推荐即生成：在工业规模上统一个性化视频生成和推荐

传统的短视频推荐系统将用户兴趣与预先制作的固定视频池相匹配，这限制了它们捕获细粒度和动态偏好的能力。我们提出推荐生成（RaG），这是一种新的范式，可以根据推断的用户兴趣按需生成个性化视频。我们的框架通过共享语义 ID (SID) 统一生成推荐和视频生成，将视频表示分解为内容语义和创意风格语义，从而实现用户兴趣的细粒度建模和兴趣一致视频的可控生成。我们进一步开发视频生成代理 (VGA)，以推断的 SID 为条件，以驱动视频创建的分层规划和细化，包括视觉合成、音频对齐和艺术效果增强。为了优化框架，我们有效地引入了一种协同的跨域奖励学习机制，共同执行兴趣调整、用户反馈和视频质量评估。我们将 RaG 部署在拥有超过 4 亿日活跃用户的工业规模平台上，并在收入关键的广告场景中对其进行评估。在线 A/B 测试显示，与强大的生产 GRM 基准相比，广告收入提高了 1.87%，这证明了其在生成推荐之外进一步推动收入增长的有效性。我们的结果强调了闭环生成系统作为将个性化视频生成集成到推荐中的有前途的范例。