在人工智能技術持續(xù)突破的當下,推薦系統(tǒng)正經(jīng)歷從傳統(tǒng)模式向智能化轉(zhuǎn)型的關鍵階段。10月25日,快手以“生成式推薦系統(tǒng)新范式”為主題舉辦技術沙龍,吸引數(shù)百名行業(yè)工程師線下參與,同步開啟的線上直播覆蓋更廣泛的技術群體。這場活動不僅展示了快手在AI領域的最新成果,更成為觀察推薦系統(tǒng)技術演進的重要窗口。
作為短視頻行業(yè)推薦算法的先行者,快手早在2014年便通過自研YCNN深度推理引擎和DNN推薦系統(tǒng),將內(nèi)容分發(fā)從時間排序升級為興趣匹配。經(jīng)過十年技術沉淀,其推薦體系已形成覆蓋內(nèi)容生產(chǎn)、分發(fā)、商業(yè)化全鏈條的智能矩陣。2024年推出的可靈AI僅是戰(zhàn)略布局的冰山一角,目前快手已構(gòu)建包含OneRec端到端推薦系統(tǒng)、OneSearch電商搜索框架、G4RL廣告出價范式等在內(nèi)的完整技術生態(tài)。
技術突破的背后是持續(xù)的范式革新。快手資深算法專家王詩瑤在沙龍上透露,2025年全量上線的OneRec系統(tǒng)實現(xiàn)行業(yè)首個工業(yè)級端到端推薦解決方案,將傳統(tǒng)多階段篩選模式轉(zhuǎn)化為大模型直接生成結(jié)果。這種變革不僅解決了計算碎片化問題,更通過統(tǒng)一優(yōu)化目標提升了推薦效率。據(jù)介紹,該系統(tǒng)已應用于短視頻推薦、電商搜索等多個核心場景,日均服務用戶超億級。
在短視頻推薦領域,技術團隊正探索多目標融合的新路徑。推薦算法負責人徐曉曉首次披露了快手端到端排序框架的落地細節(jié),通過創(chuàng)新性設計解決了用戶體驗與商業(yè)目標的平衡難題。數(shù)據(jù)顯示,新框架上線后用戶觀看時長提升12%,互動率增長8%,同時廣告轉(zhuǎn)化效率保持穩(wěn)定。
電商搜索場景的技術突破同樣引人注目。貨架電商算法負責人楊一帆展示的OneSearch框架,通過生成式技術重構(gòu)了傳統(tǒng)級聯(lián)架構(gòu)。該系統(tǒng)突破冷啟動瓶頸,將商品描述準確率提升至92%,相關搜索召回率提高35%。目前已在快手電商多個業(yè)務線部署,日均處理搜索請求數(shù)千萬次。
廣告出價體系的智能化升級成為另一焦點。商業(yè)化算法負責人蔡慶芃介紹的G4RL范式,將強化學習與生成式技術深度融合,使廣告投放ROI提升5.8%。針對數(shù)據(jù)質(zhì)量依賴問題,團隊研發(fā)的GAVE算法可自動生成高質(zhì)量訓練樣本,而CBD算法則解決了優(yōu)化目標對齊難題。這些技術突破推動快手廣告收入在2025年實現(xiàn)3%以上的增長。
圓桌討論環(huán)節(jié),來自學界與業(yè)界的專家圍繞技術倫理、人才培育等議題展開深度對話。中國人民大學徐君教授指出,生成式AI在提升效率的同時,需建立更完善的效果評估體系。香港城市大學趙翔宇副教授則強調(diào),跨學科人才培養(yǎng)將成為下一代推薦系統(tǒng)發(fā)展的關鍵。快手排序模型負責人唐睿明透露,公司正構(gòu)建“技術+業(yè)務+倫理”的三維培養(yǎng)體系,為行業(yè)輸送復合型人才。
這場技術盛宴不僅展示了快手的AI實力,更勾勒出推薦系統(tǒng)的未來圖景。隨著生成式技術與經(jīng)典算法的深度融合,一個更智能、更人性化的內(nèi)容分發(fā)時代正在到來。正如多位專家所言,這場變革需要技術突破與倫理建設的同步推進,方能實現(xiàn)真正的價值創(chuàng)造。











