推荐系统正在被大模型重写
Meta将增长拆解为提升互动与变现效率两条主线,而两者的共同核心是推荐/排名模型的升级,这一过程正被大模型深度重构。
互动侧:通过大模型实现内容推荐的系统性提效,例如优化用户行为序列和内容信息的序列学习架构,提升内容匹配精度。
广告侧:采用“大模型训练+运行时推理”的分层体系——将GEM等大模型的知识迁移到更轻量的运行时模型,解决大模型直接实时推理成本过高的问题,形成类似大语言模型(LLM)的可扩展工程体系。这一体系不仅决定用户时长,更影响广告单价与转化率。
目前,大模型对推荐系统的优化已显成效,例如Facebook广告点击量提升3.5%、Instagram转化率提升1%以上,新运行时模型更推动Instagram转化率进一步增长3%。
没有智能眼镜的未来“难以想象”
扎克伯格明确将AI智能眼镜定位为下一代核心计算终端,类比智能手机取代功能机的关键节点。他认为,全球有数十亿人依赖眼镜或隐形眼镜矫正视力,AI眼镜的普及是“时间问题”——若数年后人们佩戴的大多数眼镜仍非AI眼镜,将难以想象。
Meta智能眼镜过去一年销量增长三倍,成为历史上增长最快的消费电子产品之一。RealityLabs的战略重心已从元宇宙转向AI可穿戴设备与自研模型,未来AI眼镜将成为连接用户与AI的重要载体,其地位堪比当年智能手机对功能机的替代。
大模型对推荐系统的重构与AI智能眼镜的崛起,共同指向一个趋势:AI技术正从底层模型向终端设备延伸,重塑用户交互与商业逻辑。