打破广告变现天花板！快手 GR4AD：生成式推荐大规模落地，4 亿用户验证新范式

大语言模型（LLM）掀起的生成式浪潮，正在重塑互联网核心基础设施。推荐系统作为互联网平台最核心的商业引擎之一，也迎来了范式级变革的关键时刻。

传统广告推荐系统沿用深度学习排序模型（DLRM）的级联架构多年，在时延、收益、商业价值等方面已逼近瓶颈。要突破天花板，关键在于引入生成式 AI 范式，从表征编码、学习目标到推理服务进行全链路重构。

快手技术团队最新提出的「GR4AD」系统（Generative Recommendation for ADvertising），正是这一方向的工业级突破。它是国内生成式推荐在大规模广告场景下的首次全量落地，围绕表征、学习、服务三大层面协同设计，实现了广告变现效果的全面跃升。

目前，GR4AD 已全量部署于快手广告平台，服务超过 4 亿用户，在用户与生态维度，基于内容语义的 SID 索引带来了更强的泛化能力和更实时的冷启动支持，实现了平台、广告主、用户的三赢：广告主侧中小商家投放量提升 17.5%，用户侧低活跃用户转化率提升 7.28%，平台整体广告收入增长 4.2%。为广告推荐系统从传统 DLRM 迈向端到端生成式架构提供了首个工业级可行方案。

论文链接：https://arxiv.org/pdf/2602.22732

GR4AD 的设计哲学可以用一句话概括：不照搬 LLM，做推荐原生的设计。快手技术团队深刻认识到，广告场景对时延、收益和商业价值有极致要求，不能简单套用 LLM 的训练和推理范式，必须在三个层面进行专门设计。

广告 Token 化——给每条广告一个"身份证"（UA-SID）

广告物料不同于普通内容，融合了视频创意、商品详情、广告主元数据等多模态信息，还包含转化类型、账户 ID 等高商业价值但无语义内容的业务信号。GR4AD 提出了统一广告语义 ID（UA-SID）方案：通过端到端微调的多模态大模型（MLLM）生成统一广告嵌入，再经过多粒度-多分辨率量化（MGMR RQ-Kmeans）将其编码为离散 Token 序列。该方案将 SID 碰撞率从 85.44% 大幅降至 18.26%，码本利用率提升 3 倍以上，为新广告物料实现秒级冷启动索引。

学习范式——面向商业价值的全链路优化

广告推荐的核心目标是最大化商业价值，而非单纯猜中用户偏好。GR4AD 创新引入价值感知监督学习（VSL）与排序引导强化学习（RSPO）的统一训练框架：VSL 将 eCPM 收益信号直接融入学习目标，并对高价值用户和深度交互行为给予更高权重；RSPO 则以列表级 NDCG 为优化方向，通过强化学习直接对排序质量进行精细化提升。实验证明，RSPO 是所有优化组件中单项增益最大的，显著优于 DPO、GRPO 等主流对齐算法。

推理服务——为广告场景专门设计的高效解码

广告系统需要在极高 QPS 和极低延迟下同时生成大量高质量候选，这与 LLM 对话场景的解码需求存在本质差异。GR4AD 提出 LazyAR 懒惰解码器，将前序 Token 的依赖"延迟"注入，使多路 Beam 的前段计算得以并行共享，在几乎不损失推荐质量的前提下将推理吞吐量翻倍。结合动态 Beam 服务（DBS）、KV Cache 共享、FP8 低精度推理等工程优化，最终实现 <100ms 延迟、500+ QPS/L20 GPU 的工业级服务能力。

在线实验效果

GR4AD在快手广告平台各核心指标上均取得显著正向收益，在大盘收入提升4.2%+的同时，推理吞吐量翻倍，延迟控制在 100ms 以内，目前已完成100%流量部署。快手技术团队同时也验证了大模型的两个基本规律在广告推荐场景依然有效，模型的 Scaling Law：模型参数从 0.03B 扩展至 0.32B，广告收入增益从 +2.13% 单调提升至 +4.43%；Beam 搜索宽度从 128 增加至 1024，收入增益从 +2.33% 提升至 +4.21%，这表面更强的推理时搜索能进一步释放模型潜力，与当前 LLM 领域 Test-time Scaling 的趋势遥相呼应。

生成式推荐正式进入广告核心战场

生成式 AI 方兴未艾，GR4AD 最核心的价值，在于它并非简单地将 LLM 技术嫁接到广告系统，而是从广告业务的本质出发，重新定义了"Token 该怎么编、模型该怎么学、候选该怎么生成"这三个根本性问题，走出了一条推荐原生的设计路径。这意味着，生成式推荐不再只是效果指标的边际改善，而是真正触达了广告系统的商业价值链条——从 Token 的生成到 Revenue 的增长，全链路被彻底重构。可以预见，随着 GR4AD 范式的确立，广告推荐领域将加速告别 DLRM 时代，越来越多的平台将沿着这条路径，推动广告系统迎来属于自己的「生成式觉醒」时刻。