Meta将借助人工智能优化应用程序推荐

Meta Research团队最新研究表明，传统深度学习推荐模型（DLRM）在捕捉用户动态行为模式方面存在明显局限，而生成式推荐系统（Generative Recommenders）通过将推荐问题重构为生成式建模框架下的序列转导任务，实现了三大技术突破：该系统能深度挖掘用户独特行为模式，实现更精准的个性化推荐；显著增强上下文感知能力，有效捕捉用户行为序列的细微变化；在保持高精度的同时，推理速度较传统Transformer模型提升37%。[1] 以Meta开发的HSTU架构为例，该模型在内部测试中将推荐准确率提升了19.8%，尤其在长尾内容推荐场景表现突出，解决了传统算法过度集中于热门内容的痛点。[1] 技术团队透露，新系统已整合超100亿用户行为数据进行训练，能动态预测用户在不同场景下的兴趣迁移轨迹。

随着生成式推荐系统商业化进程推进，Meta已在2025年戛纳狮子节一口气推出11项AI广告工具，总投资规模达140-150亿美元，其中包括斥资14-150亿美元收购Scale AI 49%股权的战略布局。[1] 这些工具将深度应用生成式推荐技术，为广告主提供三大核心价值：

• 智能受众优化：Advantage+ campaigns系统自动分析用户行为序列，实时调整广告投放策略，测试数据显示较手动定向广告转化率提升23%，单次转化成本降低17%。[1]

• 动态内容生成：集成文本生成图像、图像转GIF等工具（2024年5月已上线），支持中小商家一键生成符合目标受众偏好的广告素材，创作效率提升5倍以上。[1]

• 机会预测体系：新增的"Opportunity Score"指标（0-100分）运用AI评估广告质量，实时推送优化建议，早期采用者单次转化成本平均下降5%。 值得注意的是，63%的品牌已在2024年将AI深度融入网红营销执行环节，预示着数据驱动的推荐策略正成为行业新标准。

Meta已将生成式推荐技术融入终端产品矩阵，重构用户与数字世界的交互方式。最新发布的Meta AI眼镜（2025年8月28日起推送更新）首次实现"所见即所荐"的智能场景：当用户注视某商品时，系统基于实时视觉分析和行为序列预测，通过语音直接推送相关应用推荐，准确率达89%。[1] 该设备支持多项突破性功能：

• 通过语音指令"记住这个酒店房间号"自动创建结构化提醒，结合日历应用实现智能场景关联

• 15秒短视频即时分享功能，语音指令可直传WhatsApp、Messenger或手机

• 快捷分享Meta AI生成内容至Instagram快拍，简化社交互动路径 [1] 同时，全新升级的Meta AI应用（原Meta View）支持自然对话式推荐，用户不再需要唤醒词即可针对当前画面提问，例如直接询问"这是什么歌"即可识别背景音乐并推荐相关音乐应用。[1][2] 澳大利亚和英国用户已率先体验语音驱动的个性化应用推荐服务，系统能根据用户地理位置、环境光线和实时行为序列，动态优化推荐内容优先级。[1]