快手技术
0 人感兴趣 · 9 次引用
- 最新
- 推荐
“对齐”驱动增长：快手 Align³GR 广告生成式推荐大模型
短视频广告推荐中常存在用户真实需求与广告内容、历史点击行为脱节的 “错位” 问题。快手推出的 Align³GR 广告生成式推荐大模型，以 “对齐” 技术为核心破解该难题，通过从基础对齐工具 DAS 到进阶大模型 Align³GR 的两步关键进化。
让搜索更“懂你”：快手自研 UniDex 与 UniSearch 实现新一代工业级搜索
为了让搜索能像推荐一样“懂用户”、甚至“懂视频本身”，快手团队开始尝试一条新路径：用更智能的语义表征替代传统 Term，用能理解、能生成的模型重构整个搜索链路。在这样的探索中，新一代工业级搜索体系 UniDex 与 UniSearch 逐步成形。
能看清，更要看懂：MME-VideoOCR 全面评估 MLLM 视频 OCR 能力
看视频想提取文字时，AI 总掉链子。快手可灵团队联合北京大学、清华大学、中科院自动化所等单位提出了 MME-VideoOCR，该 Benchmark 致力于系统评估并推动 MLLM 在视频 OCR 中的感知、理解和推理能力，目前该论文已被NeurIPS 2025会议录用。
当推荐系统真正“懂你”：快手团队在 NeurIPS 2025 提出新成果 TagCF
为什么推荐系统需要学会理解“人”的角色？快手 TagCF 给出答案。快手消费策略算法团队联合快手基础大模型与应用部及武汉大学，提出了 TagCF 框架，让推荐系统从“知其然”迈向“知其所以然”。
快手 & 南大发布代码智能“指南针”，重新定义 AI 编程能力评估体系
快手 KwaiKAT 团队与南京大学刘佳恒老师 NJU-LINK 合作推出 SWE-Compass ——一个涵盖8大任务类型、8大编程场景、10种编程语言的代码智能统一评估框架。
超越 VTM-RA！快手双向智能视频编码器 BRHVC 亮相 NeurIPS2025
快手音视频技术团队提出了全新的双向智能视频编码方法 —— BRHVC。该方法不仅在压缩性能上显著超越业内最先进的端到端智能视频编码方案，也成功超越最新标准的 VTM-RA 编码。 文章亮点： 从低时延模式到双向模式的扩展 创新的双向智能视频编码框架
ICML 2025｜快手提出了基于残差的超低码率图像压缩方法 ResULIC
在ICML 2025中，快手音视频技术团队联合南京大学发表的论文被会议收录。论文中提出了基于残差的超低码率图像压缩方法ResULIC，该方法在超低码率限制下，生成了相较于原图具有超高保真度、细节纹理丰富的图像。
