随着直播行业的飞速发展，快手平台每天产生海量的直播内容。传统的技术手段在内容理解深度、用户交互实时性、以及个性化体验优化方面逐渐面临瓶颈。例如，如何精准刻画数亿用户与千万主播之间的匹配关系？如何实现主播与观众之间更自然、有趣的互动？又如何推进用户对主播的第一印象的形成来促进主粉关系的转化？这些问题在大模型能力日新月异的当下，有了越发清晰的回答。

演讲提纲

1. 内容理解升级——从“标签”到“灵魂刻画”
   • 大模型都是夸夸怪，用户对主播的评论也都是正向居多，我们怎么能够相对客观地刻画主播的特点与用户的偏好？
2. 智能交互升级——从“工具”到“AI分身”
   • 主播的服务能力与用户的体验息息相关，本节将介绍我们如何通过个性化的主播分身的打造，对主播全链路的服务质量进行升级，打造全新的交互方式。
3. 体验优化与关系转化——从“惊鸿一瞥”到“一见如故”
   • 用户对新主播的认知很少，那么我们如何通过主播信息的外显，来优化用户与主播的第一触点，进而带动用户筛选效率与看播体验的提升。

您认为，这样的技术在实践过程中有哪些痛点？

• 如何在有限资源下做好U-A的个性化；

• 如何差异性优化头部好主播与中长尾主播的策略。

您的演讲有哪些前沿亮点？

• 技术创新上，我们如何通过多模态大模型与用户反馈信息，实现主播与用户的理解，并通过强化学习进一步拟合用户对主播的偏好，带来直播业务的提升。

• 业务落地上，在直播这样相对成熟的业务场景下，大模型能力如何优化用户的看播体验，提高主播的服务质量。

听众收益

• 了解到在应用视角下，大模型如何联动用户行为进行兴趣建模。
• 了解到在大模型时代下，快手尤其是快手直播的一些创新和变化。