2026年10月28日，Meta披露了AI广告投放引擎Andromeda与GEM（生成式广告推荐模型）的最新工程细节。数据显示，近期升级使Facebook和Instagram转化率提升15.7%，点击量增加8.3%。对于Advantage+ Shopping电商广告主而言，核心变化在于：上传的广告素材已取代人群设置，成为系统定向的主要信号。
Andromeda与GEM对广告活动的实际影响
Meta广告投放现分为两阶段：Andromeda负责毫秒级检索，通过解析素材视觉元素与文案，从数千万候选广告中筛选出短名单；GEM则基于深度互动历史与购买意向对短名单进行排序。这解释了为何Advantage+广泛定向优于狭窄兴趣堆叠——系统正通过解析素材主动寻找买家，而非依赖预设的人群参数。
双引擎在竞价系统中的运作机制
Andromeda在检索阶段借助NVIDIA Grace Hopper芯片及Meta自研MTIA硅片，每秒处理超10亿条候选项。它利用AI读取视觉构图、文案钩子及产品图像等创意元素，替代传统规则算法筛选进入排序阶段的广告。随后，基础模型GEM根据用户互动历史与预测购买意向打分。仅Andromeda的增量更新便在2026年Q3带来1.4%转化率提升，GEM全面升级在受控测试中更实现高达18.9%的改善。
对中大型电商品牌而言，素材质量即定向机制。在广泛定向的Advantage+广告系列中，平庸素材表现不佳并非定向错误，而是Andromeda无法从中识别强匹配信号。
2026年素材质量重于受众定向的底层逻辑
这一转变具有结构性特征。Andromeda通过处理视觉钩子、首帧画面、产品展示及文案清晰度来匹配用户，兴趣分类与相似受众仅作参考，不再主导检索决策。依赖狭窄受众弥补素材薄弱的策略已与系统设计背道而驰；打造高信号素材（清晰展示、快速钩子、强对比）并交由GEM探索广泛人群，才契合当前投放逻辑。
这也解释了Advantage+购物广告与手动广告的表现差距。ASC为双引擎提供了广阔人群池，而狭窄受众的手动广告会在检索阶段限制系统效能。
应对Meta AI投放更新的实操建议
- 审查头部素材信号：评估花费最高的前10名活跃素材，重点检查前3秒内容。确保产品在第1帧可见且具备清晰视觉钩子，若Andromeda无法提取明确信号，素材在竞价前即处于劣势。
- 转向广泛定向结构：将紧密兴趣包的手动广告整合为Advantage+ Shopping系列，为系统提供充足检索与排序空间，避免过窄受众削弱高意向匹配能力。
- 扩充素材变体数量：GEM虽能改善新产品预测，但仍需多版本素材识别有效信号。每个品类至少投放3至5个差异化创意概念，由系统判断最佳组合。
- 保留AI水印合规：根据2026年10月30日生效的新版统一广告条款，严禁移除AI身份验证元数据。运行Advantage+ AI素材前务必审查制作流程，确保符合规范。
- 检查Product Browsing设置：该功能于10月28日自动启用，可能导致用户跳转应用内商品页而非网站。若归因依赖落地页追踪，请在Advantage+创意与目的地设置中关闭此功能以恢复直达流量。
常见问题解答
什么是Meta Andromeda及其影响？
Andromeda是Meta第一阶段AI检索引擎，能在毫秒级内将数千万候选广告缩减至数千条，精准识别匹配用户意图的广告。2026年10月下旬升级后，其每秒处理超10亿条候选广告，检索精度已接近排序阶段。
Meta GEM是什么，与Andromeda有何区别？
GEM是基础排序模型，在Andromeda召回后运行，依据用户互动历史、购买信号及上下文意图评估候选列表。受控测试显示其更新带来18.9%转化率提升，与Andromeda协同在最近测量周期分别贡献15.7%转化增长与8.3%点击增长。
基于兴趣的定向是否失效？
兴趣定向仍有效但权重降低。Andromeda优先读取素材元素匹配用户，过于狭窄的兴趣叠加会限制召回范围，削弱系统寻找高意向买家的能力。Advantage+ Shopping的广泛定向可提供最优召回池。
素材测试策略应如何调整？
素材测试本质是为双引擎收集数据的过程。每种独特变体都在教导系统哪些视觉信号、文案钩子能与特定群体共鸣。建议每品类投放3至5个差异化概念，并给予充足预算与学习时间。