打破廣告變現(xiàn)天花板！快手 GR4AD：生成式推薦大規(guī)模落地，4 億用戶驗(yàn)證新范式

大語言模型（LLM）掀起的生成式浪潮，正在重塑互聯(lián)網(wǎng)核心基礎(chǔ)設(shè)施。推薦系統(tǒng)作為互聯(lián)網(wǎng)平臺(tái)最核心的商業(yè)引擎之一，也迎來了范式級(jí)變革的關(guān)鍵時(shí)刻。

傳統(tǒng)廣告推薦系統(tǒng)沿用深度學(xué)習(xí)排序模型（DLRM）的級(jí)聯(lián)架構(gòu)多年，在時(shí)延、收益、商業(yè)價(jià)值等方面已逼近瓶頸。要突破天花板，關(guān)鍵在于引入生成式 AI 范式，從表征編碼、學(xué)習(xí)目標(biāo)到推理服務(wù)進(jìn)行全鏈路重構(gòu)。

快手技術(shù)團(tuán)隊(duì)最新提出的「GR4AD」系統(tǒng)（Generative Recommendation for ADvertising），正是這一方向的工業(yè)級(jí)突破。它是國(guó)內(nèi)生成式推薦在大規(guī)模廣告場(chǎng)景下的首次全量落地，圍繞表征、學(xué)習(xí)、服務(wù)三大層面協(xié)同設(shè)計(jì)，實(shí)現(xiàn)了廣告變現(xiàn)效果的全面躍升。

目前，GR4AD 已全量部署于快手廣告平臺(tái)，服務(wù)超過 4 億用戶，在用戶與生態(tài)維度，基于內(nèi)容語義的 SID 索引帶來了更強(qiáng)的泛化能力和更實(shí)時(shí)的冷啟動(dòng)支持，實(shí)現(xiàn)了平臺(tái)、廣告主、用戶的三贏：廣告主側(cè)中小商家投放量提升 17.5%，用戶側(cè)低活躍用戶轉(zhuǎn)化率提升 7.28%，平臺(tái)整體廣告收入增長(zhǎng) 4.2%。為廣告推薦系統(tǒng)從傳統(tǒng) DLRM 邁向端到端生成式架構(gòu)提供了首個(gè)工業(yè)級(jí)可行方案。

論文鏈接：https://arxiv.org/pdf/2602.22732

GR4AD 的設(shè)計(jì)哲學(xué)可以用一句話概括：不照搬 LLM，做推薦原生的設(shè)計(jì)�？焓旨夹g(shù)團(tuán)隊(duì)深刻認(rèn)識(shí)到，廣告場(chǎng)景對(duì)時(shí)延、收益和商業(yè)價(jià)值有極致要求，不能簡(jiǎn)單套用 LLM 的訓(xùn)練和推理范式，必須在三個(gè)層面進(jìn)行專門設(shè)計(jì)。

廣告 Token 化——給每條廣告一個(gè)"身份證"（UA-SID）

廣告物料不同于普通內(nèi)容，融合了視頻創(chuàng)意、商品詳情、廣告主元數(shù)據(jù)等多模態(tài)信息，還包含轉(zhuǎn)化類型、賬戶 ID 等高商業(yè)價(jià)值但無語義內(nèi)容的業(yè)務(wù)信號(hào)。GR4AD 提出了統(tǒng)一廣告語義 ID（UA-SID）方案：通過端到端微調(diào)的多模態(tài)大模型（MLLM）生成統(tǒng)一廣告嵌入，再經(jīng)過多粒度-多分辨率量化（MGMR RQ-Kmeans）將其編碼為離散 Token 序列。該方案將 SID 碰撞率從 85.44% 大幅降至 18.26%，碼本利用率提升 3 倍以上，為新廣告物料實(shí)現(xiàn)秒級(jí)冷啟動(dòng)索引。

學(xué)習(xí)范式——面向商業(yè)價(jià)值的全鏈路優(yōu)化

廣告推薦的核心目標(biāo)是最大化商業(yè)價(jià)值，而非單純猜中用戶偏好。GR4AD 創(chuàng)新引入價(jià)值感知監(jiān)督學(xué)習(xí)（VSL）與排序引導(dǎo)強(qiáng)化學(xué)習(xí)（RSPO）的統(tǒng)一訓(xùn)練框架：VSL 將 eCPM 收益信號(hào)直接融入學(xué)習(xí)目標(biāo)，并對(duì)高價(jià)值用戶和深度交互行為給予更高權(quán)重；RSPO 則以列表級(jí) NDCG 為優(yōu)化方向，通過強(qiáng)化學(xué)習(xí)直接對(duì)排序質(zhì)量進(jìn)行精細(xì)化提升。實(shí)驗(yàn)證明，RSPO 是所有優(yōu)化組件中單項(xiàng)增益最大的，顯著優(yōu)于 DPO、GRPO 等主流對(duì)齊算法。

推理服務(wù)——為廣告場(chǎng)景專門設(shè)計(jì)的高效解碼

廣告系統(tǒng)需要在極高 QPS 和極低延遲下同時(shí)生成大量高質(zhì)量候選，這與 LLM 對(duì)話場(chǎng)景的解碼需求存在本質(zhì)差異。GR4AD 提出 LazyAR 懶惰解碼器，將前序 Token 的依賴"延遲"注入，使多路 Beam 的前段計(jì)算得以并行共享，在幾乎不損失推薦質(zhì)量的前提下將推理吞吐量翻倍。結(jié)合動(dòng)態(tài) Beam 服務(wù)（DBS）、KV Cache 共享、FP8 低精度推理等工程優(yōu)化，最終實(shí)現(xiàn) <100ms 延遲、500+ QPS/L20 GPU 的工業(yè)級(jí)服務(wù)能力。

在線實(shí)驗(yàn)效果

GR4AD在快手廣告平臺(tái)各核心指標(biāo)上均取得顯著正向收益，在大盤收入提升4.2%+的同時(shí)，推理吞吐量翻倍，延遲控制在 100ms 以內(nèi)，目前已完成100%流量部署。快手技術(shù)團(tuán)隊(duì)同時(shí)也驗(yàn)證了大模型的兩個(gè)基本規(guī)律在廣告推薦場(chǎng)景依然有效，模型的 Scaling Law：模型參數(shù)從 0.03B 擴(kuò)展至 0.32B，廣告收入增益從 +2.13% 單調(diào)提升至 +4.43%；Beam 搜索寬度從 128 增加至 1024，收入增益從 +2.33% 提升至 +4.21%，這表面更強(qiáng)的推理時(shí)搜索能進(jìn)一步釋放模型潛力，與當(dāng)前 LLM 領(lǐng)域 Test-time Scaling 的趨勢(shì)遙相呼應(yīng)。

生成式推薦正式進(jìn)入廣告核心戰(zhàn)場(chǎng)

生成式 AI 方興未艾，GR4AD 最核心的價(jià)值，在于它并非簡(jiǎn)單地將 LLM 技術(shù)嫁接到廣告系統(tǒng)，而是從廣告業(yè)務(wù)的本質(zhì)出發(fā)，重新定義了"Token 該怎么編、模型該怎么學(xué)、候選該怎么生成"這三個(gè)根本性問題，走出了一條推薦原生的設(shè)計(jì)路徑。這意味著，生成式推薦不再只是效果指標(biāo)的邊際改善，而是真正觸達(dá)了廣告系統(tǒng)的商業(yè)價(jià)值鏈條——從 Token 的生成到 Revenue 的增長(zhǎng)，全鏈路被徹底重構(gòu)�？梢灶A(yù)見，隨著 GR4AD 范式的確立，廣告推薦領(lǐng)域?qū)⒓铀俑鎰e DLRM 時(shí)代，越來越多的平臺(tái)將沿著這條路徑，推動(dòng)廣告系統(tǒng)迎來屬于自己的「生成式覺醒」時(shí)刻。