本周推荐系统研究围绕三条技术主线展开。生成式推荐从侧重“能生成”转向“生成得好且经济”——BARGE 解决了语义 ID 的单序列扁平化问题,TSGR 将商业价值嵌入检索过程,DLMRec 用扩散替代自回归。排序模型侧向于统一架构与不确定性建模:WHALE 融合 Wukong 和 HSTU 两种高性能主干,UAME 将预测不确定性用作标签偏差的校正项。LLM 应用从纯推理转向状态化与闭环优化:RecGPT-V3 引入持续用户记忆,RECAP 用 GRPO 优化用户画像。 生成式推荐从“能跑”走向“跑得稳”: 腾讯的 BARGE 识别出生成式推荐的两个结构性缺陷——多 token ID 序列化破坏物品级结构、分层码本训练推溯不一致导致语义漂移。BARGE 通过 Item Context-Aware Attention(ICA)恢复物品级上下文,配合 Hierarchical Path Reranking 和 Dual-Path Decoding 将线上 CTR 提升 0.60%。与此同时,阿里巴巴的 TSGR 从另一个角度切入:让语义 ID 编码过程本身就对商业价值敏感,线上 GMV 增长 1.64%。两篇的共同指向是——生成式推荐的核心瓶颈不在生成能力,而在 ID 设计与解码结构。 排序模型走向架构统一与可解释的不确定性: Meta 的 WHALE 将 Wukong(高阶非序列特征交互)和 HSTU(长用户行为序列)在每一层通过注意力融合模块连接,让高阶特征交叉能反复从长历史中检索细粒度证据。不替换现有主干,而是让它们协同工作。快手的 UAME 改变了一个基础假设:用户满意度标签本身就是有偏的行为代理,模型不应该忽略这种不确定性。UAME 将预测建模为高斯分布,用不确定性程度加权样本损失,在短视频推荐上用户满意度提升 0.32%。 LLM 应用从辅助工具到推荐核心引擎: 淘宝的 RecGPT-V3 是一个里程碑式的系统级更新——Memory Hub 将用户建模计算削减 55.8%,Latent Intent Reasoning 将输出 token 成本降低 200 倍,同时 GMV 增长 3.97%。它证明多模态推理可以在线上以可接受的资源代价运行。快手的 RECAP 用 GRPO 优化 LLM 生成的用户画像,线上用户使用时长提升 0.139%。结合之前的研究,LLM 在推荐中的应用正在从“能不能用”转向“怎么用得既好又省”。
今日 AI 领域迎来多项重磅动态:DeepSeek CEO 泄露电话透露其算力规模约 2 万张 H 等效卡,并优先采购 NVIDIA 芯片,同时招聘信息暗示正为管理 10 万卡集群做准备。Andrew Ng 发布开源 Agent OpenWorker,可完成文档交付、Slack 消息发送等任务;ChatGPT 推出 Sites 功能,支持从想法到托管网站的一步构建。Qwen 发布 Audio-3.0-TTS,支持 16 语言和内联标签控制,登顶 TTS 榜单。Etched 获 3 亿美元 C 轮融资,估值 103 亿美元。Google 发布首份 ATLAS 报告系统定义 AI 经济,OpenA
今日 AI 领域迎来多项重磅动态:AMD 与 Anthropic 签署数十亿美元战略合作,Anthropic 将部署 2GW AMD GPU,标志着 GPU 训练市场从 NVIDIA 一家独大走向多元化。OpenAI 正式发布企业级 Agent 产品 Presence,已在自身客服中达到 75% 自动解决率。同时,NVIDIA Nemotron 3 Ultra 在 IMO 2026 获 30/42 分超过金牌线,GPT 5.6 Pro 推翻 30 年未解的图论猜想,AI 在数学推理领域持续突破。Moonshot AI 反驳蒸馏指控,称 15 天训练新前沿模型 Fable 和 K3 创下世界纪录
今日 AI 领域上演"效率与成本"主题:Kimi K3 在 SWE 任务上性能持平 Claude Fable 5,价格仅 35%,且开放权重使其可作为教师模型蒸馏小模型或生成万亿 token 预训练数据。同时,Scale AI 发布 SWE Atlas 基准,7 大前沿模型代码理解通过率仅 30%,揭示编码 Agent 深度推理瓶颈。商汤发布原生多模态 SenseNova U1 Pro,支持 8K 分辨率与 Agentic 生成循环;Inkling 位置编码创新获关注,其在 ARC-AGI-2 达 36.5% 为开源最优。基础设施层面,《大西洋月刊》指出硅谷正从轻资产软件业转变为重工业,数据中
W29 的核心叙事是开源模型第一次在某些关键维度追上闭源前沿——Kimi K3 以 2.8T 参数在 Frontend Code Arena 超过 Claude Fable 5,Inkling 作为美国生态最强 Apache 2.0 模型入场。与此同时,Agent harness 工程化从概念讨论进入系统化论文产出:三篇独立工作(Harness Handbook、Self-Evolving 框架、AgentCompass)分别从代码定位、自动改进和评估基础设施切入同一问题。后训练 RL 也迎来两个信号:万亿参数 Zero RL 的稳定训练管道(Ring-Zero)和百万 token 级 RL 后训练的执行栈(LongStraw),说明 Agent 长程推理的后训练已具备实操基础。推理引擎则在 vLLM v0.25 和 SGLang 8×B300 500 tok/s 的进度上继续保持高密度迭代,推测解码的并发优化(D-cut)也开始填上高负载场景的缺口。