Anzu.io 进军中国游戏市场,任命曾晨为市场拓展负责人

全球首屈一指的游戏内置广告平台商Anzu公司宣布,任命前Glispa大中华区总经理曾晨为中国市场的战略合作伙伴。为开发这个世界最大的游戏市场,曾晨将发挥关键的影响力,帮助Anzu.io在中国建立强大的根基,与游戏开发商、广告商和品牌商建立长期互利关系。

曾晨带领Anzu.io进军中国市场
图:曾晨

不久前才获得WPP和索尼领投900万美元的融资轮,Anzu在中国的动作并不意外。研究机构Statista预测,中国游戏市场在2021年的收入将达到493.13亿美元,年增长率为9.63%,到2025年的估值将达到712. 39亿美元。根据2020年Nico Partners的报告指出,中国拥有超过7.2亿名的游戏玩家,基数之庞大,比美国、日本、德国、法国和英国的人口总和还多。

曾晨在IT行业拥有超过15年的经验,是资深的专业人士,在中国建立技术化聚焦广告品牌方面的成就,令人刮目相看。在加入Anzu之前,曾晨任职移动广告技术公司Glispa大中华区总经理长达五年,为东家创造了超过3000万美元的毛利润。在此之前,他是MobPartner中国的销售主管,成功地建立了中国团队并推动强劲的营收增长。他在发行商方面也拥有丰富经验,曾经领导InMobi的中国业务发展团队,从头开始建立了中国最大的iOS网络。曾晨的丰富成功战果,使他成为帮助Anzu进入中国市场的理想人选。

Anzu.io的游戏内置广告平台,使品牌以业内认可的IAB格式提供沉浸式的游戏广告,包括在游戏、直播环节、电竞比赛期间向游戏玩家提供视频和横幅广告。沃达丰、三星、百事可乐、麦当劳和美国之鹰等品牌皆涌向Anzu,在品牌安全环境中向难以接触的受众提供规模化的品牌宣传活动。

通过第三方合作伙伴(包括Moat by Oracle、Nielsen、Kantar、Comscore和Digiseg),Anzu为广告商提供了一套独一无二的广告技术集成,以衡量可见度和品牌提升,以及用于受众验证、数据增强和欺诈检测的工具。Anzu也已成为顶级游戏开发商和工作室的首选平台,包括Ubisoft、Lion Castle和Next Wave Multimedia。Anzu亦是唯一获得ISO认证的游戏内置广告平台,也是Xbox中间件计划唯一的授权游戏内置广告平台。

anzu.io

在谈到这次合作时,曾晨说:"我非常高兴能够协助Anzu扩展中国市场。Anzu的独特创造性平台是一个行业颠覆者,也是中国广告商和游戏开发商渴望采用的颠覆性技术。我将致力于Anzu在中国的成功运营,并且毫无疑问的,成功唾手可得。"

"Anzu已经在亚太地区运营了一段时间,但在中国的扩展,使我们更接近成为全球业务运营的企业。中国是全球首屈的游戏市场,充满各种机会,而这次的合作关系有助于跨越当地市场鸿沟。我从Glispa时代就认识曾晨,很高兴能与他再次合作,为当地游戏产业带来振奋的协同效应,”Anzu联合创始人兼首席执行官Itamar Benedy说。

关于Anzu.io

Anzu是全球首屈的尖端游戏内置广告解决方案,横跨在移动、个人电脑和游戏机平台上运作,将真实世界的品牌广告直接融入视频游戏、电竞比赛和直播流。Anzu的专利自适应技术是唯一在游戏中引入实时分析和现有数字行业标准的解决方案,其特点是混合了符合IAB标准的广告格式,但可见度很高。Anzu的全套独一无二的广告技术集成,包括广告可见度、品牌提升测量、受众验证、数据增强,以及与Moat、Comscore、Kantar和Nielsen等行业领导者合作进行欺诈检测。

迄今,Anzu已经从包括WPP、索尼创新基金、BITKRAFT Ventures和HBSE Ventures在内的投资者筹集了1700万美元。全球合作伙伴包括百事可乐和三星等广告商,以及Ubisoft和Nacon等游戏开发商。了解更多信息,请访问 anzu.io。

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值