Meta于周三宣布三项广告排序系统升级，其中包括一套基于大语言模型构建的全新生成式推荐模型（GenRecs），以及对其去年推出的广告推荐模型GEM和排序系统Andromeda的更新。Meta表示，目前每秒对超过10亿条符合条件的广告进行评分排序，覆盖每一次广告展示机会。
此次升级的核心是GenRecs。该模型基于大语言模型构建，能够预测广告推荐结果，是Meta将生成式AI能力引入广告排序环节的最新尝试。与传统推荐模型相比，基于大模型的生成式推荐在用户行为序列建模和跨场景泛化方面具备潜在优势，这也成为Meta提升广告变现效率的技术路径之一。
GEM是Meta去年推出的广告推荐模型，本次获得更新。Andromeda则是Meta广告排序体系中的组成部分，同样在此次升级范围内。三项升级共同构成Meta广告排序基础设施的调整，目标是在海量广告库存中提升每一次展示的匹配精度。
每秒处理超过10亿条广告的评分规模，意味着广告排序系统需要在极短时间内完成对候选广告的筛选与排序。Meta未披露此次升级在点击率、转化率或广告收入方面的具体提升数据，也未说明GenRecs的部署范围和上线时间表。
对广告技术行业而言，Meta将大语言模型引入广告排序，反映出头部平台正把生成式AI从创意生成环节向推荐与排序等核心决策环节延伸。若该路径在效果上得到验证，可能推动更多广告平台跟进类似的模型架构调整。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
