生成式AI技術(shù)正以迅猛之勢(shì)重塑搜索、推薦和廣告三大核心領(lǐng)域。近日，一場(chǎng)技術(shù)沙龍活動(dòng)上，快手集中展示了其在生成式框架下的創(chuàng)新實(shí)踐，覆蓋推薦系統(tǒng)、電商搜索及廣告出價(jià)等關(guān)鍵場(chǎng)景，并邀請(qǐng)學(xué)術(shù)界與產(chǎn)業(yè)界專家共同探討技術(shù)潛力與挑戰(zhàn)。

在推薦系統(tǒng)領(lǐng)域，快手的OneRec技術(shù)實(shí)現(xiàn)了從傳統(tǒng)判別式到生成式的范式躍遷。通過(guò)端到端生成模型，系統(tǒng)直接輸出推薦內(nèi)容的對(duì)應(yīng)標(biāo)識(shí)，突破了多級(jí)判別結(jié)構(gòu)的限制。其最新版本OneRec Think更引入用戶行為日志作為新模態(tài)，使推薦系統(tǒng)具備推理能力，能夠解釋用戶偏好并生成更具洞察力的結(jié)果。目前，該技術(shù)已在快手主站、極速版及電商場(chǎng)景落地，顯著提升了業(yè)務(wù)指標(biāo)。

短視頻推薦排序機(jī)制方面，快手團(tuán)隊(duì)構(gòu)建了端到端多目標(biāo)融合框架。該方案以模型化替代人工設(shè)計(jì)公式，通過(guò)Transformer結(jié)構(gòu)捕捉候選內(nèi)容間的相對(duì)關(guān)系，并結(jié)合動(dòng)態(tài)權(quán)重實(shí)現(xiàn)多目標(biāo)平衡。實(shí)驗(yàn)數(shù)據(jù)顯示，在快手極速版中，用戶停留時(shí)長(zhǎng)提升約2%，7日留存率提高超3‰，標(biāo)志著推薦機(jī)制從規(guī)則驅(qū)動(dòng)向智能自進(jìn)化的轉(zhuǎn)型。

電商搜索領(lǐng)域，快手推出的OneSearch框架以生成式大模型取代傳統(tǒng)“召回—粗排—精排”架構(gòu)。通過(guò)層次量化編碼技術(shù)，系統(tǒng)為商品生成語(yǔ)義豐富的“智能身份證”，精準(zhǔn)提取核心屬性并區(qū)分細(xì)微差異。同時(shí)，多視角用戶行為建模與偏好感知獎(jiǎng)勵(lì)系統(tǒng)（PARS）的結(jié)合，使搜索結(jié)果的相關(guān)性與個(gè)性化體驗(yàn)大幅提升。數(shù)據(jù)顯示，該框架使訂單量增長(zhǎng)3.22%，成本降低75%，尤其在冷啟動(dòng)和長(zhǎng)尾查詢場(chǎng)景中表現(xiàn)突出。

廣告出價(jià)環(huán)節(jié)，快手引入生成式強(qiáng)化學(xué)習(xí)技術(shù)，提出GAVE與CBD兩種范式。GAVE通過(guò)價(jià)值引導(dǎo)探索機(jī)制減少對(duì)高質(zhì)量數(shù)據(jù)的依賴，而CBD則利用軌跡級(jí)對(duì)齊優(yōu)化目標(biāo)，實(shí)現(xiàn)毫秒級(jí)推理延遲的穩(wěn)定在線應(yīng)用。實(shí)驗(yàn)表明，新范式在廣告轉(zhuǎn)化與成本控制方面效果顯著，為全空間優(yōu)化提供了可能。

學(xué)術(shù)界專家對(duì)生成式框架的價(jià)值給予肯定。中國(guó)人民大學(xué)教授徐君認(rèn)為，該技術(shù)解決了傳統(tǒng)級(jí)聯(lián)架構(gòu)的錯(cuò)誤傳遞問(wèn)題，其在大規(guī)模商業(yè)應(yīng)用中的實(shí)際效果已證明“偽范式”的批評(píng)不成立。香港城市大學(xué)副教授趙翔宇補(bǔ)充道，生成式范式的根本創(chuàng)新在于將推薦任務(wù)從行為預(yù)測(cè)轉(zhuǎn)向意圖理解，大模型的自回歸學(xué)習(xí)能力與世界知識(shí)為技術(shù)建立了新理論基礎(chǔ)。

針對(duì)成本與收益的爭(zhēng)議，快手商業(yè)化算法部負(fù)責(zé)人蔡慶芃強(qiáng)調(diào)，大模型基礎(chǔ)建設(shè)屬于一次性投入，而收益是持續(xù)累積的。只要投資回報(bào)率為正，技術(shù)迭代就值得推進(jìn)。推薦算法專家王詩(shī)瑤則提出，計(jì)算成本持續(xù)下降而算法回報(bào)呈幾何級(jí)增長(zhǎng)，當(dāng)前應(yīng)關(guān)注如何開發(fā)配得上算力的技術(shù)，而非過(guò)早限制模型規(guī)模。

在人才需求方面，專家們普遍認(rèn)為，未來(lái)從業(yè)者需兼具算法深度與工程能力。趙翔宇指出，學(xué)生應(yīng)深入理解傳統(tǒng)搜推體系與大模型全流程技術(shù)，并從真實(shí)產(chǎn)業(yè)問(wèn)題中尋找研究方向。徐君提醒，科研價(jià)值不應(yīng)被論文數(shù)量綁架，數(shù)學(xué)與邏輯的嚴(yán)謹(jǐn)性仍是基礎(chǔ)。快手貨架電商負(fù)責(zé)人楊一帆從企業(yè)角度補(bǔ)充，技術(shù)人員需具備業(yè)務(wù)抽象能力，將實(shí)際問(wèn)題轉(zhuǎn)化為模型優(yōu)化目標(biāo)，同時(shí)保持對(duì)技術(shù)歷史脈絡(luò)的認(rèn)知。

生成式技術(shù)正在重新定義搜推廣領(lǐng)域的底層邏輯。從具備推理能力的推薦系統(tǒng)到端到端搜索引擎，再到智能廣告出價(jià)，快手的實(shí)踐為行業(yè)提供了可借鑒的路徑。隨著技術(shù)不斷演進(jìn)，這一領(lǐng)域的創(chuàng)新競(jìng)爭(zhēng)將持續(xù)升級(jí)。