---
title: "生成式推荐 (Generative Recommendation)"
created: 2026-06-10
updated: 2026-06-10
type: concept
tags: [recommendation, generative-model, paradigm]
sources: [raw/papers/onereason-team-onereason-2026.md]
---

# 生成式推荐 (Generative Recommendation)

> 将推荐任务建模为序列生成问题，用生成式模型直接预测下一个 item 的推荐范式。

## 定义

生成式推荐将推荐重新表述为序列生成：给定用户历史行为序列，模型直接生成下一个推荐 item（以 [[itemic-tokens|itemic token]] 形式）。这与传统推荐（embedding 匹配 + top-K 检索）形成根本差异。

## 核心思想

- **统一生成框架**：将召回、排序、重排统一为一个端到端生成过程
- **Scaling 优势**：像 LLM 一样，模型和数据的扩展带来持续性能提升
- **跨域泛化**：生成式模型天然支持跨域推荐

## 代表工作

- [[onerec|OneRec 系列]]（快手）：工业级生成式推荐，多业务线部署
- 在短视频、直播、广告、电商等场景验证

## 核心挑战

- **推理能力缺失**：纯 item token 序列无法支撑 [[chain-of-thought|CoT]] 推理
- **[[itemic-text-alignment|语义对齐]]**：item token 与自然语言的跨模态对齐

## 参考

- [[onerec|OneRec]]
- [[onereason|OneReason]]
- [[itemic-tokens|Itemic Token]]