OpenAdLibraryOpenAdLibrary
原生广告网络

MediaGo 2026 评测:百度的深度学习原生DSP,实测

百度的 MediaGo 将您的预算交由一个深度学习出价器在优质门户信息流上处理。我们基于 6,571 个活跃 MediaGo 创意进行了评测:谁在那里投放,成本如何,以及谁应该略过它。

编辑插图:MediaGo 2026 评测:百度的深度学习原生DSP,实测

MediaGo 是由百度国际部门构建的原生广告 DSP,其主张很简单:将您的预算、创意和转化信号交给深度学习出价引擎,让它通过优质门户信息流(最明显的是微软的 MSN)寻找转化用户,而无需手动管理投放位置。根据 OpenAdLibrary 索引中 6,571 个活跃 MediaGo 创意(2026 年 7 月)判断,这一主张吸引了一类特定人群:保险和家居服务线索生成、电商、浏览器游戏和比较内容套利。它适合拥有扎实转化追踪、愿意将投放控制权交给算法的效果广告主,而不适合以发布商白名单为优势的买家。

MediaGo 是什么及其工作原理#

MediaGo 于 2020 年作为百度国际原生广告需求平台推出,机器学习预测是其全部产品。与您逐个投放位置竞价不同,该平台会预测每次展示的点击和转化概率,并据此为您的 CPC 出价定价——这与大型广告平台上的智能出价理念相同,但应用于原生信息流。您按每次点击付费,通过像素或回传反馈转化,模型则针对您关心的转化事件进行优化。该公司在 mediago.io 上的材料描述了当前的活动选项;接入方式(自助 vs 托管)随时间变化,因此请在计划发布前核实。

在供应端,MediaGo 的足迹集中于优质门户信息流。它一直是微软 MSN 生态系统的需求路径之一——我们在 MSN 原生广告指南中映射的信息流环境——此外还有其他门户和应用库存。这一背景很重要:您的 MediaGo 广告会以标准新闻信息流卡片形式出现在主流编辑内容旁边,面对偏向年长和主流而非小众的门户受众。由于该库存通过多个需求合作伙伴转售,从外部很难弄清楚谁卖出了哪个展示;我们关于转售库存和需求合作伙伴的术语表条目解释了其中的机制。

规模检查:MediaGo 与其他平台的对比#

在 OpenAdLibrary 跨 49 个网络的 725,000+ 个活跃原生创意索引中(2026 年 7 月):

网络 索引中的活跃创意数
Taboola 206,000+
Outbrain 108,000+
MGID 62,700+
Revcontent 15,700+
MediaGo 6,571

仔细看这个数字。MediaGo 自身的创意数量与信息流巨头相比很小,但它购买的环境却非常庞大——我们的微软受众网络语料库本身就有 281,000+ 个活跃创意,由多个需求来源提供,MediaGo 是其中之一。实际要点:MediaGo 本身不是覆盖范围策略,而是优质信息流供应上的优化层,每个细分领域的直接竞争对手远少于您在 Taboola 上遇到的。

谁在 MediaGo 上投放广告#

我们索引中活跃 MediaGo 创意的分类垂直行业组合(2026 年 7 月):

垂直行业 活跃创意数
保险 378
家居与花园 301
电商 265
汽车 257
游戏 218
健康 155

与 Revcontent 的健康单一文化不同,MediaGo 的需求分布在线索生成和电商类别中——这与一个奖励清晰、机器可读转化事件的平台一致。活跃示例也证实了这一点。浏览器游戏广告主持续投放:Rise of Kingdoms 的“Play for free in your browser – no download needed!” 在最近观察时已活跃 29 天,Play4Free 的“A Real MMO for Grown-Up Gamers” 已运行 17 天。比较内容广告主如 Loop of Now 推送大量几乎相同的成本比较标题(“House Cleaning Rates in New Zealand”, “Term Deposit Rates for Seniors”)——这是一种搜索信息流套利模式,只有在算法保持单位经济为正时才能存活。健康直复营销也出现,SmoothSpine 的坐骨神经痛创意已运行 21 天。共同点:广告主拥有明确的转化事件,让模型完成投放工作。

优势:MediaGo 的强项#

  • 算法确实有效。 在清晰的转化信号和足够量的情况下,买家通常报告模型发现了他们绝不会手动白名单的转化库存。这是整个价值主张,且在有良好信号时会放大。
  • 优质信息流环境。 门户信息流将您的卡片放在新闻内容旁边,面对主流受众——这与文章底部小部件杂乱不同。
  • 竞争较少的竞价。 每个细分领域的直接竞争对手远少于主要信息流网络,这表现为更便宜的学习成本和更慢的创意疲劳。
  • CPC 定价与转化优化。 您为点击付费,同时模型针对您的回传事件进行优化,这使得支出在学习过程中保持可追溯性。

劣势:需要注意#

  • 黑盒投放。 与自助式小部件网络相比,发布商级别的透明度和手动控制有限。如果投放位置调整是您的优势,该平台会移除您的工具。
  • 对信号需求高。 稀薄的转化量会使模型饥饿。预算低或漏斗长且模糊的账户通常会在学习阶段停滞,永远无法达到高效投放。
  • 较小的生态系统。 与 Taboola 或 Outbrain 相比,第三方指南、社区基准和代理专家更少,因此您需要更多独自调试。
  • 您继承了信息流质量争议。 一些门户信息流带有大量套利区域。在投入任何品牌敏感内容之前,请先查看实际环境。

MediaGo 的成本#

MediaGo 采用 CPC 定价,无公开价目表。媒体买家通常报告 Tier-1 桌面原生信息流 CPC 与其他中端原生平台大致相同——约 0.10 到 0.60 美元,移动端和小型地区更便宜,保险或金融等竞争性目标更高。这些是业内人士报告的非官方数字;您的垂直行业、地理位置和创意质量会大幅改变它们。不仅要为点击预算,还要为模型预算:确保每周有足够的支出以产生有意义的转化流,否则优化器将无物可学。我们的原生广告成本指南跨网络 CPC 基准提供了更广泛的预算视角。

投放前先侦察平台#

由于 MediaGo 没有发布广告库,研究它的实际方法是使用独立索引。OpenAdLibrary 追踪 6,571 个活跃 MediaGo 创意(2026 年 7 月):在 MediaGo 间谍工具中浏览它们,按观察到的投放时长排序,找出那些为同一创意付费数周的广告主,并追踪他们的落地页以查看卡片背后的漏斗。MediaGo 广告库指南介绍了该工作流程,如何找到获胜广告涵盖了跨任何网络读取投放时长和迭代信号的方法。提供免费套餐;完整落地追踪和观察列表在 29.99 美元/月套餐中。

结论:谁应该使用 MediaGo#

如果您拥有转化追踪的漏斗,且所在类别与其已验证的需求重叠——保险、家居服务、电商、游戏、健康——并且您愿意在优质门户信息流上用算法优化换取投放控制权,那么请使用 MediaGo。它奖励提供清晰信号和稳定预算的广告主。

如果您需要投放级别控制、运行无法产生转化量的微量测试预算,或者需要保证品牌环境,则跳过它。无论您属于哪一方,请先查看实时语料库:花十五分钟阅读那些在平台上存活超过 20 天的创意,这比任何推介资料都更有价值。

常见问题

MediaGo 归谁所有?
MediaGo 由百度国际部门构建,并于 2020 年作为该公司海外原生广告需求平台推出。其差异化在于深度学习点击和转化预测:不同于手动竞价,该平台算法化地为每次展示定价。它独立于百度中国搜索业务运营,专注于西方和全球市场的优质门户信息流库存。
MediaGo 拥有哪些库存?
MediaGo 的供应集中于优质门户新闻信息流——它一直是微软 MSN 生态系统的需求路径之一,此外还有其他门户和应用库存。您的广告会以标准信息流卡片形式出现在编辑内容旁边。由于该库存通过多个需求合作伙伴转售,具体投放位置列表会变化;请查阅 MediaGo 当前文档以了解目标地区可用内容。
MediaGo 的费用是多少?
MediaGo 采用 CPC 定价,无公开价目表。媒体买家通常报告 Tier-1 桌面原生信息流 CPC 约在 0.10 到 0.60 美元之间,移动端和小型地区更便宜,保险或金融等竞争性目标更高——这些是业内人士报告的数字,非官方费率。请预算足够以产生稳定的转化量,因为深度学习优化器在信号不足时表现不佳。
MediaGo 对小广告主友好吗?
可能比较困难。该平台的价值在于其转化预测模型,而该模型需要稳定的转化事件流来优化。小预算每周仅产生少量转化,通常会在学习阶段停滞。预算紧张的广告主通常在使用自助式小部件网络时获得更好效果,因为手动投放控制可以替代算法量。
我能看到哪些广告主在 MediaGo 上投放吗?
可以。MediaGo 没有官方广告库,但 OpenAdLibrary 持续索引它——截至 2026 年 7 月有 6,571 个活跃 MediaGo 创意,包含已解析的广告主、观察到的投放时长、地理位置和设备数据,以及追踪到的落地页。按投放时长排序可查看哪些广告主持续为同一创意付费数周,这是漏斗盈利的最可靠公开信号。
OpenAdLibrary 编辑团队
作者OpenAdLibrary 编辑团队
广告情报与原生广告研究

我们构建了 OpenAdLibrary,一个开放的广告透明度平台。我们的系统每日捕捉 Taboola、Outbrain、MGID、Revcontent、Teads、Yahoo 和 MSN 上的实时原生广告,识别每个广告背后的真实广告主,并追踪点击至其落地页。这些指南提炼了我们在数据中的发现,助您更快地研究市场动态。