Aufbau von Markensicherheit für globale Videos: Die kontextbewusste KI-Plattform von PYLER

PYLER stellt sicher, dass Anzeigen von Werbetreibenden niemals neben schädlichen Videos angezeigt werden, was zum Schutz des Markenimages beiträgt. Stattdessen werden Anzeigen in kontextbezogenen Umgebungen platziert, die den Markenwert und die Marketing-Effektivität steigern. Die Lösung bietet eine neutrale, nachvollziehbare Validierungsebene, wie sie vom Markt gefordert wird.

PYLER bewegt sich an der Schnittstelle zwischen Videoverständnis und Markenvertrauen, definiert dabei semantische Primitive – also die bedeutungstragenden Einheiten des Videokontexts – und ordnet sie in vielschichtige, zeitbezogene semantische Bereiche ein. Durch die Zusammenstellung und Bewertung dieser Bereiche im Hinblick auf Richtlinien zur Markensicherheit und Eignung bietet PYLER Unternehmen eine transparente Vertrauensbasis, die plattform- und formatübergreifend funktioniert – von YouTube bis hin zu neuen CTV-Werbeflächen.

Führende Marken wie Samsung, LG und Kenvue vertrauen auf PYLER, um ihre Video-Umgebungen über Milliarden von Impressionen hinweg zu validieren. PYLER betreut bereits 20 der größten Unternehmen Koreas und 10 Fortune-500-Unternehmen. Um diesen Umfang zu bewältigen, verarbeitet das Antares-Modell von PYLER täglich rund 100 GB Videomaterial und hat insgesamt bereits 2 Millionen Videos sowie kumulativ 700 Millionen Videos verarbeitet – das entspricht jeden Tag mehr als 60 Jahren an Inhalten.

Bevor PYLER auf die NVIDIA-Plattform umstieg, bestand die größte Herausforderung in der technischen Skalierbarkeit und Komplexität: Videos sind groß, multimodal und extrem informationsreich, und die bestehenden, fragmentierten Pipelines konnten da nicht mithalten. Human-in-the-Loop-Stichproben, funktionsspezifische Modelle und die regelbasierte Validierung führten zu hoher Latenz und Kosten, was den Durchsatz begrenzte und die Iteration bei neuen Richtlinien oder Anwendungsfällen verlangsamte.

PYLER benötigte eine Infrastruktur, die riesige Videostreams nahezu in Echtzeit einbinden, durchsuchen und kennzeichnen konnte, während die Kosten pro Video niedrig genug blieben, um den Einsatz in der Produktion zu ermöglichen. Der beschleunigte Computing-Stack von NVIDIA, einschließlich NVIDIA DGX-Systemen auf der NVIDIA Blackwell-Architektur, CUDA- und KI-Frameworks, erwies sich als der einzige gangbare Weg, um den erforderlichen Durchsatz und die erforderliche Latenz für multimodale Inferenz und Abruf in großem Maßstab zu erreichen.

PYLER hat eine Video-Vektor-Einbettungspipeline implementiert, die jedem Moment des Videos einen eindeutigen digitalen Fingerabdruck zuweist und multimodale Eingaben (visuell, Audio, Text und Metadaten) in eine einheitliche Darstellung integriert. Diese Einbettungen werden in einer PostgreSQL-basierten Vektordatenbank mit pgvector gespeichert, ergänzt durch SingleStore für die Bereitstellung mit hohem Durchsatz, was eine schnelle Ähnlichkeitssuche und einen Kontextabgleich in Millionen von Videos ermöglicht.

NVIDIA DGX-Systeme mit der Blackwell-Architektur und NVIDIA NVLink-Verbindungen mit hoher Bandbreite bieten die grundlegende Rechenleistung für diese leistungsstarke Trainings- und Inferenz-Pipeline. Durch den Einsatz von NVIDIA Mission Control zur Orchestrierung komplexer Trainings-Workloads und von NVIDIA NeMo Curator zur Automatisierung der Datenkuration und -filterung steigerte PYLER den Durchsatz bei der Videovorverarbeitung im Vergleich zur bisherigen internen Pipeline um das 4-Fache. Diese Hardware-Software-Synergie ermöglicht es PYLER, die Videoanalyse und den Abruf aus großen Datensätzen mit beispielloser Effizienz zu bewältigen.

Der Übergang zur DGX B200 hat außerdem die Entwicklungsgeschwindigkeit von PYLER grundlegend verändert. Durch die Nutzung der erhöhten Rechendichte für eine fünffache Steigerung der Hyperparameter-Suchfunktionen konnte das Team den Iterationszyklus für das Modelltraining von drei Monaten auf nur einen Monat verkürzen. Darüber hinaus hat der Wechsel zu Blackwell-basierten Systemen die Geschwindigkeit des Trainings für multimodale Modelle gegenüber der Vorgängergeneration verdreifacht, sodass die Modelle von PYLER schneller entwickelt und bereitgestellt werden können.

Durch die Erweiterung des NVIDIA Blueprint für Videosuche und Zusammenfassung (VSS) und durch die Nutzung von NVIDIA NV-Embed, um die Einbettungsgenerierung zu beschleunigen, verarbeitet das System die Videoanalyse und den Abruf aus großen Videodatensätzen effizient in großem Maßstab. Das Modell von PYLER sieht nicht nur „ein Auto“, sondern versteht, dass „eine Person während der Fahrt im Regen frustriert ist“, was eine präzise kontextbezogene Platzierung und Sicherheitsaudits ermöglicht, die zuvor bei hohen Volumina nicht möglich waren.

Der technische Wettbewerbsvorteil von PYLER liegt im vektorbasierten, zeitbezogenen Kontextanalyse, die auf der Repräsentationsebene stattfindet und es ermöglicht, Richtlinien und Sicherheitsdefinitionen schnell zu aktualisieren, ohne dass ein komplettes Neu-Training erforderlich ist. Diese Architektur hat den Kunden eindeutige, messbare Ergebnisse in den Bereichen Markensicherheit und Eignung geliefert.

Im Rahmen der KPOP Demon Hunters (HUNTRIX)-Kampagne von Nongshim senkte die AiD Brand Safety-Lösung von PYLER den Anteil des Budgets, der für markengefährdende Inhalte ausgegeben wurde, innerhalb eines Monats von einem Referenzwert von 19,3 % auf nur noch 4,67 % und identifizierte in diesem Zeitraum unsichere Platzierungen in mehr als 2 Millionen Videos. Im Rahmen der Tylenol-Kampagne von Kenvue verkürzte die AiM Brand Suitability-Lösung von PYLER die durchschnittliche Validierungszeit von etwa 30 Sekunden bei manueller Überprüfung (basierend auf externen Branchen-Benchmarks) auf 0,011 Sekunden. Dadurch konnten die Brand Manager äußerst detaillierte, auf Videoebene abgestimmte Medienstrategien umsetzen und gleichzeitig die Kosten für die Überprüfung um über 99,963 % senken.