掀翻传统推荐！OneRec端到端模型如何同时"吞噬"效果与成本双

AI大模型（LLM）掀起的生成式革命，正重塑各行各业，连我们每天刷到的推荐系统也不例外。

传统推荐系统像一条多环节的“流水线”（级联架构），容易导致算力浪费、目标冲突，制约了发展。要突破瓶颈，关键在于用LLM技术进行“一体化”重构，实现效果提升和成本降低。

快手技术团队最新提出的 「OneRec」 系统，正是这一思路的突破。它首次用端到端的生成式AI架构，彻底改造了推荐系统的全流程，在效果和成本上实现了“既要又要”：

效果猛增： 有效计算量提升10倍！让强化学习技术在推荐场景真正“活”了起来，推荐更精准。

成本锐减： 通过架构革新，训练和推理的算力利用率（MFU） 分别飙升至 23.7% 和 28.8%，运营成本（OPEX）仅为传统方案的10.6%！

目前，该系统已在快手 App / 快手极速版双端服务所有用户，承接约 25% 的QPS（每秒请求数量），带动 App 停留时长提升 0.54%/1.24%，关键指标 7 日用户生命周期（LT7）显著增长，为推荐系统从传统 Pipeline 迈向端到端生成式架构提供了首个工业级可行方案。

（图： OneRec 系统概览）

OneRec 基础模型剖析

OneRec 采用端到端生成式架构，首创协同感知多模态分词器：通过融合视频标题、图像等多维信息与用户行为，利用 RQ-Kmeans 分层生成语义 ID。其 Encoder-Decoder 框架将推荐转化为序列生成任务：

● Encoder 整合用户终身/短期行为序列实现多尺度建模；

● MoE 增强的 Decoder 通过 Next Token Prediction 精准生成推荐结果。

● 实验验证其遵循 Scaling Law——参数量增至 2.633B 时训练损失显著下降，结合特征/码本/推理级优化，实现效果与算力的协同突破。

强化学习（RL）偏好对齐

OneRec 突破传统推荐依赖历史曝光的局限，创新引入强化学习偏好对齐机制。通过融合 偏好奖励（用户偏好）、格式奖励（有效输出） 及 业务奖励（工业需求） 构建综合奖励系统，并利用 个性化P-Score 作为强化信号。采用改进的 ECPO算法（严格截断负优势梯度）提升训练稳定性，在快手场景中实现 不损失曝光量前提下显著提升用户时长，达成工业级效果突破。

性能优化

在性能优化上，OneRec突破传统推荐MFU个位数魔咒：通过架构重构+算子压缩92%至 1,200 个，训练/推理MFU提升至23.7%/28.6%，算力效能达主流AI模型水平，实现3-5倍跃升。首次让推荐系统达到与主流 AI 模型比肩的算力效能水平。

此外，快手技术团队还针对 OneRec 特性在训练和推理框架层面进行了深度定制优化。训练侧采用请求分组特征复用与变长Flash Attention提升计算密度，自研SKAI系统实现Embedding全流程GPU训练，彻底消除CPU同步瓶颈；推理侧首创计算复用架构——Encoder单次前向+Beam间KV共享+Decoder层KV Cache，支撑512大Beam Size生成需求，并基于Float16混合精度与MoE/Attention算子深度融合提升吞吐。最终训练/推理MFU达23.7%/28.8%（较传统模型提升3-5倍），运营成本降至传统方案10.6%，实现近90%成本节约。

Online实验效果

该模型经过一周 5% 流量 AB 测试，在点赞、关注、评论等所有交互指标上均获正向收益(如下图)。系统现已全量覆盖短视频推荐主场景，承担约 25% QPS。除了短视频推荐的消费场景之外，OneRec 在快手本地生活服务场景同样表现惊艳：AB 对比实验表明该方案推动 GMV 暴涨 21.01%、订单量提升 17.89%、购买用户数增长 18.58%，其中新客获取效率更实现 23.02% 的显著提升。目前，该业务线已实现 100% 流量全量切换。

生成式 AI 方兴未艾，正引发各领域根本性技术变革与降本增效。OneRec 不仅论证了推荐系统与 LLM 技术栈深度融合的必要性，更重构了互联网核心基础设施的技术 DNA。随着其新范式的到来，推荐系统将加速迎来「端到端生成式觉醒」时刻。