快手技术沙龙举办：生成式推荐系统如何重构搜推广？(2)

快手短视频推荐算法链路机制策略技术负责人徐晓晓

传统电商搜索采用级联式架构，一旦第一层召回效果不佳，后续排序难以挽回。此外，系统还面临冷启动难、商品描述混乱、相关性弱等挑战。

快手货架电商搜索与推荐算法负责人杨一帆，分享了快手如何提出业界首个工业级部署的电商搜索端到端生成式框架OneSearch，以及搜索系统未来的技术演进方向。目前，该系统已在快手多个电商搜索场景中成功部署，每日服务数千万用户。

快手货架电商搜索与推荐算法负责人杨一帆

在实时竞价（RTB）广告系统中，广告出价模块是连接广告主需求与流量匹配的核心枢纽。广告出价调控本质上是一个序列决策问题，出价技术过去经历了从PID、MPC到强化学习的迭代。如今，生成式技术在如何迭代广告出价体系？

快手商业化算法部客户机制中台中心负责人蔡庆芃，分享了快手出价技术的三代演进，以及如何提出生成式强化学习出价范式G4RL。

目前，快手已将这一技术全面应用于广告系统，2025年至今推动广告收入提升超过3%，并针对依赖高质量数据集以及难以和优化目标对齐的挑战，分别提出GAVE和CBD算法。。

快手商业化算法部客户机制中台中心负责人蔡庆芃

生成式技术赋能背后

生成式技术如何改变“搜推广”？未来1-3年生成式技术会有哪些新方向？下一代搜推广人才的画像是什么？

圆桌研讨环节，快手推荐模型部排序模型技术负责人唐睿明在内的四位快手嘉宾，与中国人民大学高瓴人工智能学院教授徐君及香港城市大学副教授、赋励青年学者赵翔宇，围绕生成式技术在搜广推领域的应用与展望展开思想碰撞。专家们一致认为，生成式AI作为一种范式创新，获得收益的同时仍面临不少挑战，需要学界与业界共同努力，不断提升效率和效果。

经过近15年深耕与沉淀，音视频技术、大模型技术与推荐系统早已深度融入快手技术基因；AI战略层面，快手则形成了“大基建、大模型、大应用"整体布局。

目前，快手已汇聚数千名工程师持续探索AI前沿领域。2025年，研发成果在国际顶级学术舞台频频亮相：7篇论文入选自然语言处理（NLP）领域权威会议ACL2025，11篇论文入选深度学习领域顶级会议ICLR2025。

浓厚的工程师文化、年均百亿级研发投入与丰富的业务场景，不仅为年轻工程师提供了成长机会，更推动快手大模型研发与应用进入爆发期。