快手OneSug生成式推荐框架解析与优化实践

1. 快手OneSug框架的技术突破与行业价值

2026年初，快手OneSug端到端生成式框架入选AAAI顶会的消息在AI工程圈引发热议。这个最初为解决短视频推荐卡顿问题而生的技术方案，如今已演进为支持千亿级参数实时推理的工业级框架。作为长期关注推荐系统优化的从业者，我完整跟踪了OneSug从v1到v3的迭代过程，其最颠覆性的创新在于用生成式架构重构了传统推荐链路——当其他团队还在优化精排模型时，快手选择将召回、粗排、精排、重排四大环节全部纳入统一生成范式。

这种端到端的重构带来两个显著收益：首先，生成过程天然具备序列建模能力，用户从点击到观看的完整行为序列得以整体优化；其次，传统推荐系统各模块间的特征对齐损耗被彻底消除。实测数据显示，在快手春节活动流量峰值期间，OneSug使推荐耗时降低37%，同时人均观看时长提升21%。这种"既要又要"的实现，正是其入选AAAI的核心价值。

2. 框架设计理念与架构解析

2.1 生成式推荐的技术范式迁移

传统推荐系统如同流水线车间，各环节模块独立运作：召回阶段用双塔模型快速筛选万级候选，粗排进行千级初筛，精排完成百级打分，最后重排考虑多样性等业务规则。这种设计存在两个本质缺陷：一是模块间特征空间不统一，二是无法建模用户决策的时序依赖性。

OneSug的创新点在于将推荐过程转化为序列生成任务。其核心架构包含：

• 多模态输入编码层：统一处理用户历史行为、视频内容、上下文特征等异构数据
• 记忆增强的生成网络：采用混合专家(MoE)结构，每个专家对应不同兴趣维度
• 动态路由控制器：实时调整专家组合权重，实现"千人千模"的个性化生成

关键设计细节：框架采用渐进式生成策略，首先生成1000量级的候选池（替代传统召回），然后通过三阶段自回归逐步收敛到最终50条推荐结果。这种设计既保留了生成模型的序列优势，又通过工程优化满足了线上延迟要求。

2.2 性能优化关键技术

在推荐系统领域，效果提升往往伴随计算成本飙升。OneSug通过三项核心技术实现性能突破：

1. 混合精度计算流水线
   • 对用户长期兴趣建模使用FP16精度
   • 实时行为序列处理采用INT8量化
   • 最终打分阶段保留FP32精度
     这种分层精度策略使显存占用减少42%，同