AdSpark: un dataset e un benchmark su larga scala per la generazione di video pubblicitari incentrati sul prodotto

Abstract degli autori

La generazione di video pubblicitari incentrati sul prodotto mira a creare video promozionali che ne preservino l’identità nei dettagli, presentandone al contempo i punti di forza attraverso narrazioni coerenti articolate in più inquadrature. Questo compito emergente resta tuttavia poco esplorato per la mancanza di dataset pubblicitari su larga scala e di sistemi di valutazione completi. Per colmare questa lacuna, presentiamo \textbf{AdSpark}, un dataset e un benchmark su larga scala per la generazione di video pubblicitari incentrati sul prodotto, basati su dati di una grande piattaforma di e-commerce. \textit{AdSpark-300K} contiene circa 300K terne immagine di riferimento--prompt--video, suddivise in un sottoinsieme di dati reali e uno sintetico. Ogni esempio fornisce annotazioni pubblicitarie strutturate, tra cui annotazioni sull’identità del prodotto, descrizioni dei punti di forza, piani creativi e copioni audio allineati, consentendo ai modelli di apprendere a preservare l’identità del prodotto e a costruire narrazioni visive pubblicitarie. Proponiamo inoltre \textit{AdSpark-Bench}, un benchmark diagnostico che valuta gli annunci generati secondo sei dimensioni: qualità visiva, fedeltà al prodotto, rispetto delle istruzioni, coerenza temporale, allineamento audio ed efficacia pubblicitaria. Utilizzando AdSpark-Bench, valutiamo alcuni modelli rappresentativi e mettiamo in luce le principali difficoltà nel preservare l’identità del prodotto, costruire narrazioni articolate in più inquadrature e rappresentare visivamente i punti di forza. Gli esperimenti con modelli sottoposti a fine-tuning su AdSpark-300K confermano ulteriormente l’efficacia del nostro dataset. AdSpark mette a disposizione un dataset e un benchmark unificati per la ricerca futura; renderemo pubblico il dataset dopo l’accettazione dell’articolo.