抛弃“级联”架构！快手OneRec用大模型重构推荐系统，服务成本降至1/10

文章摘要

【关 键 词】 推荐系统、生成式AI、端到端架构、算力优化、大模型应用

传统推荐架构面临规模化瓶颈与范式局限，级联式设计导致算力碎片化，整体算力利用效率（MFU）长期低于1%。快手提出的生成式端到端架构OneRec通过统一召回、粗排、精排与重排环节，实现模型规模扩大与成本下降的协同优化，核心场景服务成本降至原系统1/10。该方案将稀疏ID转化为语义Token序列，通过Behavior Transformer处理用户行为，最终由Decoder生成推荐结果，首次验证了在CPM 20元、广告占比10%的商业场景下，7.6B参数模型在线服务的成本可行性。

技术实现上，OneRec创新性地采用多模态语义ID（SID）离散化方案，通过Vision-Language Model提取视频内容特征，结合协同过滤信号与语义保持Loss训练，使Token既能表征内容本质又契合推荐需求。强化学习框架设计三类奖励机制：用户体验偏好、业务生态约束（如创作者成长）及格式合法性验证，实现天级响应业务策略调整。实战数据显示，该系统在保持全量QPS条件下，不仅降低90%推理成本，更显著提升用户消费深度，为商业化内容插入创造增量空间。

OneRecV2针对早期架构进行深度优化，采用Lazy Decoder Only设计解决计算-监督错配问题。通过移除冗余的用户历史编码计算，将94%训练资源集中于解码环节，使同等资源下模型规模从0.5B扩展至8B，验证推荐场景的Scaling Law效应。当前系统已实现跨业务快速迁移，从短视频到本地生活、电商场景的落地周期缩短至1.5个月，子场景效果提升显著。

OneRec-Think尝试突破行为数据的单一维度，构建文本、图像与行为联合训练的统一基座。虽然当前效果暂未超越纯行为数据模型，但已证实多模态融合的可行性，并展现出交互式推荐潜力——模型能根据用户实时提示（如”心情不好”）动态调整推荐策略。该方向揭示了行为ID与多模态数据的天然互补性，为构建具备世界知识理解能力的推荐系统开辟新路径。

原文和模型

【原文链接】 阅读原文 [ 5656字 | 23分钟 ]
【原文作者】 AI前线
【摘要模型】 deepseek/deepseek-v3-0324
【摘要评分】 ★★★★☆

派欧算力云 – AI 云端一体化解决方案: 模型 API、Serverless、GPU 租赁

派欧算力云提供全面的 AI 云端平台解决方案,包括模型 API、Serverless 和高性能 GPU 实例等,帮助您节省高达 50% 的成本,并同时加速 AI 产品的构建和业务发展,助力企业实现创新突破,赢得市场竞争优势。