材生成速度上有何差异？

• 两者的差别主要体现在素材生成和工具链能力，但当前各主流平台的生成速度都在明显提升。
• 过去普通AI素材生成通常需要10—30分钟，较快时约2—3分钟；Playable试玩素材可能需要30分钟以上，甚至约1.5小时。
• 目前多数素材可在10分钟内完成，较快时只需2—3分钟。
• 素材生成提速并非AppLovin独有，Meta、Google等平台也在持续提升生成效率。

3. AppLovin新模型与广告产品进展

a) AppLovin Q3有哪些主要产品或功能升级？

• Q3主要围绕大模型和广告算法迭代，并非全面上线全新产品。
• 主要方向包括：

1. AXON 2.0内核模型升级；
2. 出价预测大模型；
3. SparkLabs生成式AI素材产品线；
4. LLM素材生成能力；
5. AppLovin对外独立的LLM能力。

b) AXON 2.0对长期LTV预测进行了哪些优化？

• 旧模型主要输出单点D28 LTV估值。
• 新模型开始输出更完整的付费概率分布，而非仅提供平均LTV。
• 模型可进一步区分大额、中额和小额付费用户，提升对高价值用户的识别能力。
• 对IAP游戏而言，这种分层预测比单一平均值更有助于优化出价和预算分配。

c) D28至D60的ROAS出价有何价值？

• 如果长期ROAS预测稳定性提升，将更有利于应对游戏版本更新及节假日活动。
• 版本更新或活动期间，用户付费行为可能突变，传统模型容易发生偏移。
• 更长周期的ROAS出价能够帮助平台更准确地评估长尾用户价值。
• 广告主上传历史付费人群包后，也可进一步提升模型对高价值人群的识别能力。

d) 为什么AppLovin的增量主要在Q2末后开始体现？

• 公司认为Q2模型执行效果略低于预期。
• AppLovin此前沟通称，核心模型会在Q2末进行较大规模升级，后续才逐步贡献投放增量。
• Q3 ROI的明显改善，说明模型升级已开始在实际投放中产生效果。

4. 投放平台组合与明年AppLovin展望

a) 新游戏投放时，AppLovin会成为第一梯队平台吗？

• 不会。公司的第一梯队仍是Meta、Google和TikTok。
• 三个平台目前已占据较高预算比例，公司不会继续大幅提高其集中度。
• AppLovin和Unity属于第二梯队中的头部平台，是重要的补充性渠道。
• 公司不接受将全部预算集中在一个或两个平台，认为这种方式风险过高。

b) 为什么公司希望提高AppLovin和Unity的预算占比？

• 主要目的是降低对Meta、Google等头部平台的依赖，优化平台组合。
• 公司不希望单个平台占到30%—40%的过高比例。
• AppLovin和Unity新增的份额主要来自Meta、Google及部分效果较差的第三方平台。
• 对ROI长期不达标的第三方平台，公司将减少或停止投放。

c) 明年AppLovin占广告预算的比例可能达到多少？

• 明年AppLovin占比预计进一步提升至7%—8%。
• 增长将保持渐进式，不会出现指数级或爆发式提升。
• 第二梯队平台的合理占比上限预计约为8%，常态区间大致为5%—7%。
• 后续增长主要取决于ROI持续性、模型稳定性和可承接的广告库存规模。

5. Unity投放表现与预算占比

a) Unity Q3投放增速是否达到此前预期？

• 此前预计Q3投放增速约25%，实际约为26%—27%，略高于预期。
• 增速超预期幅度不大，整体仍保持稳健增长。
• Q4预计增速也在26%—27%左右，短期不会出现大幅跳升。

b) Unity占整体广告预算的比例如何变化？

• Unity Q2占比约为4%—5%，高于此前约3.2%的预期。
• Q3占比进一步提升至约6%—7%。
• 明年预计达到7%—8%，同样不会出现爆发式增长。
• Unity新增份额主要来自Meta和Google，同时受益于其在游戏广告领域的专业能力及公司新产品投放需求。

c) Unity的ROI环比表现如何？

• Unity ROI由约2.4提升至约2.8。
• 环比增幅约20%—30%，提升幅度较为明显。
• ROI提升表明Unity的模型调整及差异化投放策略已开始产生效果。

d) Unity广告单价是否发生变化？

• Unity广告单价较此前有所上涨。
• CPA由原来的60多元提升至目前70多元。
• 尽管获客单价上升，但ROI仍有所改善，说明用户质量及长期价值同步提升。

6. Unity算法升级与Runtime数据价值

a) Unity Q3算法优化的核心方向是什么？

• Unity不再只是基于D7付费信号进行优化，而是由模型更直接地优化安装行为及后续价值。
• 模型尝试完成安装预测和D28完整LTV分布预测，重点识别高价值付费用户。
• 对《原神》《绝区零》等产品，算法更关注高价值核心用户，而不是只追求低成本安装。
• 新模型也会挖掘早期尚未付费、但具备长期价值的用户。
• 这一变化可能带来CPI上升和起量节奏变化，但长期ROI有望改善。

b) Unity引入Runtime数据后，对广告效果有何影响？

• Runtime数据对广告效果影响较大，尤其是游戏局内行为信号。
• Q3 Unity已将游戏引擎Runtime行为数据输入模型，包括：

1. 对局时长；
2. 登录频次；
3. 关卡进度；
4. 对局频次；
5. 活跃度及其他局内行为。

• 模型不再完全依赖广告主通过MMP回传的IAP付费事件。
• Runtime信号能够在用户尚未产生明确付费行为时，提前判断其活跃度和潜在付费价值。

c) Runtime数据相比MMP付费数据有哪些优势？

• MMP主要回传D7、D28等IAP事件，能够提供付费标签，但对用户完整局内表现掌握有限。
• D7模型的ROI约为1.9—2.0，长期价值识别能力相对不足；D28表现更好，但学习周期较长。
• Runtime数据可以通过局内行为提前预测用户价值，缩短模型等待付费信号的时间。
• 对高付费潜力用户，Runtime信号能够提高分层预测精度，并支持更积极的出价。

d) Unity Runtime能力目前有哪些主要痛点？

• 第一，D28目前仍处于Beta阶段，模型学习周期较长。
• 第二，广告主如果只看到D7表现，通常不敢立即大规模放量。
• 第三，大型游戏公司对局内数据授权较为谨慎，Runtime功能开启率可能偏低。
• 第四，局内数据涉及较高的法务、隐私和数据安全门槛。
• 因此，后续产品升级将重点解决学习周期、短长期指标兼容和数据授权问题。

e) Unity计划如何兼顾D7短期ROAS和D28长期LTV？

• 当前D7 ROAS与D28 ROAS往往需要分成两套Campaign独立运行。
• 后续方向是推出多时间窗口混合出价，使单个Campaign同时兼顾D7短期回报与D28长期价值。
• 模型可在D7指标不恶化至某一阈值的前提下，最大化D28回报。
• 这一机制有助于解决大型广告主因短期考核约束而不敢放量D28计划的问题。
• 如果广告主授权Runtime数据，一套计划可同时覆盖短期用户和长尾高价值用户。

f) Runtime数据授权将如何分级？

• Unity预计提供可调节的数据权限和脱敏颗粒度。
• 低权限数据可能包括会话时长、登录频次等风险较低的信息。
• 中等权限可能包括关卡进度、对局频次等局内特征。
• 高权限可能涉及完整游戏经济系统和更全面的用户行为。
• 大型游戏公司的法务部门大概率只会开放低至中等权限，不太可能全面开放核心游戏数据。
• 若关闭Runtime信号，模型将退回主要依赖付费数据的训练方式，预测效果可能有所折扣。

7. AppLovin与Unity的竞争格局

a) 获得Runtime数据后，Unity与AppLovin的数据能力差距是否会明显缩小？

• 差距会缩小，但短期仍然存在。
• AppLovin依托MAX聚合平台拥有更大流量池，每天积累大量竞价、广告及用户交互样本。
• AppLovin的数据飞轮已运行多年，投放规模越大，模型对用户Action和转化的预测就越精准。
• 在素材冷启动、用户稳定性、预算策略和大盘交互方面，AppLovin仍具备较成熟的积累。
• SparkLabs、Playable素材、素材变体筛选等工具链也是AppLovin的重要优势。

b) Unity相较AppLovin的差异化优势是什么？

• Unity的核心优势是能够获得更前置、更直接的游戏Runtime信号。
• 作为游戏引擎厂商，Unity更容易理解和处理局内行为、关卡进度及活跃度信息。
• 即使Runtime广告能力尚未完全成熟，其在局内表现预测方面仍具备天然优势。
• Q4后续的长期LTV预测、多窗口融合出价，有望进一步缓解大型游戏公司D7考核约束。

c) Unity广告库存不足是否仍是瓶颈？

• 广告库存瓶颈目前仍然存在，尚未彻底解决。
• Unity整体可承接的规模仍小于AppLovin MAX。
• 对投放规模只有数千万元的普通客户，库存问题影响可能有限。
• 对年投放金额达到百亿元级别的超大预算客户，库存规模可能明显限制放量。
• Unity正在持续整合和调整IronSource、LevelPlay及Unity Ads体系，但库存扩张仍需要时间。

d) AppLovin是否会被Unity抢走部分预算？

• 会。游戏广告主数量有限，整体预算总量也相对固定，平台之间存在直接竞争。
• 当广告主增加Unity投放时，AppLovin及其他平台可获得的预算会相应减少。
• 但公司并非单纯追求某个平台份额最大化，而是根据ROI、库存、模型能力和集中度风险动态分配预算。
• AppLovin与Unity预计将长期并列为第二梯队头部平台，双方存在持续抢量关系。

8. AI游戏与Unity生态发展判断

a) Google Gemini与Unity引擎合作、Unity Spark等AI工具会带来多大变化？

• AI游戏及AI生产能力嵌入游戏开发流程，对行业具有较强的潜在颠覆性。
• 自然语言驱动游戏开发、内容迭代和素材生成，将成为行业参与者持续尝试的方向。
• AI能力有望改变游戏研发、内容生产、素材制作及广告投放流程。
• 对大型游戏公司而言，该方向无法回避，需要持续跟踪和投入验证。

b) AI游戏的发展速度会很快吗？

• 短期预计不会快速全面普及，仍需较长时间观察。
• 核心制约因素是投入成本以及AI能力能够带来的实际收益。
• 只有当相关业务规模足够大、增长速度足够快，企业才能明确大规模投入的合理性。
• 公司将根据具体产品效果、成本收益和行业进展决定推进节奏。
• 若验证结果合理，将同步投入；若效果不及预期，则采取差异化或谨慎策略。

结构化总结表格

新版prompt提炼之后的转译

提问者：今年三季度，我们在 AppLovin 上的整体广告投放情况如何？您之前预计 Q3 在 AppLovin 上的投放增速可能是 30%，实际增速高于还是低于这一预期？

回　答　者：实际情况与之前的预估基本接近，没有很大差别。相对而言，我们的投放会更多一些。今年从整体情况来看，无论是在 AppLovin 还是其他平台，投放都出现了一些小的变化，这也是我们关注较多的方面。

提问者：您对今年四季度的预期是什么？

回　答　者：四季度 AppLovin 的占比可能会提升。

提问者：您认为四季度在 AppLovin 上的投放增速可能达到多少？

回　答　者：增速可能在 35到30左右。

提问者：您上次认为 AppLovin 在广告预算中的比例是 3.2%，实际情况高于还是低于这一比例？

回　答　者：实际占比高一点。

提问者：大概是多少？

回　答　者：占比大概是 5、5.6左右。

提问者：这比之前的预期高出不少。您认为 Q4 的整体占比可能达到多少？

回　答　者：Q4 应该是 5到6，差不多在 5到6。实际占比确实会更高一些，因为从整体来看，我们仍然希望把这个品类做高。

回　答　者：我们研究这个问题已经很久了。在实际开展这项工作时，我们也观察到，可投放的平台数量有限，并非所有平台都适合开展业务。对于部分平台，我们基本不进行管理。在这种情况下，我们主要关注整体实际收益能否符合预期；如果不能符合整体预期，肯定会存在问题。这类情况相对较多。

提问者：明白。为什么AppLovin的总体增长会好于我们之前的预期？

回　答　者：因为投放效果好，ROI较高。这个逻辑很直接，我们更关注投放后的ROI。如果ROI较高，后续就比较容易推进；如果ROI很低，肯定就不太可行。

提问者：AppLovin 3季度的ROI较2季度环比大约增长了多少？其整体广告单价，包括CPM、CPC或CPA，分别发生了怎样的变化？

回　答　者：广告单价没有明显变化，主要是ROI有所改善。我们也会持续关注相关情况。ROI效果改善后，我们会认为可以进一步加大投入。ROI提高，对我们而言也是积极变化。

提问者：ROI大约提升了多少？

回　答　者：大约是2、2、2.2到2.2.7。

提问者：也就是说，上个季度是2.2，这个季度提升到了2.7，对吗？

回　答　者：对。上个季度通常在2.2到2.4左右徘徊，现在基本上达到2.7到2.8。

提问者：明白。相当于提升了15%到20%，幅度较大。您认为ROI提升背后的原因是什么？

回　答　者：主要是其模型发生了一些变化。模型变化对我们产生了一定影响，其对整体业务的调整及各方面表现，也是我们持续关注的内容。我们会重点评估模型在实际应用中的表现，这也是需要持续经营和推进的事项。

提问者：能否具体介绍一下模型层面有哪些提升？

回　答　者：您是指AppLovin在模型层面的提升，对吗？

提问者：对。

回　答　者：主要有几个方面。第1点，也是第1个最大的提升，来自AXON。我不确定您是否了解AXON 1，它采用的是树模型。

提问者：不了解。

回　答　者：AXON 2切换到了深度神经网络和AI。

回　答　者：Embedding 架构会好很多。我们也发现，使用 Embedding 处理这件事会方便很多。第1，旧模型采用了大量分支决策树，此前在这方面的表现不太理想，因此我们会重点关注如何共同推进这件事。这是第1点。第2，HR 对设备、用户行为和广告素材都做了一些调整，因此我们也会关注实际效果。这是我们在这件事上关注较多的方面。

这是第1点。第2，关键收益体现在长周期的 IP 游戏上。我们做的是 IP 游戏，而大部分 IP 游戏都需要长线运营，并非短线运营。长线运营能够非常直观地反映实际效果。效果好，这件事就容易推进；效果不好，则可能产生一些影响。

第3是 ATT、IDFA 这类环境。我们会关注整个 IDFA 环境。依托 Mac SDK，其整体生态以 10亿级广告设备作为信号源，因此，这类广告信号源对我们而言能够带来较大的帮助和效果，也是我们会持续推进的方向。

依托该 SDK 训练出的模型，第1，可以进行连续、实时、流式学习，非批量、周期性更新会更多。Meta、TikTok 的很多模型都是按小时或半天更新。Action 的数据会实时流入并进行大量更新。当游戏出现大版本更新，或者活动带来的付费行为发生突变时，整个模型的修正速度会更快。

同时，在米哈游的一些版本中，我们采取预算集中学习的模式，并非将素材完全打散。Meta 更倾向于将预算分散到多个素材中制作变体，而 Action 会将预算集中到高潜素材上，深入覆盖相应人群，从而提高 ROI 效率。这也是我们关注较多、会共同推进和持续观察的事情。

最后是联合出价的 ROI，以及联合出价的 ROAS。如果 ROAS 表现较好，在这件事上会有很多不同。基于实际应用，我们会重点关注这一点。大家对此也比较认可，因此我认为可以推进这件事。

提问者：明白。我是否可以总结为：它整体接收到的信号更多，同时决策速度也会比其他 Ad Bidding 更快，是吗？

回　答　者：对，Ad Bidding 的速度会更快。说白了，我们投放就是看投放。

回　答　者：主要看效果好不好，以及素材生成速度快不快。

提问者：AppLovin和Unity相比，在素材生成速度和整体效果方面大概有哪些差别？

回　答　者：2者的差别主要体现在素材生成方面。以前生成1个素材，较快时大约需要2到3分钟，较慢时可能需要数10分钟，这涉及AI生成。普通情况下，生成时间以10到30分钟居多；playable试玩素材可能需要30分钟以上，甚至1个半小时。现在大多可以在10分钟以内完成，较快时只需2、3分钟。

目前大部分平台的素材生成速度都比较快，不仅是AppLovin，Meta、Google等平台在生成方面也在逐渐提速。

提问者：AppLovin在Q3还有哪些新产品或广告功能上线？

回　答　者：AppLovin近期主要对大模型进行了一些迭代，并没有全部上新。例如，它推出了出价预测大模型、SparkLabs生成式AI素材产品线、LLM素材生成，以及AppLovin对外独立的LLM。

第1是Axon 2.0内核大模型的迭代。对于长周期LTV分布式模型，主要升级点是从输出单点D28 LTV估值，升级为输出完整的付费概率分布预测，以区分大R、中R和小R等付费用户分层。对我们这类IAP游戏而言，模型输出不再只是平均LTV，我们也会同步关注和评估。

第2部分是D28到D60的ROAS出价。如果稳定性有所提升，将有利于版本更新及其他方面。例如，在节假日活动期间，模型可能发生偏移，表现也可能有所下降。

第3，在Q2之后的模型版本迭代方面，我们认为Q2的执行略低于预期。当时与他们沟通时，对方也表示，最大的模型可能会在Q2末进行1次较大的迭代和升级，之后才开始贡献增量。广告主上传历史付费人群包时，我们也会同步关注和评估。

提问者：为什么您认为4季度的增速会比3季度更快？4季度是电商旺季，届时会有很多电商广告主争抢AppLovin上的广告位，广告单价可能面临比3季度更大的压力。在这种情况下，为什么您认为4季度的增长可能会更快？

回　答　者：其实，4季度增长会更快的原因很简单。虽然电商在双11会采购很多量，但我们不会在这个时间争抢。Q4最终是冲业绩的阶段。此外，我们4季度会上1个新产品，因此会投入较多。我们也会关注实际情况，不会因为有电商就停止投放。新游戏一定要投放。

增长方面，随着我们对模型越来越了解、使用越来越熟练，模型对用户人群的筛选会形成较好的识别点。如何利用好这个识别点，是我们需要持续经营、解决和关注的重要问题。

提问者：明白。那么，你们投放新游戏时，会把AppLovin作为1个主要投放平台吗？还是会将更多预算向Meta、Google等平台倾斜？

回　答　者：不会。我们的第1梯队基本上是Meta、Google和TikTok，它们已经占据非常高的比例，我们不会再增加。投放本身需要持续进行高频迭代和投入，不能完全集中在1个平台上，否则很容易出现问题。我们非常不支持也不接受将所有成本集中到1个平台。

提问者：或者集中到2家平台？

回　答　者：这对我们来说风险太高，我们无法接受这样的风险。

提问者：理解。对于明年AppLovin的投放，您怎么看？您认为其占广告预算的比例会比今年更高吗？今年年底您提到的比例是5%到6%，您认为明年可能达到多少？

回　答　者：明年会更高，但也就是7到8，不会出现指数级增长。

提问者：明白，会有1个7到8的增长。您认为这部分增长主要会挤占谁的份额？

回　答　者：Meta、Google以及1些第3方平台。部分第3方平台如果表现很差，我们肯定不会继续采用，因此会持续观察。

提问者：明白。您认为AppLovin挤占Meta和Google游戏投放份额的原因是什么？

回　答　者：原因很简单，我们希望对份额进行调整，不希望各平台之间存在很大的份额差异，也不希望某1家平台占据非常大的份额。例如，单个平台占到30、40，这对我们来说不太能接受，因此我们会持续关注。

提问者：理解。关于Unity，您之前提到，预计Q3的增速为25%。Q3的实际增速比这个比例高还是低？

回　答　者：基本相近，略高1点，为20、20、26点几，差不多是26、27，仍会保持增长。

回　答　者：略高一些，但没有高很多。整体来看，投放的真实ROI约为26到27。

提问者：Q4您认为Unity的ROI能达到多少？

回　答　者：Q4预计也在26到27。我们仍在不断完善Unity投放并解决较大的问题。Unity进行了很多调整，包括模型等方面，我们也开展了较多设计并进行差异化处理。这对我们而言是较为重要的一点。

提问者：Unity在第2季度的份额预计能达到多少？此前您提到的是3.2%，这一比例是否有变化？

回　答　者：目前大约为4%到5%。

提问者：这比此前预期的比例更高吗？

回　答　者：是的，第2季度确实有所提升，整体来看均有一定增长。

提问者：它们都在获取Meta和Google的份额吗？

回　答　者：是的，获取的都是Meta和Google的份额。

提问者：您认为Unity在第3季度的份额能达到多少？

回　答　者：与第2季度相近，第3季度基本可达到6%到7%。

提问者：可以达到6%到7%。那么，它的份额增长速度是否比AppLovin更快？

回　答　者：Unity整体更偏好游戏领域，同时我们也有一些新产品，因此会共同关注并推动相关工作。

提问者：您认为明年Unity的份额可以达到多少？

回　答　者：明年预计为7%到8%，不会出现爆发式增长。我们认为第2梯队最多约为8%，基本都在5%到7%，可能会有小幅波动。

提问者：Unity整体的ROI环比上个季度大约会增长多少？

回　答　者：ROI大约为2.4到2.8。

提问者：这也接近20%的增长，对吗？

回　答　者：是的，增长基本为20%到30%，会略高一些。

提问者：Unity的广告单价有变化吗？

回　答　者：单价会比以前略高一些。

回　答　者：目前CPA大概是70多块钱，以前大概是60多块钱。

提问者：Unity的整套算法在3季度的效果如何？我们的投放比例有变化吗？

回　答　者：整体来看，D7会优先争取在7天内付费的用户进行优化，这是我们观察到的情况。它本质上不再基于D7付费信号进行优化，而是由模型直接针对安装行为进行优化，两者存在很大差异。

因此，我们也会关注如何完善模型，做好安装预测以及28天完整LTV分布的预测，专门识别高付费的核心用户。对于《原神》《绝区零》这类产品的用户，模型会侧重高价值付费用户。

在人群投放方面，这套算法会着重挖掘前期基本没有付费的用户，同时不会在内部争抢流量。其CPI、人群以及起量节奏也会发生较多变化，例如CPI会有所提升，这些方面与以往存在较大差异。

提问者：Unity在2季度末首次对外表示使用了游戏引擎的Runtime数据。您认为这会对其广告投放效果产生很大影响吗？

回　答　者：会产生很大影响。对我们而言，Runtime需要投入较多时间和精力，这也意味着较高的成本，因此我们会持续关注。

Runtime信号在Q3已经有所改善。Q3期间，Unity将游戏引擎的Runtime行为数据，例如对局时长、关卡等一系列行为，输入这套模型中，不再完全依赖广告主回传的IAP付费事件。

提问者：您认为Runtime数据主要包含哪些内容？对于广告投放而言，哪些数据的帮助较大，尤其是AppLovin较难获取的数据？

回　答　者：这类数据对ROI的帮助会比较大，尤其是局内数据，但需要获得我们的授权。如果没有授权，就无法获取用户的局内表现。

例如，P0通常依赖MMP回传的IAP事件，包括D7、D28。对于小额、中额以及部分鲸鱼用户的付费，模型获得的是标签真值，并不包含具体的付费金额。

回　答　者：如果确实无法训练，肯定需要基于 runtime 的局内表现信号，同时优化市场效果和内容。

提问者：MMP 方面，这些数据大概是多少？

回　答　者：MMP 方面，D7、D28 付费模型的增值表现有所不同。D7 的 ROI 相对较低，大约只有 1.9 到 2.0，D28 的表现会更好一些。

提问者：对方是否提到，runtime 数据后续还会应用于哪些方面？针对这些数据，还会推出什么新功能？

回　答　者：从我们的角度看，D28 目前还是 beta 版本，仍存在一些痛点。第1，学习周期很长。对于广告主而言，如果只看 D7，肯定不敢大规模放量。第2，对于 runtime 的局内信号，大厂的把握门槛较高，因此开启率会很低。所有相关新功能都会围绕解决这2个痛点展开。

对标方向之一，是多时间窗口的混合出价，例如 Matthew、Horizon 和 Building 在 Q4 的回度。目前 campaign 需要 2选1，D7 的 ROS 和 D28 的 ROS 是2套分开运行的计划。但单个 campaign 可以同时兼顾 D7 的短期 ROS 和 D28 的长期 LTV。

模型内部参数均可调整，可以在 D7 不恶化至某个阈值的前提下，最大化 D28 的回报。这能够解决大厂面临的主要卡点。例如，业务考核需要关注 D7 指标，而 D28 计划也要看 D7 的数据，因此 UA 不敢大规模放量。

从我们的角度看，肯定不会让2套计划完全独立使用。如果允许 runtime 授权，肯定会通过1套计划同时覆盖短期用户和长尾用户。

在进行分层预测时，D28 输出的是平均 LTV 标量，同时也会输出付费分层概率，以区分小额付费、中额付费及高价值用户。针对高价值用户，价格会有较多抬升。只有开启 runtime 局内表现信号，才能最大化分层预测的精度；关闭 runtime 后，则会退回到 MLP 付费训练实践，效果也会有所折扣。

对于这类信号，其脱敏颗粒度会设置可调开关。开关一旦开启，就会输出整套聚合行为向量，因此大厂法务的顾虑会很高。广告主也可以勾选允许输出的维度，包括部分局内特征。例如，会话时长、登录频次的风险相对较低；在中等权限下，可以输出关卡进度、对局频次等信息；在高权限下，则涉及完整的游戏经济系统和用户行为，不同用户之间会存在较多差异。因此，法务大概率只会愿意开放较低或中等力度的权限，而不会开放全局信息。

回　答　者：在这种情况下，地入越低，做这件事时就会存在很多不同，因此我们也会关注。

提问者：有了 Runtime 数据之后，Unity 在数据体量上与 AppLovin 还会有很大差距吗？

回　答　者：我们认为仍会有一定差距，但不会很大。AppLovin 的 MAX 聚合平台市占率较高，流量池较大，每天积累了大量竞价、广告及用户交互样本。投放规模越大、速度越快，其对 Action 的预测精准度就越高。这一飞轮已经运行了很多年，整体表现较好。在素材启动、用户稳定性以及与大盘的交互方面，两者仍会存在很多差异。

此外，双方在素材工具链路、SparkLabs Player 试玩、素材变体筛选等方面也存在很多不同。预算策略会经过大量投放客户的持续打磨，这也是我们会重点关注的方面。这些因素会直接影响我们的最终决策，也会对整体方式、效果产生很大影响。

Unity 的优势在于能够获得前置的 Runtime 绝对信号。即使相关能力尚未完全成熟，Unity 仍具备很多优势。例如，从整体来看，它在局内表现方面会更好。Unity 本身从事游戏引擎业务，因此处理这类问题会更加方便，也更容易解决。

在局内表现和价效方面，包括大推 Q4 第2波的 LTV 预测与多窗口融合出价，都可以解决大厂 D7 的约束。我们也会预测其活跃度、绘画和关卡，并据此观察后续情况。

提问者：此前很多广告主反馈，Unity 存在广告库存问题。由于广告库存有限，广告投放不一定能够实现很大的投放量。您认为这对 Unity 而言目前仍是一个瓶颈吗？

回　答　者：我们认为目前仍然存在这一瓶颈。不能说完全没有，也不能说已经彻底解决，但可以看到 Unity 正在不断处理这一问题。今年 Q1，Unity 关停了 IronSource。

回　答　者：他所关注的合作会产生这类问题，因此，我们谈的规模肯定比 AppLovin MAX 小。如果全部进入 LevelPlay，包括 Unity Ads，其引擎覆盖的游戏会减少。对于超大预算的客户，例如1年投放100多个亿，可能会产生一些影响；正常用户的投放规模可能只有几千万。如果投放不多，其实不会有太大影响。只有投放规模大幅上升时，才会产生差异；如果没有大幅上升，基本不太可能出现这种差异或区别，因此我们也会综合评估。

提问者：我们关注到，10月份 Google Playground 与 Unity 达成了合作，可以使用 Gemini 调用 Unity 引擎开发 AI 游戏。Unity 后续也将推出 Unity Spark，通过自然语言直接迭代游戏制作中的多项流程。您如何看待这件事？对于 AI 游戏及整个游戏市场而言，未来是否会带来很大变化？

回　答　者：我认为会带来很大变化，而且这是无法回避的，对我们而言也具有颠覆性。无论是 AI 游戏，还是将 AI 生产能力嵌入游戏，本身都是行业参与者会考虑并尝试推进的事情，因此大家都会关注。

但这件事不会一下子推进到很高、很全面的程度，因为其中涉及较大的成本。成本所能带来的收益究竟有多高、多大，是我们需要持续经营和评估的问题。只有当相关业务的规模比较大，或者发展速度比较快时，才能明确具体应该如何推进。这也是我们在这一领域较为看重的问题。

目前，AppLovin、Unity 在我们的第2梯队中处于非常头部的位置。只有达到这样的头部线下和问题，我们才能制定相应的解决方案，否则推进这件事不会产生明显的收益和出入。因此，我们会持续关注、经营并解决相关问题。

提问者：您认为这件事的发展速度会很快吗？

回　答　者：这件事可能还需要观察，目前很难判断，我认为不会很快。AI应用到游戏中后，也需要持续关注。我们在推进时，需要判断这件事是否合理、是否存在问题。近期需要关注具体进展和点位情况。如果合理，肯定会同步推进；如果不合理，就需要采取差异化措施，最终再看收益情况。

提问者：目前这件事还不好判断。您认为AppLovin在Q3是否受到Unity较大的竞争影响？

回　答　者：您是问Unity会受到AppLovin的竞争影响吗？

提问者：主要是AppLovin有没有被Unity抢走一些预算？

回　答　者：我认为肯定会有，也肯定会出现抢量。因为投放游戏广告的广告主和游戏公司只有那么几家，预算总量是固定的，投了一个平台，就无法再投另一个平台。比如1年可能只有10亿的预算，投了这个平台，就不能再投另一个平台，逻辑很简单。

我们也会持续关注。只有持续关注，才能知道这件事应该如何推进，以及要把它做下来有多难，最后再看具体点位上存在哪些较大的差异。

原文转译

电话会议仅服务于九千咨询客户及受邀客户，仅供研究交流，不构成投资建议。相关人员应自主做出投资决策并自行承担投资风险。九千咨询不因使用本次内容所导致的任何损失承担任何责任。专家发言内容仅代表专家个人观点，不代表本公司观点。本次会议内容不得涉及国家保密信息、内幕信息、未公开重大信息、商业秘密、个人隐私，不得涉及可能引发股价异常波动的敏感信息，不得涉及影响社会或资本市场稳定的言论。未经九千咨询事前书面许可，任何机构或个人不得以任何形式复制、录音、刊散、转载、转发、引用本次会议内容，否则由此造成的一切后果及法律责任由该机构或个人承担。本公司保留追究其法律责任的权利。感谢您的理解和支持。

专家您好，这是今天的访谈，请您就以下陈述表明我同意或不同意，就是您知道保密信息的定义，并同意不会在访谈中透露任何此类信息及其他的保密信息。

我同意。

嗯，好的。好，专家，我想先问一下，就是我们今年三季度的话，在那个AppLovin上面的整个的广告广告投放的一个情况大概是大概是什么样的？对，然后您之前的话就是说Q3的一个AppLovin上的投放的增速可能是30%，可能是30%，想问一下实际的数比这个高了还是低了？

嗯，差不多。基本上实际情况是比较接近的吧。然后跟我们之前的一个预估没有很大的没有很大的差别。就基本上比较接近。对。所以说我们会相对而言会比较多一点吧。然后但是我们实际上现在其实更多的话会很明显的感觉得到就是今年或者说实际的一个情况下，从整个的一个在不管是在AppLovin包括或者说各个地方的一个投放，其实我们都有一些小小的一些一些一些一些变化吧。然后这是我们可能也是我们可能看得比较多，关注的比较多的。对，大概是这种。

嗯嗯，明白明白。好的，那您的话对于今年四季度的一个预期是什么呢？

四季度AppLovin可能占比会是提升。

您觉得就四季度投放增速可能会到多少，AppLovin上面？

可能会有一个35到30左右吧，增速。

嗯，就是会比这个季度有一个更大的增长是吧？好的，然后想问一下，就是您上次认为就是AppLovin的话在您这边的广告预算里面的比例是3.2%，对，然后想问一下就是实际的情况是比这个比例低还是高呢？

实际是高一点点吧。

大概是多少啊？

占比大概是一个5.5.6左右吧。

嗯。明白。那那其实比之前的预期要要要高不少哎。对，然后Q4的话您觉得整个的占比可能到多少呢？

Q4应该是一个5到6吧，差不多是一个5到6。其实确实是还是会高一些的，因为我们自己其实整体来看我们是还是很希望能把，因为本身我们做这个事情就是还是很希望能把这个品类给品类给做高的嘛，我们我们其实做这个事 呃自己，呃自己，嗯，怎么说，也，也研究了蛮久的，坦诚说研究了蛮久的，然后，呃，然后我们自己去做这个事情上的时候，我们也有一些看到嘛，就是我们会发现说，哎，我们加做这个事情上的时候，比如说，呃，因为，呃，能投的平台就是那么多，我们不是那种非常多的平台都能搞的，我们有些平台我们是基本上就是，呃，你可以理解为不怎么管的这种嘛，就不怎么管的，所以说我们，那如果不怎么管的话，其实我们要去做的事情是什么呢，就是你家去看整个的一个，呃，实际的一个，一个，一个收益，它能不能符合我们的整体的一个预期嘛，如果它都不能符合我们整体的一个预期的话，那肯定就会有问题的嘛，对，大概是这种会比较，比较比较比较多一点吧。

嗯嗯，明白，然后想问一下就是为什么AppLovin的话就是它总体的增长会比我们之前的预期要好呢？对。

因为投放效果好啊，ROI好啊，因为这个事情就很直接嘛，我们其实更多看的肯定还是说，你投下去，你投下去ROI好不好嘛，你投下去ROI好，OK，这个事情就好说嘛，你投下去ROI很低，那，呃，那那那肯定就，就就，就不太行嘛。

想问一下就是它三季度的ROI的话就是，环比二季度大概涨了多少，然后，对，然后的话它的一个整个的广告的单价，CPM啊，CPC啊或者CPA啊，它的一个变化的情况是什么样的，对。

嗯，其实广告单价没什么变化，主要是ROI变了一点点，相对而言，然后因为它就是，你可以理解为就是怎么说呢，嗯，我们自己也会去，也会一起去，也是一起去看的嘛，那你ROI效果变好了，我们肯定是觉得，哎，这个事情可以去，呃，呃，更好的去，更好的去做嘛，那你，你ROI变高了，其实对我们来说，我们也是很愿意的呀。

大概，大概，大概提升了多少ROI呀？对。

2点，2点，2.2到2.2.7吧。

哦，就是上个季度是2.2，然后这个季度提升到了2.7对吗？

呃，2.2，对，上个季度一般就是2.2到2.4左右徘徊，然后现在基本上都是在一个，呃，现在基本上都是一个2.7到2.8。

OK，明白。呃，那，那相当于提升了百分之，百分之15到20对吧？那其实还是一个很大的提升，那想问一下就是您觉得这个ROI背后提升的原因是什么呢？对。

其实还是因为它不是有模型有一些变化嘛，它那个模型的一个变化对我们来说其实还是有一些，还是有一些不同的，然后它那个模型对我们的整体的一个调整啊，各方面啊，其实都是我们自己也会一起去看嘛，那那那个时候其实我们就会去，哎，觉得你整个的一个，呃，这个这个整个的一个，整个的一个实际的一个应用上面到底怎么样，就是我们可能会去持续去需要我们去经营和去，去去去去去去做的一个事情嘛，这是我们可能会关注的，关注的比较多的，然后也是我们可能看的，看的比较多的吧。

能不能讲一讲就模型层面有哪些提升吗？对，然后能讲得具体一点吗？

啊，你说整个，呃，我们，呃，AppLovin的模型层面有什么提升是吧？

对对。

是的。呃，其实最主要的是几个，第一，它最近的话，其实你会发现说，因为我们自己也会去，也会去做这个事情嘛，第一个最大的提升是来自于说它那个AXON，我不知道它那个AXON 1是那个树模型，我不知道你是否了解。

嗯，不了解。

就是AXON 2，它切换了那个深度的那个神经网络和AI... embedding的那种架构，就嗯会比较就好很多吧。那个embedding的话相对来说你去做这个事情我们也发现哎会方便很多嘛。啊因为他确实在做embedding的时候其实就是第一他旧模型的话大量的这种分支的这种决策树啊这种东西啊，啊之前其实是嗯不太不太行的，或者说这个点，啊就不太行的，所以说我们自己也会一起去也会一起去看。啊那这个他不太行的话其实我们自己就会去关注说我们要怎么去一起去一起去做这个事情嘛。然后这是第一。第二是他他HR的话他是把那个嗯设备啊用户行为啊，然后包括这个嗯这个这个嗯广告素材啊他他他都做了一些嗯做了一些调整。啊所以说我们自己就也会去也会一起去看这个到底怎么样。这是我们可能在这个事情上面会去关注的比较多的。这是这是这是第一。第二是嗯他关键的收益就是你长周期的话他IP的这种游戏，因为大你像我们是做IP游戏的嘛，你你IP游戏大部分的游戏他都是做长线的，他不是说短线的，做长线的话其实就会发现说哎他到底这个效果怎么样嘛。就很直观。啊你像我好这个事情就很好做，你像我不好他可能就嗯还是有一些嗯有一些这种这种影响的嘛。这是这是这部分嘛。然后第三就是ATT，这种IDFA这种就是这种环境。就是我们自己会去看整个IDFA，他整个环境上依托于这个Mac SDK，他整个的一个生态都是用10亿级的这种广告的这种设备去做了一个信号源。所以说他做的这种广告信号源对我们来说其实也是一个比较大的一个嗯帮助和这种嗯效果吧，也是我们会去持续去做的。然后那这种依托于这个SDK的话他训练出来的东西就是第一，他这种连续的这种实时这种流式的学习就是他这种非批量这种周期的一个更新会比较多，你像Meta啊，TikTok啊，很多都是按小时或者说半天的模型去更新的。然后Action的这种世界会流入，就有很多的一些更新，他整个游戏的一些大版本啊，包括活动带来的一些付费的一个行为就很有一些突变的时候，他整个的模型的一个修正速度是会更快的。啊同时你在一些米哈游的一些版本里面我们因为有一些预算这种集中的一个学习的模式嘛，他不是说去打散整个的一个素材嘛，所以说我们自己去看的时候就会有很多这种Meta这种倾向于这种预算可以分散到多个素材里面去做变体嘛。然后Action的话就会把就会把这个预算的这种高潜素材会集中去吃透这个人群。这样的话让你的ROI我们ROI就效率会变得更高嘛。所以说我们自己嗯也会一起去也会一起去做这个事情嘛。这是我们可能嗯会关注的关注的比较多的嘛。所以说嗯就是也会一起去也会一起去看嘛。嗯所以说这是嗯看的比较多的。然后然后就是然后就是最后就是一个联合出价的ROI嗯然后联合出价的那个ROAS嘛。那ROAS的话嗯就是好的话肯定在这个事情上面就会有很多的一些不一样嘛。然后我们自己就会一起去看嘛。这是我们基于实际的一个应用上面会嗯看的看的比较多的一个点啊。然后就大家觉得哎好像他也是很认可的。那大家都很认可的话我觉得我们可以去做这个事情吧。对，大概是这种会嗯多一点点。对。

嗯嗯，明白。呃那我能总结一下其实是说他整个他整个收到的信号更多，同时的话他的决策的速度的话会比其他的ad bidding的话会更快是吗？

啊对对对，ad bidding的话会更快，然后其实说白了我们投放就是看你投放 好不好，效果好不好，然后素材快不快，就这么简单。

嗯，那它和Unity对比的话，您感觉就是两者的速度的话，包括整个的一个效果的话，它们差别是大概是什么样的呢？对。

嗯，两者的差别的话其实可能，你说素材的一个生成的一个差别是吧，AppLovin？

对对对。

嗯，就是，就是时效的差别的话，第一，其实，像以前的话，基本上你生成一个素材的话，它有的时候快的时候差不多也得要一个，大概，也要看你的情况，大概是两到三分钟吧。有的时候慢的时候可能就是几十分钟，你会有AI的生成啊。那现在的话基本上，普通情况一般是10到30分钟会比较多。有的时候你像那种playable试玩的那种可能是30分钟以上，一个半小时都有可能的，嗯。现在的话，现在的话差不多，10分钟以内吧，两三分钟就可以了。

嗯嗯，明白明白。

现在大部分其实还是比较快的啦。但是也不仅仅是AppLovin，你像Meta呀，Google啊这种地方其实，说实话慢慢的大家都在生成这一块都还挺快的。

嗯嗯，明白。那么AppLovin的话在Q3的话它还有什么新的产品或者广告功能上线吗？对。

嗯，就是，你说最近吗还是什么？

嗯，在在在整个三季度，对。

嗯，就是，我们目前的话，AppLovin最近大模型这一方面的话其实主要是去做了一些迭代吧，你要说全部上新是没有的。就比如说它做了那个出价的那种预测大模型，就是，做了那种SparkLabs这种生成式的这种AI素材的一个产品线，以及LLM这种素材的生成，以及AppLovin对外的一个独立的这种LLM都会有。首先第一个是Axon 2.0这种内核的这种大模型的迭代。就长周期的一个LTV的一个分布式的模型，它从主要的一个升级点就是输出一个单点这种D28的这种LTV的一个估值，去升级为整个完整的一个付费概率的一个分布预测。就是去区分这种一些大中小R这种付费用户分层。比如说对比还有我们来说这种IAP游戏，它模型不只是一个平均的LTV。嗯，然后然后然后所以说，我们自己也会一起去做。这是我们可能看得比较多的。然后，你D28到D60的这种ROAS这种出价如果稳定性有一些提升的话，对我们的版本更新啊各方面都会好，比如说节假日的一些活动，模型它会偏移，是不是有一些下降，这是第二部分。第三，它其实在这个模型版本这种迭代Q2之后，其实是一个整个的一个，在我们看来Q2的执行其实是有点低于预期的。就是，然后它当时我们记得跟他们聊的时候他们也会说，他们最大的一个模型可能在Q2，Q2末会有一个大的一个模型的迭代和升级。然后才去开始贡献增量。我们广告主去上传历史的付费人群包的时候，所以说我们自己会一起去关注，然后会一起去看，对。

哎，对，然后我想问下为什么您认为四季度的增速会比三季度还要快呢？对。因为四季度它是一个电商的旺季对吧，到时候会有很多的电商的广告主也会去抢AppLovin很上面的广告位对吧，那其实对于广告的单价来讲它可能会面临比三季度更大的压力，那您为什么觉得四季度它的增长可能会更快呢？对。 其实四季度增长会更快的原因很简单，因为我们自己会去看，呃，嗯，就是就是，呃，因为你，你虽然说电商双十一会买很多量，我们这个时间不会去抢，但是你Q4的话最终是一个冲业绩的一个情况，然后还有就是第一，这第一，第二是因为我们四季度，呃，Q4的话我们要上一个新产品，所以说会投得比较多。这第二，第三是，呃，因为我们自己也会去关注说，哎，我们，呃，这个事情你到底是一个什么样子的一个情况，就比如说，因为我们是要去实际去，实际去看的嘛，然后不会因为说因为有了电商我们就不投了。然后因为我们有新游戏是一定要投的，这第一。第二是，增长的话其实因为你随着你对模型越来越了解，你对模型使用，呃，越来越顺手，你对于它这种用户的人群怎么去，呃，去筛选人群，它是有一个比较好的一个识别点的。那它如果有一个比较好的识别点的话，我们就会去发现说我们要怎么去把这个识别点把它做好。这才是我们要持续去经营和要去解决比较大的一个问题的一个点，也是我们可能会要去持续去，呃，持续去看的一个点吧。

明白。那么你们在投新游戏的话，会把AppLovin的话也作为一个主要的投放平台去吗？还是说会把预算更多的向Meta、谷歌这些去倾斜呢？

不会，我们其实第一梯队基本上就是，我们的，我们的第一梯队其实就是Meta、Google跟，呃，TikTok。我们第一梯队其实是一个，呃，非常高的一个比例了，我说是白点，就是非常高的比例，我们不会再去作这个事情了。呃，不会再去增加，而且，投放这个事情本身它就是需要去不断的去高频的去，呃，高频的去，呃，去去去去做一些，嗯，迭代和投入的。你不能说完全在一个平台上面，这个很容易出问题的。我们是非常不支持也不接受，呃，所有的，所有的成本压缩到一个平台上去。嗯。

嗯嗯嗯。或者说压到两家。

这个对我们来说风险太高，我们，我们，我们接受不了这样的风险吧，说白了就是。

理解。OK。明白。那您的话就是对于明年的话就是AppLovin的一个投放怎么看？您觉得可能会占到您这边广告预算的比例会比今年会更高吗？对，因为我看今年年底您说5%到6%嘛，您觉得明年可能会到多少？

明年我们觉得会更高啊，呃，但是也就是7到8吧，也就是7到8吧，不会是那种说指数级的增加，啊，不太会。

嗯嗯嗯，明白。会有一个7到8的增长，那您觉得主要是吃掉谁的份额呢？

Meta跟Google，然后还有一些第三方。有一些第三方如果它很差的话肯定会我们就不会，不会，不会要了嘛，所以说我们自己也会一直去看。

明白，您觉得吃掉Meta和谷歌的一个游戏份额的原因是什么呢？

其实很简单，因为我们自己想在这个份额上面去做一些调整，因为我们肯定是不希望说，嗯，就是，就是，呃，就是因为我们肯定是不希望说，呃，你在这个，呃，点位上面有很大的一个差异，就是所谓的点位就是，我肯定是不希望某一家它可能占了非常大的份额，比如说占了三四十，这种对我们来说不太能接受，所以说我们自己也会一直去看。

理解，理解。明白。好的。然后我想问一下就是那个Unity的一个情况，对，然后我看之前的话您跟我，您跟我这边说就是您觉得Q3的话Unity的增速有25%，对，然后您觉得，我不知道Q3实际的情况是比这个比例高还是低呢？对。

嗯，就是差不多，基本上是高一点点吧，20，20，26点几吧，差不多，26，27。还是会，还是会。

明白。 高一点，但没有高很多。大概是在一个，因为我们整体来看还是会，就是，就是会有很多的一些不一样，我们，我们投放上啊，就是，真实，真实数值是26到27左右吧，ROI。

明白，那Q4呢，您觉得Unity上面能到多少？

Q4的话我们觉得也差不多吧，Q4应该也是一个26到27，因为Unity也是我们在一个不断的去，去完善和去解决这种比较大的一个点，因为确实你会发现说，他们做这个事情上面是，Unity它做了很多的一些调整，包括它的模型啊等等啊，我们也在去做了很多的一些设计和，和不一样的一个区别，因为这个对我们来说其实是，还蛮，蛮，蛮重要的一个点嘛，所以说它如果蛮重要的一个点，我们就会知道说，会有一个，会有很多的一个，就是，会有很多的一些不一样，对，所以说这是我们可能看的，会，会，会，会有很多的一些不一样的点，也是我们可能设计的比较多的一个点。

嗯嗯嗯，明白。那么Unity的一个份额的话，您觉得在二季度的话，它会占到多少呢？之前您跟我说是3.2，3.2%，我不知道这个比例有变化吗？对。

就是，我们目前的话基本上是在一个，大概是一个4到5吧，差不多是一个4到5。

哦，比之前预期的比例还要高一点。

第二季度现在都有一些提升，实话实说。就是整体来看第二季度都是有一些，都一些，都是有一些提升的。

它们都是在吃那个Meta和Google的份额吗？

对，都是Meta和Google的份额。

OK，明白。那三季度的话您觉得Unity的份额可以到多少呢？对。

就是，也差不多，也差不多是这个值。三季度基本上也是6到7吧。

可以到6到7的一个比例。那我感觉它的份额增长速度比AppLovin还要快是吗？

其实，怎么说呢，因为他其实，整个来看，怎么说呢，他整个来看，你自己会去一起去关注嘛，我们自己也会一起去说，我们要怎么去把这个事情给做好嘛，就是，他对于整个的话，Unity因为他更偏好这游戏，然后我们也有一些新产品，所以说也会，也会一起去，一起去看啊，对。

嗯嗯，明白。那想问一下，那么明年的话您觉得Unity的份额可以到多少呢？

明年应该也差不多7到8吧，不会是那种爆发式的，我们觉得第二梯队最多也就是8左右了，基本上都是5到7，会有一些小波动。

OK，明白。OK，然后我想问一下就是Unity的整个的一个ROI，包括它的一个广告单价的话，它环比上个季度的话大概会增长多少呢？对。

ROI差不多它是一个2.4到2.8，2.4到2.8，差不多这种。

嗯，那也接近是20%的增长对吧？

对，20%的增长。基本上是20%、30%吧，会比较多一点点。

明白，明白。那它的广告单价有变化吗，Unity这一块？

就是，单价的话会比以前高一点点。

高一点点，大概高，大概高了多少呢？

单价的话以前CPA大概是 现在一个，以前CPA大概是在一个60多块钱,现在大概70多块钱。

明白。

哎,想问一下就是Unity的整个第二把算法的话,在整个那个三季度的话,它的一个效果,包括在我们投放的比例的话,它有变化吗?对。

嗯,你说整个Unity吗?

对对对,整个Unity的话。

嗯,就是,呃,整个来看,呃,就是,嗯,就是怎么说呢?呃,就是,我们自己会去看的话,就是D7的话,它会优先去抢一些七天就付费的用户去做联系优化,这种是我们看到的。就是,因为他本质上就不在D7去做付费信號的第二把了,模型他就直接安装了这个事情,呃,会会有很大的一些不同。这也是,呃,嗯,就是,所以说我们自己会一起去关注说,我们要怎么去做模型,去做好,呃,安装预测这种第二把,28天这种完整的LTV的一个分布嘛,就专门去抓这种管付费的这种核心用户嘛,然后你的原神啊,绝区零啊这种用户,它会放一些高价值的这种付费,这个上面上面。放人群的话,就第二把的话,就着重挖掘一些前期,基本上没有能付费的这种去抓去做,然后他也不会去内部去抢流量去做,然后他的CPI啊,人起啊,包括起量的一个节奏的变化也会比较多,比如说CPI的一个,呃,一个一个提升,这个对我们来说会有很多的一些,呃,不一样,哦,对。

嗯,明白,明白。

哎对,然后想问一下就是,呃,Unity的话,它是在二季度末的时候,它首次对外讲自己用了游戏引擎的runtime数据,我不知道这个的话,对于它的广告投放的效果,您感觉会有很大的影响吗?这个事情。

呃,会有很大的一些影响。呃,因为他那个runtime的话,呃,对我们来说其实是一个还蛮,蛮需要花时间精力,呃,去,呃,去做的一个,一个,一个事情,所以说,我们,我们,我们自己也会一起去看。哦,那,那我们自己去看的话,呃,就,你就知道说,我们要怎么去把这个事情给做好了嘛。那我们就知道说,哎,我们,如果你要把这个做好了的话,肯定他是需要花,花费一定的一个,呃,精力和时间的,那这个对我们的一个成本,其实,说白了也是,也是蛮大的,所以说我们自己也会去看。

就runtime那种信号,它是Q3就有一些改善了,你Q3的话是把Unity这种引擎这种runtime这种行为,比如说对局的时长啊,包括关卡呀,等一系列的行为呀,这种它喂到了这个第二把这种模型里面去,它不完全依赖于广告主回传那种IP的这种付费事件。所以说我们就会自己会一起去看,对。

嗯,明白。它runtime数据您觉得主要包含了哪些数据,那其实对于广告投放的话,它可能帮助很大,尤其哪些数据可能AppLovin它太好拿得到的,您觉得?

嗯,ROI会比较大,帮助。

嗯。

然后局内的一个数据的话,肯定像我们授权啊。

嗯嗯。

嗯,就是如果,他如果没,比如说我们没有授权的话是拿不到的,就比如说你局内的表现,如果我们没授权,这个人怎么拿呢?他拿不到啊,他也不可能拿到啊。比如说局内表现假设,你P0的话肯定MP的回传的话这种IP的事件嘛,比如说D7,D28。

对。

小额中,中额,包括一些,呃,金鱼的一些付费的话,它是模型的一个标签是值,真值,就没有这种付费的一个金额。那你第二把的话,这种ROAS的话肯定是,他要玩 确实没办法训练的话，肯定是基于你的 runtime 这种局内的表现信号嘛。你的优化市场效果、内容，肯定去一起去做嘛。 嗯嗯，明白。那 MMP 的话打多少这些数据？ MMP 的话，它整个的一个就是你 D7、D28 的一个付费的话，它整个的一个模型付费的一个增值也会有一些不一样。D7 的话，其实 ROI 的话肯定会低一点，大概只有 1.9 到 2.0 左右，D28 会好一点。 嗯嗯，明白明白。想问一下，就是那么它有跟您讲过，就是说那个 runtime 数据的话，它后面的话还会用在哪些地方吗？它会有针对这个会推出什么新的功能吗？ 就是我们自己来看的话，其实会是一个 D28 的话，其实它因为是一个 beta 版本，它目前还是有一些痛点的。第一是学习周期很长，因为你像我们广告主，我们如果只看 D7 的话，是肯定不敢大规模地放量的。第二是整个的一个 runtime 这种局内的一些信号的话，大厂的一些把握的门槛会很高，就是开启率会很低。就所有这种新功能，它都会去解决两个痛点。去对标的话，第一是多时间窗口的这种混合出价，比如说 Matthew、Horizon 和 Building 这种 Q4 的一个回度，就是你现在 campaign 它是一个二选一嘛，你 D7 的 ROS 或者 D28 的 ROS 两套计划是分开跑的嘛。但是你单讲这种 campaign，同时会去兼顾 D7 的一个短期的 ROS 和长期这种 D28 这种 LTV 嘛。 那你模型内部是全都是可以调的，它的 UA 啊都是可以设置到一个 D7 不能恶化到的一个某个阈值的前提下，最大化地去做第二八的一个回报嘛。所以说我们自己会去看。这样我们会去解决大厂最大的一些卡点嘛。比如说你业务考核是要看 D7 的一个指标的，然后第二八的这种计划是看 D7 的一个数据的一个点嘛。它 UA 是不敢大规模地去放量的，去做这个。然后对比它有我们自己来看的话，肯定我们不会说两套计划都完全去使用。我们基本上就是如果允许这个 runtime 授权的话，我们肯定是一套计划去吃短期和这种长尾的一些用户嘛。但是你在做分层预测的话，第二八的这种整个的它输出的是个平均的 LTV 的一个标量，所以说它输出的一个整个的一个付费分层的概率啊，去区分这种小这种付费啊、中啊，包括一些用户的时候，针对一些高价值，它会有一些很多的一些价格的一个抬升嘛。所以说我们自己会去看嘛。只有说你开启了这个 runtime 那种局内信号的表现的时候，你分层的一个预测的精度才会最大化嘛，然后才会去关闭这个 runtime 的，就会退回到 MLP 这种付费的一个训练实践嘛，效果就会去打折扣嘛。然后并且你在这种信号的时候，它的一个脱敏的一个颗粒度，它会有一个可调的一个开关嘛。就比如说你开关是一个，就是你一开就会去输出整套的这种聚合这种行为向量，就是你大厂的法务它的顾虑就会很高。然后并且你广告主也会去勾选允许它输出哪些维度，有一些局内的特征嘛。比如说一些会话的一个时长、登录的频次，它的一个风险是比较低的嘛。那你这种中等权限的话，比如说你的观察进度啊、对局的一个频次等等啊都会有啊。那你在这种高权限的时候，比如说你完整的一个游戏经济系统的话和行为的话，这一类用户它肯定就会有很多的一些不一样嘛。比如说你法务大概率就会愿意放开一些比较低的一些中等的一些力度的一个情况嘛，就不会去放开全局的一些。 情况啊，那你地入越低的话，肯定在做这个事情上会有很多的一些不同啊。所以说我们自己也会去看啊。

明白。那您觉得就是就是有了runtime数据之后，那个Unity它在数据的体量上和AppLovin还会有很大的差距吗？

我们会觉得会有一点点，但不会很大。就是我们因为你自己会去看嘛，你去做这个事情上的时候，你会知道说我们要怎么去做这个事情嘛。你做这个事情你就知道说我们要怎么去完善这个样子的一个情况嘛。所以说我们觉得有差距，但是不会很大。就是你AppLovin的话，你MAX上面的那种聚合这种平台这种市占率很高啊，它流量池是大。每天的竞价的一些样本啊，广告啊，用户的交互啊，它样本是很多的。然后你你投放的越高越快的话，它整个action的这种预测的这种精准度也会越高啊。那这样的话，而且它这种飞轮已经跑了很多年的话，其实也是比较好的呀。那你整个的一个素材的一个起动，包括一个用户的一个稳定性和这个大盘的一个交互其实是会有很多的一些不同的，所以说我们自己也会一起去看啊。

然后并且并且我们整个的一个素材的一个工具链路，包括整个的一个这种SparkLabs这种player这种试玩，包括这种素材的一个变体这种筛选会有很多的一些不同。你其中的这种预算的这种策略会经过大量的这种投放客户去做打磨啊，我们自己也会一起去做啊。

理解。

就是我们自己也会去关注啊。那这是我们可能会去看的比较多的一点啊。那这这这些点位就是直接会影响我们最终的一个决策嘛。那影响我们最终的决策肯定就我们要去看这些点位是有很多的一些一些一些不一样的点。所以我们自己也会去关注嘛。那它就会去对我们的这个整个的一个方式方法呀，效果呀会有很大的有很大的一些不同。所以说我们自己也会一起去看这个点位上面会有哪些会有哪些不一样。对。

理解。

然后然后就是然后就是我们自己也会一起去看你整个你像Unity它不就是一个前置的一个runtime那种绝对信号嘛。就是因为在还没有完全搞好的时候，其实你Unity它是有很多的一些优势的嘛。对吧，你Unity比如说整体来看它在局内的表现肯定会更好啊。

嗯。

因为你Unity本身做游戏的做引擎的，那它这个事情肯定是会更方便和更容易去解决的嘛。

是，明白。

所以说局内的表现的话，肯定在这个架效上面啊，包括整个的一个大推Q4的这个第二波的这种LTV的一个预测啊，和一个多窗口的融合出价的话，可以去解决这种大厂D7的这种约束嘛。所以说我们也是会去到它的一个活跃度，包括绘画、关卡，我们会去预测嘛，然后去看它后续的这个情况会更好嘛。

嗯，明白。然后我想问一下，就是我之前的话就是很多广告主都有反馈Unity的话，它其实存在广告库存的问题，就是因为广告库存有限的话，那其实广告投放不一定能够上很大的量，您觉得这个对于Unity来讲的话，现在还是一个瓶颈吗？对。

就是其实我们觉得现在还是有。你说完全不是吧，那也不是，还是有这个瓶颈在的。你要说完全解决吧也没有，但是你能能看得到它自己在不断地去解决。它不是今年不是Q1的时候关停了那个IronSource嘛。

嗯嗯，理解。 他关注的那个合作的话就会产生这种问题啊，所以我们谈的规模肯定是比AppLovin那个Max要小的呀。

嗯嗯嗯。

你这种如果全部进入到这个LevelPlay的时候，包括那个Unity Ads的时候，它的这个引擎的游戏会少啊，但是你对于这种，你只对于我们这种超大预算的一些客户，你比如说一年我要投个一百多个亿。

明白。

会有一些影响。你正常的一个用户可能投个几千万。

我觉得是有点想多了啊，我觉得是有点想多了。就是你如果投的不多的话，其实不太会有太大的影响。

明白，明白。

你只有说大幅的上升。

大幅的上升的时候，那这个确实是会有，如果不是大幅的上升，其实是不太可能有这种，有这种差异性或者说区别的，所以说我们自己也会一起看。

明白明白。对，然后还想问您一个问题啊，就是我们有关注到就是10月份的时候嘛，就是Google Playground包括和它有和Unity这边有一个有一个合作，对，然后就是大概的话就是用Gemini的话去调用就是Unity的引擎啊，然后去做AI游戏这一块，对，然后包括我们也看到Unity后面也要推出一个Unity Spark，也是用那个自然语言的话就直接去迭代很多游戏里面的一些制作啊，一些流程啊等等。您觉得这个的话，您不知道您是怎么看这个事情的，您觉得这个其实对于AI游戏来讲，包括对于整个游戏市场来讲，它会，它在以后会有一些很大的变化吗？对。

我觉得还是有蛮大的变化的，因为你肯定是要去考虑这些事情的。你肯定是要去考虑这个事情的。因为如果不去考虑这个事情的话，肯定是有很大的差异的，因为AI未来它肯定。

哎，您那边信号好像有点小问题，有点断断续续的。对。

哎，专家，您那边信号稍微有一点小问题。

哎，现在可以听到。

喂，喂，喂，能听到吧？

啊，现在可以听到，对。

这个事情你避免不了，肯定会是，而且对我们来说是一个颠覆性的。就是因为你AI游戏这个事情，包括AI的一些生产嵌入到游戏里面，本身就是大家都会去考虑和会去想去做的一件事情。那你这个事情如果你想去做或者说你想去考虑，那这个点位肯定是大家都会去关注的嘛。你肯定要去把这些事情都要关注好啊，不然的话这个事情咋做呢？对，所以说，但是你你不会说一下搞得很高，把这个事情搞得很满。因为这个事情它它涉及到很大的一些成本。那这个成本的一个收益到底有多高有多大，肯定都是我们要去要去经营和要去做的一个事情嘛。你只有说那个你那个事情比较比较比较比较大，或者说比较快，那这个事情你才知道说要怎么去做嘛。所以说这是我们可能在做这个点位上面可能会比较看重的一些问题和和和和一些点嘛。因为其实确实现在AppLovin，Unity就是在我们第二梯队里面就是一个非常头部的一个。

你只有说达到这样的一个头部的一个线下和问题，我们才能去做一些解决嘛，不然的话做这个事情肯定是没有什么没有什么收益和和和和出入的嘛。那这个时候其实我们就会去会去看这个点，那这个时候其实也是我们可能要去持续去经营和去解决的嘛。

您觉得这个事情它它的发展速度会很快吗？ 其实我们这段时间可能还要看，我很难去判断这个事情，我觉得不会很快。因为你AI这个事情你现在落到游戏里面，呃，就是，呃，然后然后肯定，嗯，就是，呃，也要一起去关注嘛。所以说我们自己去做这个事情的时候肯定也要去关注说这个事情它到底是不是合理的，以及是不是有问题的还是怎么说。这是我们可能，呃，在近期里面要去，呃，说哎我们做这个事情到底点位，点位怎么样嘛。如果这是合理的话，那肯定就会一起去做，如果不合理的话，那肯定要去做一些，呃，差异性的一些事情嘛，然后再去做最终的一个收益的一个发生嘛，对。

明白，明白，就现在还这个事情还不好说，OK。对，然后想问一下就是，您觉得，就是，呃，那个AppLovin的话在，在Q3的话有受到Unity这边很大的竞争的影响吗？对，有，您，对。

你说，你说Unity会受到AppLovin的一个竞争影响？

呃，就对，主要是AppLovin它有没有被Unity抢走一些预算啊，对。

嗯，我觉得肯定会有啊。肯定会有啊。啊，就是，就是，肯定会有抢量啊。啊，因为，就是，呃，因为你本身投放的广告的游戏广告主，游戏公司就那么几家嘛。嗯嗯。你，你这个预算，你说我一年就这么多预算，那，那我投了这个就不能投那个，比如说一年就只有，比如说我随便说可能，呃，那个那个那个10亿的一个预算，那投了这个就不能投那个，就很简单嘛。那，那我们就会去看啊，你，你，你这个东西有多大，你就知道这个事情有多，呃，难嘛。就很直白嘛，所以说我们自己肯定也会一起去关注啊，你只有一起去关注才知道这个事情怎么，要怎么去做嘛。然后这样子你才能知道说哎我们要把这个事情给搞，给搞下来有多难嘛。然后最后再去，呃，看这个点位上面会有很大的，到底有哪些，哪些，哪些差异嘛，对。

明白，明白。好的，我这边的话暂时没有其他问题了，非常感谢专家今天的时间。后续有需要有些问题到时候我通过中介这边再跟您联系，嗯。

好，好，没问题，反正我们到时候再，再，再沟通，好，拜拜。

谢谢，拜拜。