在視頻編碼領域，雙向編碼（RA模式）一直是高效壓縮的“秘密武器”，長期以來被廣泛應用于點播、視頻存儲等場景。然而，在基于深度學習的智能視頻編碼中，這項技術也面臨新的挑戰：雙向編碼采用復雜的大跨度分層參考結構，這導致運動的精確處理變得困難，參考幀的價值利用也存在明顯差異。雙向智能視頻編碼的潛力遠未被完全激發，仍有巨大的優化空間等待探索。為破解上述難題，快手音視頻技術團隊提出了全新的雙向智能視頻編碼...

零、引言一條保健品廣告在系統里亮起了紅燈。視頻里，一位精神矍鑠的老人正在分享體驗。畫面看似陽光健康，但我們的風險定位模型精準捕捉到了違規點——那句"喝了能夠清宿便，相當于給腸道做SPA"的文案，涉及到醫療保健功效問題。按照傳統流程，這條廣告將被駁回，客戶需要根據政策修改創意，然后重新提交。這個過程往往伴隨著不確定性：哪里違規？怎么改才能通過？多次往返溝通也會影響投放效率。但這一次，AhaEdit讓流程變得...

當用戶向大語言模型提出一個簡單問題，比如“單詞HiPPO里有幾個字母P？”，它卻正襟危坐，開始生成一段冗長的推理鏈：“首先，讓我們分析HiPPO這個詞，河馬的英文單詞為hippo，河馬是一種半水生哺乳動物，這里用戶用了大寫字母，可能有特殊的含義，對于單詞HiPPO，我們可以將其拆分為HiPPO，字母P出現在第3與第4個位置，因此有2個字母P...讓我們簡化問題，HiPO可以拆分為...”——面對這樣的“嚴謹”，用戶難免哭笑不得，既浪費...

當你打開短視頻App，手指上下滑動的每一秒，背后都藏著一套決定“你接下來看什么”的排序邏輯。過去十年，行業里的推薦排序大多依賴“人工設計公式”——工程師們把“用戶會不會點贊”、“能看多久”等指標，按經驗分配權重、套進公式，算出每個視頻的“優先級分數”。但這套模式正在遭遇瓶頸：有人喜歡“短平快”的搞笑視頻，有人偏愛“慢節奏”的生活記錄，一套公式怎么滿足千萬用戶的個性化需求？當“留存”、“時長”、“播...

一、大型活動所面臨的技術挑戰CNY（春節活動）是快手重要的年度專項之一。平臺在春節期間推出多種互動玩法，內容會場作為預熱、除夕和留存階段的核心載體，先后支撐了“快手有年味”、“老鐵晚會”、“龍之頁”、“明星陪你過大年”等多項活動。這些頁面以內容消費為主，致力于將內容與玩法創新結合，以更好地實現業務目標。快手低代碼搭建平臺（簡稱“積木”）是快手核心的運營活動頁面構建基礎設施，目前已承擔90%以上的活動...

數字人視頻生成技術正迅速成為增強人機交互體驗的核心手段之一。然而，現有方法在實現低延遲、多模態控制與長時序一致性方面仍存在顯著挑戰。大多數系統要么計算開銷巨大，無法實時響應，要么只能處理單一模態輸入，缺乏真正的交互能力。為了解決這些問題，快手可靈團隊（KlingTeam）提出了一種名為MIDAS（MultimodalInteractiveDigitalhumanSynthesis）的新型框架，通過自回歸視頻生成結合輕量化擴散去噪頭，實現了多模態條件...

在實時競價（RTB）廣告系統中，廣告出價模塊作為連接廣告主需求與流量匹配的核心樞紐，需要將廣告主的營銷目標（如轉化率、ROI）轉化為動態競價決策。作為競價機制的中樞神經，廣告出價不僅直接影響廣告主的投放效果，也是廣告排序分的關鍵組成模塊，進而影響平臺側的流量分配效率。廣告出價的面臨的核心挑戰可以概括為以下三點：既要花錢，又要省著花：廣告主既需控制單日花費不超預算，又需盡可能降低每次轉化（如購買、下載...

讓數字人的口型隨著聲音一開一合早已不是新鮮事。更令人期待的，是當明快的旋律響起，它會自然揚起嘴角，眼神含笑；當進入說唱段落，它會隨著鼓點起伏，肩膀與手臂有節奏地帶動氣氛。觀眾看到的不再只是嘴在動，而是整個人在表演。這種表現不僅限于幾個片段，而是能夠穩定地延續到分鐘級長視頻中，在整段時間里保持動作自然、鏡頭流暢。?近日，快手可靈團隊把這一構想帶到了現實。全新數字人功能已在可靈平臺正式上線（???h...

還有一個月，一年一度的“雙十一”就要來了！作為消費者，你平時是怎樣尋找心儀商品的呢？？當你滿懷期待在搜索框輸入關鍵詞，卻發現商品列表并不符合心意——這背后到底是什么原因導致的？這一切，還要從電商平臺常用的傳統搜索架構說起。目前主流系統采用召回>粗排>精排”的級聯式架構。召回層：比如你搜索“紅色連衣裙”，系統會迅速從數億商品中篩選出上萬個包含“紅色”“連衣裙”關鍵詞的商品。這步追求快和全，但精度不...

快手正式發布了多模態大語言模型KeyeVL1.58B。與之前的版本相比，KeyeVL1.5的綜合性能實現顯著提升，尤其在基礎視覺理解能力方面，包括視覺元素識別、推理能力以及對時序信息的理—表現尤為突出。KeyeVL1.5在同等規模的模型中表現出色，甚至超越了一些閉源模型如GPT4o。KeyeVL1.58B在技術上實現了三項關鍵創新：引入慢快編碼策略（SlowFast）：該策略基于相似性算法自動區分慢幀與快幀，并將快幀的token預算控制為慢幀的30%。同...

?導讀：快手KwaiKeye團隊提出Thyme(ThinkBeyondImages)的新范式，并圍繞它構建了一整套技術方案。旨在突破現有方法的限制，賦予開源模型一種更強大、更自主、功能更全面的“超越圖像思考”的能力。??OpenAI推出的o3推理模型，首次將圖像直接融入推理過程，開創了視覺文本聯合推理的新范式。該能力（ThinkwithImage）自發布以來，受到業界與學術界的廣泛關注，多項研究開始探索如何在推理中引入視覺信息以增強模型感知與推理...

近日，快手Kwaipilot團隊發布了SeamlessFlow技術報告，這是對團隊所使用的工業級規模強化學習（RL）訓練框架的詳細介紹。該框架通過創新的數據平面架構，對RL的訓練邏輯和Agent做了徹底解耦，用以支持多智能體、在線強化學習訓練等復雜場景；更進一步，針對RL計算資源分配問題，團隊提出了“標簽分配機制”，統一了該領域最廣泛的兩種設計模式（訓推共卡、訓推分離）。以標簽分配的思路為出發點，在業界首個提出“時空復用pipel...

在大語言模型的競爭中，數學與代碼推理能力已經成為最硬核的“分水嶺”。從OpenAI最早將RLHF引入大模型訓練，到DeepSeek提出GRPO算法，我們見證了強化學習在推理模型領域的巨大潛力。然而，想要復現這些頂尖成果，并不只是“多喂點數據、跑幾輪訓練”這么簡單。現實是，很多中小規模的開源推理模型，在AIME這樣的高難數學競賽題、或LiveCodeBench這樣的復雜代碼評測中，依然與閉源SOTA存在明顯差距。最近，快手Klear語言大模型...

近日，快手8篇論文入選人工智能數據挖掘領域頂會KDD2025，研究涵蓋推薦系統、多任務學習、多模態大模型、大語言模型、組合優化等前沿領域的成果。KDD（ACMSIGKDDConferenceonKnowledgeDiscoveryandDataMining）是人工智能數據挖掘領域的國際頂級學術會議。該會議一年舉辦一次，由ACM的數據挖掘及知識發現專委會主辦。KDD2025將于2025年8月3日至7日在加拿大舉辦。近日，大會正式公布論文錄取結果，快手憑借在人工智能領域的持續...

一、項目背景當前在線推理服務架構中，計算節點（推理服務）與存儲節點（在線PS服務）之間存在海量的實時數據傳輸需求。隨著模型參數量劇增，傳統分布式架構需擴展到成千上萬個服務節點，導致計算節點訪問存儲節點的帶寬散出激增，進而推高訪問延遲。加之當前主流的TCP網絡通信存在CPU占用高、延遲高、吞吐低等劣勢，嚴重制約了服務響應時間，限制了模型預估機器的橫向擴展（ScaleOut）規模。結合快手的業務需求，我們的目標是...

近日，快手發布并開源了KATV1自動思考（AutoThink）大模型，這是一款融合思考與非思考能力、并且可以根據問題難度自動切換思考形態的模型。KATV1模型共有40B和200B兩個版本。在自動思考模式下，40B版本的性能可追平今年5月發布的新版DeepSeekR1（參數量為6850億）。而200B版本的模型，則在多項基準測試中超過了Qwen、DeepSeek和Llama這三大開源模型家族中的旗艦模型。值得一提的是，在號稱無法作弊的競賽級實時基準測試LiveCode...

導讀：本文以快手天守平臺核心建設者視角，系統梳理了大規模前端工程質量保障體系的演進路徑。通過解構其分層架構設計、分布式調度引擎等關鍵技術組件，深度剖析平臺在應對億級DAU場景下的工程實踐，為行業提供可借鑒的質量保障體系建設范式。??即使你的工廠被拆除了，只要它的精神還在，你就能很快重新建立起另一家。如果一場革命摧毀了舊政府，但新政府思想和行為的系統模式沒有變化，它就仍然難逃再次被推翻的命運。關于系...

在自然語言處理中，自回歸建模（AutoregressiveModeling,AR）憑借其"NexttokenPrediction"的方式，已在GPT、LLaMA等大語言模型中取得了突破性成果。受此啟發，業界開始將自回歸方法從語言遷移到視覺領域，在圖像生成領域（DALL·E、GPT4o）也表現出了巨大的潛力。相較于基于擴散模型（DiffusionModel）的生成方式，自回歸的方式更加有效地建模多模態信息，同時避免噪聲采樣的隨機性，進而生成更加穩定的結果。為了將自回歸建模...

計算機視覺領域頂級會議InternationalConferenceonMachineLearning(ICML2025）將于7月13日至7月19日在加拿大溫哥華召開，快手音視頻技術團隊聯合南京大學發表的題為《UltraLowrateImageCompressionwithSemanticResidualCodingandCompressionawareDiffusion》——基于語義殘差編碼與壓縮感知擴散的超低碼率圖像壓縮的最新研究成果被會議收錄。ICML是機器學習領域的頂級國際會議，其收錄的論文代表了機器學習基礎理論與算法創新的...

導讀：快手8篇論文入選機器學習領域頂會ICML2025，研究涵蓋了多模態情感大模型、機器學習單調建模、因果效應估計結果、級聯排序系統一體化建模、統一生成理解框架、圖像壓縮、圖像超分等前沿領域的成果。??ICML（InternationalConferenceonMachineLearning）作為機器學習領域的全球頂級學術盛會，由國際機器學習學會（IMLS）主辦，并被中國計算機學會（CCF）列為A類國際權威會議。第42屆ICML將于7月13日至19日在溫哥華會議中...