作者 | AICon 全球人工智能开发与应用大会 策划 | 罗燕珊 编辑 | 宇琪 当大模型从通用技术探索深入产业场景，搜索、广告与推荐系统作为连接用户需求与业务价值的 核心链路，正迎来全链路智能重构。那么，生成式推荐真正落地后的关键挑战是什么？又应该如 何解决？ 近日 InfoQ《极客有约》X AICon 直播栏目特别邀请了 京东内容推荐架构负责人颜林 担任主持 人，和 荣耀 AI 算法专家冯晓东、京东算法总监张泽华、中科大计算机学院副教授王皓 一 起，在 AICon 全球人工智能开发与应用大会 2025 北京站 即将召开之际，共同探讨生成式推 荐的落地洞察。 部分精彩观点如下： 完整直播回放可查看： https://www.infoq.cn/video/0ViWrdqyQwNvO7TdQpyD 以下内容基于直播速记整理，经 InfoQ 删减。 行业真正做到端到端的统一 pipeline 仍有较大差距，更多工作还是在 pipeline 的单点与大模型 结合。 搜广推场景中的 scaling law 依然成立，并且仍在快速上升阶段。 低价值场景用小模型覆盖，高价值场景用大模型争取额外收益。 不应拘泥于某项技术 ...

生成式推荐：AI 时代互联网技术皇冠上的明珠 20251023 摘要 生成式推荐通过用户行为序列生成下一个交互物品进行推荐，解决了传 统推荐系统在创造和生成方面的局限性，为推荐系统带来了新的发展方 向。 Meta 和快手在端到端生成式推荐系统方面处于领先地位，Meta 的广告 收入增速超过谷歌，且广告转化率显著提升；快手通过 WangRank 算 法在用户停留时长和短视频观看时长方面取得明显收益。 Rex Mixer 的在线 AB 实验表明，生成式推荐系统能提升用户活跃天数 和总使用时长，快手采用端到端生成式模型也获得了显著收益，表明该 架构具有更大的技术潜力。 阿里巴巴、字节跳动和小红书等公司采用融合式生成推荐架构，并应用 于召回层或金牌层，这些应用均显示出新型算法对商业价值带来的显著 提升。 海量信息分发与匹配、用户数据连贯性高且数据相对稳定的场景，如电 商平台，更适合应用生成式推荐模型，通过全栈推产品打通商业流量池 与自然流量池，发挥模型效果。 生成式推荐技术被认为是 AI 时代互联网技术皇冠上的明珠，主要基于四个原因。 首先，缩放定律的有效性表明随着生成式推荐模型规模的扩大，其效果也会提 升。其次，数 ...