AgenticGen：奖励引导的智能体广告视频生成
原标题：AgenticGen: Reward-Guided Agentic Video Generation for Advertising
AI 摘要
字节跳动提出 AgenticGen，一个面向广告视频生成的奖励引导智能体框架，将生成过程拆解为策略选择与草稿生成两个可训练推理阶段。该方法从在线投放反馈中学习基于表现的奖励模型，并结合人工标注的评分标准奖励模型，先通过 DPO 对齐在线偏好，再用 GRPO 以过程与结果奖励进一步优化。在 TikTok 广告系统的在线 A/B 实验中，相比 SFT 基线，CTR 提升 2.72%、CVR 提升 2.63%、Advv 提升 9.61%。
正文节选
[Page 1] AgenticGen: Reward-Guided Agentic Video Generation for Advertising Xingyuan Bu†‡1, Chengru Song1, Hao Zhou1, Tao Zhou1, Dong Li1, Wei Li1, Shilong Li1, Hao Shi1,2, Yongxin Guo1, Donghao Zhou1,3, Qiangpeng Yang1, Shilei Wen1 1ByteDance, 2Tsinghua University, 3The Chinese University of Hong Kong †Corresponding Author, ‡Project Leader2026 Aug Abstr