TikTok推出：智能推荐引擎焕新

2026 年 9 月 1 日，TikTok 官方宣布全新智能推荐引擎正式上线，随 v36.5.0 版本向全球用户推送。这是平台推荐体系自成立以来最大规模的一次技术焕新：经过 38 天的内部灰度测试，新引擎上线后测试组用户人均观看时长提升 17.3%，视频互动率提升 42.7%，冷启动新账号的首日留存率提高 11.9 个百分点。全新智能推荐引擎将以更精准的兴趣识别与更流畅的内容分发，为全球创作者与用户带来焕然一新的刷视频体验。

本次焕新并非一蹴而就。据 TikTok 推荐算法团队负责人周启明介绍，项目立项于 2025 年 2 月，历经 18 个月、6 轮大规模实验方才推向全量用户。「我们重新审视了推荐系统的每一个环节，从特征工程到在线服务架构都做了深度重构，目标是让算法真正理解用户此刻想看什么，而不是机械地重复历史偏好。」周启明表示，团队累计训练了 214 个候选模型，最终选出的新一代模型在离线评测中取得历史最优成绩。

推荐引擎的技术进化

新一代智能推荐引擎在个性化推荐算法层面实现了三项关键突破。其一，多模态兴趣建模：模型不再只依赖点赞、完播等行为信号，而是融合画面、音频、字幕文本与用户停留轨迹，构建出 512 维的兴趣向量空间，兴趣刻画颗粒度较上一代提升 3.6 倍。其二，实时反馈闭环：用户每一次滑动、快进与收藏都会在 200 毫秒内回传模型，推荐结果随兴趣漂移实时校准，打破了传统「每日离线更新」的延迟瓶颈。

在兴趣内容分发机制上，新引擎引入了「探索与利用」的动态平衡策略。算法科学家苏可薇解释：「过去系统偏向推送高概率感兴趣的内容，容易形成信息茧房；现在每 10 次推荐中约有 2 次会安排适度探索，帮用户发现潜在兴趣，也把流量带给更多中腰部创作者。」内测数据显示，中腰部创作者视频的平均曝光量因此提升了 28.4%，平台内容生态的丰富度显著增强。

值得一提的是，针对新用户冷启动难题，团队设计了跨域迁移学习方案：借助同设备其他应用的公开兴趣信号作为先验信息，新账号在注册后 48 小时内即可建立初步兴趣画像。灰度期间，新用户人均浏览视频数从 76 条提升至 103 条，首周活跃度提升 15.2%，验证了视频推荐机制对拉新留存的直接价值。

性能测试数据一览

在性能侧，团队对在线服务架构进行了全面重构，推荐请求的平均响应耗时从此前的 142 毫秒压缩至 68 毫秒，99 分位延迟从 480 毫秒降至 210 毫秒，弱网环境下的降级策略也让视频流首帧时间缩短 31%。产品副总裁韩雨桐在内部全员会上表示：「这些数字背后是工程师们数百个日夜的打磨，我们要让每一次刷新都又快又准，这是 TikTok 体验的根基。」

评测负责人林志远补充了另一组数据：新引擎在 A/B 测试中的胜率高达 87.5%，其中在 18 至 24 岁年轻用户群体中互动率提升最为显著，达到 51.3%。与此同时，负面反馈率（不感兴趣、举报）下降了 19.8%，说明推荐的准确性提升并未以打扰用户为代价。

用户体验与后续展望

新引擎上线首日，「刷到的全是我爱看的」话题浏览量突破 2.6 亿。广州用户陈晓晴反馈：「以前刷十条要跳过三四条，现在几乎每条都能看完，首页像是长在了我的心巴上。」创作者侧同样感受到变化，舞蹈博主何雨桐表示自己的视频播放量在一周内上涨了 34%，「算法终于把内容推给了对的人。」

展望后续，周启明透露团队将在第四季度推进「兴趣迁移预测」与「长视频深度推荐」两个方向，并计划于 2026 年 12 月发布年度推荐透明度报告，向用户公开算法的核心逻辑与数据使用规范。TikTok 希望通过持续的智能推荐引擎迭代，让每一位用户都能在平台找到属于自己的精彩。

现在升级至 TikTok v36.5.0 即可体验焕新后的智能推荐引擎。前往下载中心获取最新版本，让更懂你的推荐流带你发现全球精彩短视频。