Minds 给超级碗广告的排名和真人一致吗？

我们把 USA TODAY Ad Meter 2026 的全部 54 支广告播放给一个由 100 个经过知识锚定的 Mind 组成的受众，并询问它们对每支广告的喜爱程度。随后，我们把这些回答与 Ad Meter 真人评审团的评分进行了对比。

两份排名非常接近。排名相关系数为 0.79（95% 区间 0.65 至 0.88）。在 1,420 组广告配对中，有 80% 的配对里 Minds 和真人把同一支广告排在前面。平均而言，一支广告的 Minds 分数与其真人分数相差量表的 6.77%。

分数并不完美。Minds 的打分偏高，平均高出量表的 5.12%，其分数的分布范围只有真人的 0.70 倍。排名可以直接使用，分数水平需要校准。

我们做了什么？

我们构建了一个由 100 个 Mind 组成、代表美国成年人的受众。Mind 是一个拥有自己画像和记忆的 AI 受访者；受众是一组用来回答研究问题的 Mind。年龄、性别和地区依据美国人口普查局 2024 年的人口估计。种族与族裔、教育和就业依据 2024 年美国社区调查（American Community Survey）。党派认同（包括倾向某一党派的人）依据 Gallup 2025 年的数据，居住社区类型依据 2024 年综合社会调查（General Social Survey）。这些特征的组合遵循 2024 年综合社会调查中观察到的模式，因此受众由真实可信的人组成，而不是特征的随机拼凑。

每个 Mind 都经过知识锚定。它拥有训练好的画像和自己的知识库，知识条目的中位数为 124 条（每个 Mind 在 102 到 138 条之间）。全部 5,400 个回答都调用了作答 Mind 自己的知识，每个回答检索到的段落中位数为 4 段。没有任何回答使用网络搜索。

全部 54 支广告放在同一份问卷中，每支都以完整视频呈现。每个 Mind 对每支广告回答同一个问题："总体而言，你有多喜欢广告 NN？请从 1（完全不喜欢）到 5（非常喜欢）打分。"NN 是广告在问卷中的编号。因此共有 100 个 Mind × 54 支广告 = 5,400 个回答。每个 Mind 为五个选项分别给出概率，它对一支广告的分数就是期望评分。一支广告的 Minds 分数是全部 100 个 Mind 的平均值。下文的排名就是按这些分数排序得出的。调查以英文进行。

真人一方是 Super Bowl LX 的 USA TODAY Ad Meter 2026。USA TODAY 报告的注册评审人数约为 190,000 人。每位评审需要在同样的 1 到 5 分量表上为每支符合条件的广告打分，USA TODAY 按平均分为广告排名。它没有公布每支广告的评分人数。

每支广告都计入结果。我们没有剔除难以预测的广告，也没有只保留匹配最好的广告。

100 个 Mind，完整排名

在全部 54 支广告中，Minds 与真人之间的 Spearman 排名相关系数为 0.79（95% 区间 0.65 至 0.88）。把 Minds 的分数随机打乱，10,000 次中最多只有 1 次能达到这么高的相关系数（置换检验 p ≤ 0.0001）。

还有一种更直观的理解方式：任取两支真人评分不同的广告。这样的配对共有 1,420 组。其中 1,134 组，即 80%，Minds 也给真人更喜欢的那支广告打了更高的分。统计这类一致与不一致的 Kendall tau-b 为 0.59。

分数之间的 Pearson 相关系数为 0.78。真人最喜欢的广告往往也获得更高的 Minds 分数，尽管顺序并不完全相同。

分数有多接近？

评分仍使用 1 到 5 分量表。差距以量表跨度的百分比表示：量表跨度为 4 分，因此 0.4 分的差距相当于量表的 10%。

平均而言，一支广告的 Minds 分数与其真人分数相差量表的 6.77%（95% 区间 5.46% 至 8.11%）。"绝对"是指打分过高和过低都算作偏差，两者不会相互抵消。差距的中位数为 6.50%。均方根差距对较大的偏差赋予更高权重，为 8.43%。

剩余差距中有很大一部分是固定的偏移。如果用其他 53 支广告估计平均偏差，再从每支广告中减去，平均差距会降至量表的 5.59%。这项校正仅供参考；核心结果使用的是未经校正的分数。

排名首尾

对创意团队来说，排名的两端最重要。下面把它们并排列出。

真人前三名中有两支也进入了 Minds 前三名。真人评选的冠军 Budweiser 在 Minds 中排第四，而 Minds 的第三名 Toyota 的 Superhero Belt 在真人中排第 20 位。

倒数三名的重合较少：只有 Coinbase 同时出现在两份名单中。真人倒数三名中的另外两支，Ro 和 Svedka，在 Minds 中分别排第 49 和第 51 位，仍然接近末尾。分组越大，重合越多。

Minds 并不是什么都喜欢。它们打分最低的广告，真人的评分也很低：真人后三分之一的 18 支广告中，有 14 支也在 Minds 的后三分之一。

由 System1 Group 存档上传。没有公开可用的官方上传版本。

YouTube ↗

Budweiser：真人分数 4.00；Minds 分数 3.46。

YouTube ↗

Toyota：真人分数 3.04；Minds 分数 3.51。

YouTube ↗

Coinbase：真人分数 2.06；Minds 分数 2.49。

Minds 在哪些广告上最接近？

有些分数几乎完全相同。这些例子是在评分完成后挑选的；上文的每项结果仍然包含全部 54 支广告。

YouTube ↗

Rocket and Redfin：真人分数 3.27；Minds 分数 3.27。

所有者不允许在其他网站播放此视频。请点击封面图或 YouTube 链接观看。

YouTube ↗

NFL：真人分数 3.23；Minds 分数 3.24。

YouTube ↗

Levi's：真人分数 3.02；Minds 分数 3.03。

哪里出现了偏差？

最大的差距全部是高估。Minds 对下面三支广告的喜爱程度远高于真人：

YouTube ↗

Wix：真人分数 2.38；Minds 分数 3.20。

YouTube ↗

Apartments.com and Homes.com：真人分数 2.63；Minds 分数 3.40。

官方上传版本比播出的广告更长。Minds 评分的是播出的 30 秒版本。

YouTube ↗

Anthropic：真人分数 2.45；Minds 分数 3.20。

这是一个更普遍模式的一部分。Minds 给 54 支广告中的 42 支打出了高于真人平均分的分数，平均而言，它们的打分高出量表的 +5.12%。它们还压缩了分数范围：Minds 分数的分布范围只有真人分数的 0.70 倍。真人最喜欢的广告往往被低估，最不喜欢的广告往往被高估。最大的低估恰恰是冠军本身：真人给 Budweiser 打了 4.00 分，Minds 打了 3.46 分。

这些偏差都计入了上文的每项结果。我们没有为了让分数看起来更接近而对其进行校准。

这对创意团队意味着什么？

排名是有用的部分。在 54 支真实广告中，Minds 在每 5 组配对中有 4 组把较强的广告排在较弱的广告前面，它们的后三分之一也与真人的后三分之一基本吻合。因此，由 Minds 组成的受众可以快速筛选创意方案，并在投入预算之前发现表现较弱的执行方案。

绝对分数水平需要校准。Minds 的 3.4 分并不等于真人的 3.4 分：根据本次证据，它很可能偏高约量表的 5%，广告之间的差异看起来也比实际更小。请在广告之间相互比较，或对照已知的真人基准进行校准，而不要把 Minds 分数当作对公开评分的预测。

下一步是一项盲测、前瞻性的测试：在广告播出前确定受众和问题，并在真人结果出来之前发布 Minds 分数。

如何解读本研究

• 受众：100 个代表美国成年人的 Mind。Ad Meter 评审团是自愿报名的，其人口构成没有公布。我们没有复刻它的评审成员。
• 知识锚定与污染：运行前，一条固定规则删除了 107 条提及超级碗、Ad Meter 或 2026 年广告活动的知识条目。启动时没有任何此类条目残留。
• 预注册：假设、评分方法和所有指标都在运行前确定。在打开真人分数之前，回答已用加密哈希封存。
• 盲法：在回答封存之前，真人分数由另一位独立保管人持有。启动前，分析人员从新闻稿中得知一项结果：Budweiser 获胜。
• 先验知识：Ad Meter 2026 的结果已于 2026 年二月公布。我们已将其从 Minds 的知识中删除，但底层语言模型可能在训练中见过这些广告或相关报道。这是一项回顾性测试，不是盲测预测。
• 模型：问卷使用 Minds 的默认路由运行。5,322 个回答来自 gemini-3.8-flash，61 个来自 gemini-3.5-flash-lite，17 个来自 gpt-5.6-terra。没有固定使用某一个模型。
• 范围：一轮调查、一道总体喜爱度问题、54 支广告。USA TODAY 没有公布每支广告的样本量，因此没有对真人一方的不确定性建模。
• 稳健性：如果对每个 Mind 采用其单一确定答案而非期望评分，结果几乎相同：Spearman 0.79，平均差距也几乎一样。
• Minds 的平均差距小于对每支广告都回答 3 分时的平均差距，这是一项预注册的检验（单侧 p = 0.0009）。
• 没有模型对照：本研究没有用同一模型和更简单的提示词进行对比，因此无法说明知识锚定本身贡献了多少。
• 仅一组广告：这些结果涵盖一届超级碗的 54 支广告。对于其他广告组，一致程度可能不同。

结论是具体的：在本研究中，100 个经过知识锚定的 Mind 对 Ad Meter 2026 的 54 支广告给出的排名与真人评审团高度一致，打分则偏高约量表的 5%。对于未见过的广告活动、单个观众或销售结果，我们不声称具有同样的准确性。

每支广告，每项对比

下面按真人排名顺序列出全部 54 支广告。每张图都在同样的 1 到 5 分量表上比较平均喜爱度，并从零开始绘制，以免夸大差距。表格列出了确切的分数和名次；分数相同的广告名次相同。没有剔除任何广告。每支广告都附有视频（若所有者禁止嵌入，则为链接到视频的封面图）、图表、评分和差距。

Budweiser · American Icons

由 System1 Group 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：13.45%

Lay's · Last Harvest

YouTube ↗

绝对差距：3.38%

Pepsi · The Choice

由 Campaign Unpacked 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：0.67%

Dunkin' · Good Will Dunkin'

由 Campaign Unpacked 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：3.86%

Michelob Ultra · The ULTRA Instructor

由 System1 Group 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：4.09%

Xfinity · Jurassic Park ... Works

官方上传版本比播出的广告更长。Minds 评分的是播出的 60 秒版本。

YouTube ↗

绝对差距：0.59%

Novartis · Relax Your Tight End

YouTube ↗

绝对差距：5.21%

NFL · Champion

所有者不允许在其他网站播放此视频。请点击封面图或 YouTube 链接观看。

YouTube ↗

绝对差距：5.68%

Bud Light · Keg

由 Campaign Unpacked 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：0.65%

Amazon Alexa · Alexaaaa+

YouTube ↗

绝对差距：4.21%

Ring · Be A Hero In Your Neighborhood

YouTube ↗

绝对差距：1.12%

Rocket and Redfin · America Needs Neighbors Like You

YouTube ↗

绝对差距：0.08%

State Farm · Stop Livin' on a Prayer

由 Commercial Archivist 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：1.11%

Dove · The Game is Ours

YouTube ↗

绝对差距：0.58%

Uber Eats · Hungry for the Truth

由 Commercial Archivist 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：3.91%

NFL · You Are Special

所有者不允许在其他网站播放此视频。请点击封面图或 YouTube 链接观看。

YouTube ↗

绝对差距：0.23%

Blue Square Alliance Against Hate · Sticky Note

YouTube ↗

绝对差距：2.06%

Bosch · Justaguy

YouTube ↗

绝对差距：6.12%

Universal Orlando Resort · Lil' Bro'

YouTube ↗

绝对差距：9.09%

Toyota · Superhero Belt

YouTube ↗

绝对差距：11.79%

Levi's · Backstory

YouTube ↗

绝对差距：0.24%

Pringles · Pringleleo

YouTube ↗

绝对差距：6.76%

Google · New Home

YouTube ↗

绝对差距：7.35%

Toyota · Where Dreams Began

YouTube ↗

绝对差距：8.54%

Hellmann's · Sweet Sandwich Time

YouTube ↗

绝对差距：3.86%

T-Mobile · Tell Me Why (T-Mobile's Version)

由 VCU Brandcenter 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：4.72%

Liquid I.V. · Take A Look

YouTube ↗

绝对差距：4.60%

TurboTax · The Expert

YouTube ↗

绝对差距：13.59%

Kinder Bueno · Yes Bueno 2026

YouTube ↗

绝对差距：6.40%

Instacart · Bananas

YouTube ↗

绝对差距：3.86%

Ritz · RITZ Island

YouTube ↗

绝对差距：7.70%

Grubhub · The Feest

YouTube ↗

绝对差距：9.14%

He Gets Us · More

YouTube ↗

绝对差距：1.70%

Boehringer Ingelheim · Mission: Detect the SOS

YouTube ↗

绝对差距：11.86%

MAHA Center Inc. · MAHA Real Food by Mike Tyson

YouTube ↗

绝对差距：9.94%

Apartments.com and Homes.com · Can't Live There

YouTube ↗

绝对差距：19.25%

Volkswagen · The Great Invitation: Drivers Wanted

YouTube ↗

绝对差距：7.37%

Cadillac Formula 1 · The Mission Begins

官方上传版本比播出的广告更长。Minds 评分的是播出的 30 秒版本。

YouTube ↗

绝对差距：11.38%

Squarespace · Unavailable

官方上传版本比播出的广告更长。Minds 评分的是播出的 30 秒版本。

YouTube ↗

绝对差距：9.81%

Fanatics Sportsbook · Bet On Kendall

YouTube ↗

绝对差距：0.62%

Hims & Hers · Rich People Live Longer

YouTube ↗

绝对差距：8.79%

Nerds · Taste Buds

YouTube ↗

绝对差距：8.68%

DraftKings · DraftKings Live-ish Super Bowl LX

由 beastlycharizard13 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：6.59%

Oakley Meta · Athletic Intelligence is Here - Part Two

由 Bull N Bear 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：8.01%

OpenAI · You Can Just Build Things

YouTube ↗

绝对差距：12.73%

Anthropic · Can I get a six pack quickly?

官方上传版本比播出的广告更长。Minds 评分的是播出的 30 秒版本。

YouTube ↗

绝对差距：18.79%

Novo Nordisk · A New Way to Wegovy

由 Commercial Archivist 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：9.83%

Oakley Meta · Athletic Intelligence is Here - Part One

由 J’aime les startups 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：13.52%

Poppi · Make it poppi

由 Commercial Archivist 存档上传。没有公开可用的官方上传版本。

YouTube ↗

绝对差距：2.18%

Wix · Wix Harmony: The New Way to Create

YouTube ↗

绝对差距：20.40%

SalesForce · @MrBeast's Vault

YouTube ↗

绝对差距：1.35%

Ro · Healthier on Ro

YouTube ↗

绝对差距：9.14%

Svedka · Shake Your Bots Off

YouTube ↗

绝对差距：8.09%

Coinbase · Everybody Coinbase

YouTube ↗

绝对差距：10.76%

数据与来源

• 数据：全部 54 项对比的 CSV 文件，包含真人与 Minds 的分数、名次、差距以及每支广告所用的视频。
• 真人结果：USA TODAY 的 Ad Meter 2026 公告和 2026 年完整排名。
• 方法：100 个经过知识锚定的 Mind，一份问卷，54 支完整视频，一个问题，5,400 个回答。在回答封存之前不公开真人分数。预注册的结果：排名相关系数和平均分数差距。
• 视频：嵌入自 YouTube，如有公开的广告主官方上传则使用官方版本，否则使用已播出广告的存档上传。封面图是这些视频的截图。

提及 USA TODAY、Ad Meter 和所有品牌，仅为识别广告和真人基准。Minds 与 USA TODAY 或任何广告主均无关联，也未获得其赞助或认可，所有广告的权利归其所有者所有。

我们的验证研究总览将这一结果与其他公开基准并列对比，方法论介绍了 Minds 受众的构建方式。