快手发布OneRec：端到端生成式推荐系统亮相

北京 – 在人工智能技术日新月异的今天，推荐系统作为连接用户与海量信息的桥梁，其重要性日益凸显。近日，短视频巨头快手宣布推出其最新的端到端生成式推荐系统——OneRec，旨在通过创新性的架构和算法，提升用户在短视频、本地生活服务等场景下的体验。

OneRec采用编码器-解码器架构，将推荐问题转化为序列生成任务，有别于传统的级联推荐系统。编码器负责整合用户的全生命周期行为序列，解码器则通过稀疏混合专家（MoE）架构逐步生成用户可能感兴趣的视频。这种会话式生成方法能够生成上下文连贯的推荐结果，更好地捕捉用户兴趣的变化。

技术亮点：多模态分词与强化学习偏好对齐

OneRec的技术亮点之一在于其首创的协同感知的多模态分词方案。该方案融合了视频的标题、标签、语音转文字、图像识别等多维信息，转化为分层的语义ID，从而更精准地建模用户兴趣。

此外，OneRec还引入了基于奖励机制的偏好对齐方法，通过强化学习增强模型效果。模型利用偏好奖励、格式奖励和业务奖励构建综合奖励系统，优化生成结果，使模型更好地感知用户的细粒度偏好，提升推荐的精准度。

性能优化：稀疏MoE架构与算子压缩

在性能优化方面，OneRec通过架构重构，大幅压缩了关键算子的数量，并通过稀疏MoE架构扩展模型容量，显著提升了计算效率。通过训练和推理优化，OneRec实现了更高的模型浮点运算利用率（MFU），使得算力效率大幅提升。

应用场景与效果

OneRec已在快手的多个核心业务场景中得到应用，并取得了显著成效：

短视频推荐： OneRec承担了快手短视频推荐主场景约25%的请求（QPS），在用户停留时长、点赞、关注、评论等交互指标上均取得了显著提升。
本地生活服务： 在快手的本地生活服务场景中，OneRec推动了交易总额（GMV）增长21.01%，订单量提升17.89%，购买用户数增长18.58%，新客获取效率提升了23.02%。
直播内容匹配： OneRec被应用于直播内容匹配，通过动态生成推荐序列，能更好地匹配用户的实时兴趣，提升用户在直播场景中的参与度和互动率。
广告投放： 在广告投放领域，OneRec的生成式架构能根据用户的兴趣和行为动态生成广告推荐，提高广告的精准度和转化率。

未来展望

快手OneRec的推出，标志着生成式推荐系统在短视频和本地生活服务领域迈出了重要一步。随着技术的不断发展，我们有理由相信，OneRec将在提升用户体验、优化内容分发效率等方面发挥更大的作用。

项目地址：