// 01 OneRec 是什么
在推荐技术从多级流水线向简洁、高效的方向变革时，OneRec应运而生。这一由快手(Kuaishou)团队提出的端到端生成式推荐框架，不仅统一了检索与排序流程，还在真实场景中取得显著效果。本文围绕模型结构、核心创新、应用效果和实用建议，为 AI 工具使用者全面解读 OneRec，提升关键词曝光与专业流量关注。
OneRec 是什么？
OneRec（One Recommendation）是由快手团队提出的首个端到端生成式推荐系统，于2025年2月发布 arXiv 论文。不同于传统“检索–排序”两阶段结构，OneRec 将推荐过程直接视为生成任务，通过编码用户历史行为并逐步生成一组候选视频，实现检索和排序的统一优化。
核心创新一览
端到端生成模型
OneRec 使用 encoder–decoder 架构，将用户历史行为编码为上下文，再自动生成一系列推荐结果。借助 sparse Mixture-of-Experts (MoE) 架构提升模型容量，同时控制计算开销。
会话级生成机制
不再逐项预测下一个视频，OneRec 实现会话级候选生成，保证输出视频组上下文连贯性，避免繁琐后处理 。
Iterative Preference Alignment（IPA）与 DPO
OneRec 引入 迭代偏好对齐 (IPA) 模块，并结合 Direct Preference Optimization (DPO)，模拟用户反馈并优选样本以提升推荐质量。1% 的 DPO 样本即可带来显著推荐提升。
深度阅读 OneRec 技术细节
1. Sparse MoE 提升规模
OneRec 通过稀疏专家机制，在参数量级增大的情况下不显著增加 FLOPs，兼顾规模与效率。
2. 会话级生成结构
采用语义 ID token 化行为序列，decoder 解码一次性生成多个候选，替代逐项候选整合逻辑。
3. IPA + DPO 猎取偏好
设计 reward 模型模拟实际用户点击和观看行为，通过 DPO 迭代优化生成策略，显著提升用户满意度。
实际效果与部署表现
快手平台效果
部署于主 App 和 Lite 版本后：
用户观看时长提升 +1.6%
每次曝光平均观看时长增长 +6.5%
Lite 版本提升 +1.24%。
GPU 利用率提升
训练和推理阶段 MFU 分别达 23.7% 与 28.8%，为传统二阶段流水线的数倍。
成本效率显著
运行成本仅为传统流水线的 ~10%，支持高性能部署 。
OneRec 的优势与挑战
优势
统一架构简化流水线，降低系统复杂性；
上下文连贯性更强，提升候选间逻辑一致；
用户偏好对齐优化效果明显；
真实部署场景效果突出。
挑战
生成准确率依赖高质量 token 表征；
MoE 结构部署需精细调优；
DPO 溯源机制需完善 reward 模型。
