拆解十家海外AdTech公司半年报：AppLovin狂飙背后的广告权力转移

2026年上半年，独立广告技术行业交出了一份高度分化的成绩单。

AppLovin营收增长近56%，净利润超过24亿美元；The Trade Desk仍在增长，但增速降至个位数，利润同步下降；Criteo营收、利润及现金流全面承压；押注流媒体广告的Magnite表现回暖；PubMatic则直到二季度才显现复苏迹象。

宏观来看，广告主并没有停止为技术付费，但越来越不愿意为缺少独家数据、流量和效果能力的“中间环节”付费。能够直接提升广告转化、掌握优质媒体资源，或者建立数据闭环的平台，正在获得更多预算和利润；只提供标准化程序化交易服务的平台，定价权则持续受到挤压。

AppLovin为什么成了行业异类？

五家公司中，AppLovin不仅规模最大，增速和利润率也明显领先。

2026年上半年，AppLovin实现营收37.66亿美元，同比增长55.8%；净利润24.72亿美元，调整后EBITDA达到31.71亿美元，同比增长62.1%，对应利润率约84%。同期经营活动现金流为21.60亿美元。它已经不像一家依靠交易量收取技术服务费的普通AdTech公司，更接近一家由算法驱动的效果广告基础设施。

AppLovin的优势在于，它把广告投放、用户预测、媒体变现和效果反馈连接在同一个系统内。广告主购买的不只是广告展示，而是一套能够不断根据转化结果调整出价和受众选择的算法。效果越容易被量化，平台就越容易证明自己的价值，并从广告预算中获得更高收入。

这也解释了为什么AppLovin的盈利能力远高于传统DSP和SSP。程序化广告平台通常需要在广告主、代理商、媒体和数据服务商之间分配价值；AppLovin则试图把更多关键环节留在自己的技术体系内。

不过，AppLovin不能被简单视为整个独立AdTech行业的代表。它长期积累了移动应用广告数据和分发能力，近年来又向电商及更广泛的效果广告市场扩张。其业务结构、数据闭环和收入确认方式，与The Trade Desk、Magnite等开放互联网平台并不相同。它的高速增长证明的是“效果广告算法”的价值，并不能证明所有广告技术中间商都能获得同样的利润。

The Trade Desk还在增长，

但增长质量变弱了

The Trade Desk是五家公司中最典型的独立DSP。2026年上半年，公司营收14.04亿美元，同比增长7.2%；GAAP净利润从上年同期的1.41亿美元降至1.04亿美元，下降25.9%；调整后EBITDA下降6.5%至4.47亿美元，利润率由37%降至32%。

Taboola和AppLovin都把自己定位为效果广告平台，但二者的财务表现展示了两种完全不同的商业模式。

2026年上半年，Taboola实现营收9.43亿美元，同比增长5.6%；ex-TAC Gross Profit增长11.3%至3.60亿美元，调整后EBITDA为8218万美元，仅增长1.3%。公司GAAP净利润由亏损转为6338万美元，但其中包括约7700万美元税前诉讼和解收益，因此不能据此判断主营业务已经实现大幅盈利改善。

分析Taboola，营收并不是最有效的指标。上半年，公司向媒体及合作伙伴支付的流量获取成本达到6.03亿美元，占营收约64%。这意味着Taboola虽然可以触达大量开放互联网用户，却不完全拥有这些流量。它需要通过与新闻网站、手机厂商和设备平台签订合作协议，获得广告展示入口，再利用算法帮助广告主实现转化。

这种模式的优点是覆盖面广。Taboola称其广告平台Realize能够通过NBC News、Yahoo、三星、小米等媒体和设备伙伴触达约6亿日活跃用户，为广告主提供Google、Meta之外的效果广告库存。但其弱点同样明显：平台既要向合作方支付流量成本，也可能受到最低收入保证、续约条件和大客户关系变化的影响。流量属于合作伙伴，Taboola主要拥有的是连接和优化能力。

这解释了为什么Taboola即使改善广告效果，也很难获得AppLovin那样的利润率。AppLovin的优势来自更紧密的算法和转化数据闭环，而Taboola必须在广告主、平台自身和媒体伙伴之间分配收入。前者更接近出售预测结果，后者仍然要为流量入口支付高额成本。

Taboola的财报说明，开放互联网并不缺流量，但这些流量高度分散，获取成本也不低。独立效果广告平台能否赚钱，不只取决于算法是否有效，还取决于它与媒体伙伴之间如何分配收益，以及平台能否把一次性的原生广告点击，升级成可持续、可验证的销售结果。

Criteo：AI广告合作与零售媒体扩张

Criteo上半年营收为8.53亿美元，同比下降8.7%。2026年第二季度为11亿美元，按固定汇率同比增长9%。这表明其平台交易规模仍在增长。但需注意，媒体支出不等同于收入或利润，该指标主要反映平台处理或促成的广告支出规模，不能单独用于判断盈利质量。

Criteo于2026年3月成为OpenAI首个广告技术合作伙伴。目前已有七个国家、超过2000个品牌通过ChatGPT投放广告，并计划扩展至墨西哥、巴西等市场。ChatGPT广告库存已可通过Criteo的自助跨渠道绩效平台Criteo GO接入。该合作使Criteo在AI对话式广告领域具备先发位置，但其商业化仍依赖OpenAI的广告策略、地区开放节奏和库存规则。

与此同时，Criteo继续拓展Loblaw、Monoprix、Olive Young等零售商客户，并与Albertsons尝试将商品广告接入AI对话式搜索。由此来看，当前业绩更像是转型过程中的阶段性波动。不过，这次调整也说明，零售媒体平台既受益于大客户带来的规模，也需要应对客户改变自营与外包边界的风险。

也就是说，Criteo正在强化两条主线：一是通过OpenAI合作切入AI对话式广告；二是扩大零售媒体网络和变现场景。Criteo接下来的关键，不只是增加零售商数量，还要通过更广泛的品牌需求、数据连接和广告产品，提高平台对单一客户变化的抵抗力。

DoubleVerify：广告交易链条被压缩，

验证层反而更重要

DoubleVerify与其他九家公司最大的区别是，它不负责帮助广告主竞价，也不负责帮助媒体出售广告。它出售的是信任：验证广告是否被真实用户看到、是否出现在安全内容中，以及平台报告的曝光和效果是否可信。

2026年上半年，DoubleVerify营收达到3.75亿美元，同比增长5.8%；净利润增长73.8%至1933万美元，调整后EBITDA增长18.3%至1.21亿美元，利润率由29%提高至32%。分业务看，广告激活收入增长2%，测量收入增长11%，供应侧收入增长12%。增长更快的已经不是传统投放前验证，而是投放后的测量以及面向媒体平台的服务。

这反映了AdTech行业一个看似矛盾的变化：广告主希望减少中间商，却不会因此放弃第三方验证。恰恰因为广告预算向少数封闭平台集中，广告主更需要一个相对独立的机构确认平台提供的数据是否可靠。对于品牌来说，Meta、YouTube或TikTok既出售广告，又评价自己的广告效果，本身就存在利益冲突。

不过，DoubleVerify也并非完全独立于大型平台。它要测量社交媒体和流媒体广告，仍然需要平台开放数据接口和验证权限。如果封闭平台限制外部测量，或者选择强化自有验证工具，第三方公司的业务边界也会受到影响。

2026年8月，DoubleVerify与Nielsen签署收购协议。二者结合的逻辑，是把Nielsen的受众和电视测量能力，与DoubleVerify的数字广告验证技术连接起来。这也说明广告验证正在从一项辅助服务，变成数据集团争夺的基础设施。AI可能淘汰一些广告操作工具，却会提升“谁来证明广告有效”这一问题的商业价值。

Magnite押中了CTV这条增长线

Magnite的表现与Criteo形成对比。2026年上半年，公司营收3.57亿美元，同比增长8.5%；Contribution ex-TAC增长14%至3.51亿美元；调整后EBITDA增长24.5%至1.14亿美元，利润率由30%提升至32%。GAAP净利润也由上年同期约150万美元提高至2380万美元。

Magnite是一家偏卖方的广告平台，主要帮助媒体和内容平台销售广告库存。它当前最重要的增长来源是CTV，即联网电视和流媒体广告。二季度，其CTV Contribution ex-TAC同比增长36%，明显快于传统数字视频和展示广告业务。

CTV之所以重要，是因为电视广告预算正在从传统线性电视迁往流媒体，而大型流媒体平台需要新的广告服务、交易和变现基础设施。与普通网页展示广告相比，优质流媒体内容的供给更稀缺，品牌安全性和广告价格也更高。因此，能够接入头部媒体库存、提供广告服务器和程序化交易能力的平台，仍然具有议价空间。

Magnite的财报说明，SSP并没有因为供应路径优化而失去全部价值。没有差异化媒体资源的SSP可能被压缩，但掌握CTV等稀缺库存入口的平台，反而有机会成为不可绕开的基础设施。

Viant：独立DSP仍有增长空间

Viant同样是一家服务广告买方的独立DSP，但与The Trade Desk追求跨渠道、全球化的大平台路线不同，Viant近年的重点更加集中：依靠家庭身份识别、CTV和自动化投放争取美国广告主。

2026年上半年，Viant营收达到1.93亿美元，同比增长30%；Contribution ex-TAC增长21%至1.11亿美元，调整后EBITDA增长44%至2400万美元。仅从增速看，Viant明显跑赢同期营收只增长7.2%的The Trade Desk。二季度，Viant平台上的CTV广告主支出同比增长近50%，表明其增长很大程度上来自电视广告程序化和效果化的趋势。

但Viant的高速增长也有明显代价。上半年平台运营成本由8205万美元增加至1.11亿美元，增幅约35%，快于收入增长；公司GAAP净亏损也由152万美元扩大至403万美元。虽然调整后EBITDA表现良好，但股权激励、并购及重组费用仍在消耗利润。其增长还建立在较小的收入基数之上，能否在扩大客户规模后维持效率，仍需继续观察。

Viant提供的行业信号是：独立DSP的机会没有消失，但竞争逻辑正在从“大而全”转向“垂直场景＋独有数据”。当通用竞价能力逐渐标准化，CTV身份识别、家庭数据和可量化效果，才是小型DSP从大型平台手中争夺预算的筹码。

Nexxen：全栈平台扩大了收入，

也扩大了成本

Nexxen同时覆盖DSP、SSP、数据管理、移动应用广告和CTV，试图把广告需求、媒体供给和数据能力连接在同一套平台内。理论上，全栈模式可以减少外部技术费用，形成更完整的数据反馈，并同时掌握广告主和媒体两端的关系。

2026年上半年，Nexxen营收达到1.87亿美元，同比增长10.7%；其中程序化广告收入增长13%至1.77亿美元，占总收入约95%；Contribution ex-TAC增长12%至1.82亿美元。二季度CTV收入增长33%，显示其在联网电视和程序化视频领域仍有较强需求。

但增长没有转化为利润。公司上半年由盈利1030万美元转为净亏损168万美元，调整后EBITDA下降17.3%至4389万美元。更值得注意的是，其营收增长11%，IFRS毛利润却只增长2%，说明新增业务带来的成本增长明显快于毛利润。

Nexxen将利润下降归因于AI、数据、基础设施、销售和平台能力投入，以及汇率变化。它正在建设nexAI，并尝试让自身数据和广告执行能力直接接入客户的AI系统；同时还在拓展CTV主屏广告、移动应用SDK和企业客户。但这些布局都需要前期研发、计算资源和商业团队投入。

这揭示了“全栈AdTech”的核心矛盾。覆盖更多环节确实可以获得更多数据，也可以减少对外部平台的依赖；但每增加一个环节，公司就要承担相应的产品维护、客户服务和基础设施成本。全栈并不天然意味着高利润，只有当不同业务真正共享数据、客户和技术成本时，整合才会产生经营杠杆。

MNTN：把电视广告变成中小企业

也能购买的效果产品

传统电视广告长期属于大型品牌：制作成本高、购买流程复杂，效果通常通过收视率和品牌调研衡量。MNTN试图改变这一模式，将联网电视广告包装成一种类似搜索和社交广告的自助式效果产品。

2026年上半年，MNTN实现营收1.56亿美元，同比增长17.5%；净利润1548万美元，而上年同期净亏损4734万美元；调整后EBITDA增长58.5%至3784万美元，利润率由18%提升至24.2%。这是十家公司中少数同时实现收入增长、利润转正和利润率扩张的平台。

MNTN的核心产品Performance TV允许广告主设定网站访问、注册或购买等目标，由系统自动选择流媒体库存、调整预算，并将电视曝光与后续转化连接起来。它实际上是在重新定义电视广告：广告主购买的不再只是某个频道的曝光，而是可追踪、可优化的用户行动。

截至2026年6月底的过去12个月，MNTN的Performance TV客户达到4225家，同比增长39.9%。客户增长明显快于收入，原因是公司正在扩大中小企业覆盖范围，新客户规模更小，导致平均客户支出下降。这既是增长机会，也是潜在风险：中小企业市场规模庞大，却通常预算较少、流失率较高，对短期投放回报也更加敏感。

MNTN与Magnite虽然都受益于CTV增长，但处在不同位置。Magnite帮助流媒体平台出售广告库存，更接近供应侧基础设施；MNTN则面向广告主，将CTV库存重新包装成效果广告产品。前者受益于流媒体广告总量扩大，后者则试图从搜索和社交平台手中争夺效果预算。

MNTN的增长说明，CTV真正重要的变化并非传统电视预算简单迁移到互联网，而是电视广告开始采用数字广告的购买和衡量方式。当品牌可以按照转化而非节目收视率购买电视广告，CTV面对的市场将不再局限于大型品牌预算，也会触及数量庞大的中小企业。

PubMatic复苏了，

但H1仍谈不上高增长

PubMatic二季度营收和利润明显改善，但从整个上半年看，复苏仍处于早期。公司H1营收为1.41亿美元，同比增长4.6%；GAAP净亏损1371万美元，上年同期净亏损1469万美元，亏损小幅收窄；调整后EBITDA为2220万美元，同比下降2.1%，利润率由17%降至16%。

二季度表现明显好于一季度：营收同比增长11%，调整后EBITDA增长38%。公司披露，包括Activate、商业媒体、Connect和AI解决方案在内的新兴业务收入约翻倍，占二季度总收入约15%。其中Activate允许买方更直接地访问媒体库存，意味着PubMatic正在突破传统SSP的业务边界。

但这也反映出独立AdTech行业的一项共同趋势：只守在供应方或需求方的一侧已经不够。TTD在强化数据和媒体连接，Magnite强调自己位于供需双方之间，PubMatic则开始提供更接近买方的工具。所有公司都在试图覆盖更多交易环节。

谁正在影响独立AdTech？

从十份财报看，三股力量共同改变了行业的利润分配。

第一股力量，是Google、Meta、Amazon等封闭平台对广告预算的持续集中。

这些公司的优势并不只是流量大，而是同时控制了用户身份、内容场景、广告库存、投放工具和转化数据。一个品牌在Meta投放广告后，平台可以根据用户是否点击、加购或购买，继续训练广告模型；Amazon甚至能够把广告曝光与站内搜索、下单和复购直接连接起来。数据不会离开平台，算法也能从每一次交易中继续学习。

独立AdTech通常只能看到其中一部分：DSP知道广告被投向哪里，SSP知道哪些媒体展示了广告，但未必能够获得完整的购买数据。隐私政策收紧、第三方Cookie弱化后，这种数据缺口更加明显。封闭平台因此建立了一套新的竞争标准：广告主不再满足于购买曝光，而是要求平台证明曝光最终带来了多少销售。

不过，封闭平台也不可能完全取代开放互联网。广告主不愿把预算全部交给少数平台，媒体也不愿完全丧失广告定价权。CTV、新闻网站、音乐、播客和大量垂直内容仍然位于开放生态之中。因此，独立AdTech的机会不再是简单提供“平台之外的流量”，而是帮助广告主跨媒体购买、统一控制频次，并证明开放互联网能够带来封闭平台无法覆盖的增量用户。

第二股力量，是广告主和代理商主动压缩广告供应链。

程序化广告发展早期，产业链不断增加新的DSP、SSP、数据商、验证商和交易平台。每一层都声称能够提高效率，但也都会从广告预算中抽取费用。结果是，品牌支付的一美元广告费，只有一部分真正到达媒体，剩余部分被多个技术环节分走；重复竞价、隐藏费率、广告欺诈和效果归因不透明，也让广告主越来越难判断每一层创造了多少价值。

在预算增长放缓后，广告主开始推行供应路径优化，即减少合作平台数量、缩短交易链条，优先与能够披露费用和媒体来源的平台合作。大型代理商也在建立自己的数据系统、媒体交易框架和精选交易市场，不再需要同时接入大量功能相似的AdTech供应商。

这对独立平台形成了双重压力。首先，单纯提供竞价通道的平台容易被合并或删除；其次，即使平台被保留，也可能面临更低的技术费率。未来能够留在供应链中的公司，必须证明自己至少带来一种增量价值：更低的媒体采购成本、更高的转化率、独家广告库存，或者平台之外无法获得的用户数据。AdTech商业模式由此从“经过我就收费”，转向“只有创造可验证的增量才收费”。

第三股力量，是AI对广告技术能力的重新定价。

过去，自动出价、受众筛选、广告素材测试和预算分配，都可以作为AdTech公司的核心功能。生成式AI和自动化模型普及后，这些能力正在快速标准化。广告主可以用AI批量生成素材，代理商可以自动完成媒介计划，媒体也可以自己预测广告价格。一些过去需要多个平台和运营团队完成的工作，将由一个AI代理直接执行。

但AI并不是让AdTech平台失去价值。恰恰相反拥有真实购买数据、长期广告转化记录或稀缺媒体库存的平台，可以利用AI进一步强化优势；没有专属数据的平台，即使使用相同模型，也很难得到同样的预测结果。AI降低的是算法和工具的门槛，却提高了数据规模、计算资源和闭环反馈的重要性。

同时，AI生成内容大量增加，也会带来新的品牌安全、虚假流量和广告验证需求。广告主需要确认广告展示给了真实用户，媒体需要区分真人内容与机器生成内容，监管机构也可能要求平台解释自动化投放决策。因此，验证、测量、版权识别和高质量媒体认证可能成为新的AdTech增长点。

这三股力量并不是彼此独立的。封闭平台利用第一方数据训练更强的广告模型，提高了广告主对效果的预期；广告主为了接近这种效果，开始压缩开放互联网中过长的供应链；AI又加快了标准化中间环节的替代速度。未来那些既不控制数据、不掌握媒体资源，也无法证明增量效果的平台会陷入十分危险的境地。

“仅仅作为中间商”正在变成一门越来越困难的生意。下一阶段的赢家，不一定是处理广告请求最多的平台，而是最能证明自己直接创造了广告效果的平台。