這是蒼何的第 451 篇原創(chuàng)！

大家好，我是蒼何。

不知道大家有沒有這種經(jīng)歷：

腦子里明明有個畫面，或者一句歌詞，但就是死活想不起來名字。

比如，我前兩天想搜個電影，腦子里只有個畫面：“一個男的在雨里吃漢堡，旁邊還有條狗”。

我去搜“雨里吃漢堡”，以前出來的全是某快餐店廣告，或者天氣預報。

那種話到嘴邊卻搜不出來的感覺，真的太憋屈了。

但最近，我發(fā)現(xiàn)搜索好像變神了。

不管是搜那種很虛的形容詞，還是很具體的某個極其冷門的直播場景，它好像能讀心一樣，啪一下就給你呈上來了。

那一瞬間，我真的感覺屏幕對面是不是坐了個懂我的活人。

理智告訴我，這背后，一定是技術的迭代。

沒錯，這依然是我們熟悉的 AI 大模型在搞事情。

最近快手技術團隊搞了個大動作，發(fā)了兩篇硬核論文，公開了他們的新一代工業(yè)級搜索技術。

論文地址我放評論區(qū)了，感興趣的可以下載讀一讀。

名字聽起來挺高大上的：UniDex（統(tǒng)一語義倒排） 和 UniSearch（統(tǒng)一生成式搜索）。

這倆名字看著是不是挺勸退？

什么“倒排索引”、“語義建?！?、“生成式”……

這些詞堆在一起，就像是把英文字母表重新排列組合了一遍，每個字都認識，連在一起就想關網(wǎng)頁。

但不瞞你說，我硬著頭皮啃完這 2 篇名為《UniDex: Rethinking Search Inverted Indexing with Unified Semantic Modeling》和《UniSearch: Rethinking Search System with a Unified Generative Architecture》的論文，居然被燃到了。

因為這不僅僅是技術升級，這簡直是把搜索系統(tǒng)的地基給扒了重蓋。

今天這篇文章，就是想帶你用最通俗易懂的方式，扒開這層技術外衣。

看看為什么現(xiàn)在的搜索能比你肚子里的蛔蟲還靈，以及快手這波操作到底牛在哪。

第一招：UniDex，給視頻發(fā)“身份證”

先說這個 UniDex。它的核心任務是：找得準、找得快。

在它出現(xiàn)之前，搜索引擎用了幾十年的核心機制叫倒排索引（Inverted Indexing）

這玩意兒是個啥呢？

舉個例子，你去了一個巨大的老式圖書館。

以前的管理員（老算法）特別死板，他手里只有一張寫著書名關鍵詞的卡片。

你想找一本關于“很多水的地方”的書，但他手里只有寫著“?！薄ⅰ昂印?、“湖”的卡片。

你搜“大?！?，他能找到；但如果你搜“很多水的地方”，他可能就懵圈了。

因為書名里沒這幾個字，這就叫表面上的詞匯重疊限制了能力。

這就導致了兩個問題：

1. 笨： 不懂意思，只認字面。

2. 重： 為了能搜到更多詞，得設計一大堆同義詞擴展、停用詞處理等人工規(guī)則，維護起來累死人。

而 UniDex，就像是換了一個過目不忘的天才管理員。

他不再死記硬背書名里的字了，他用了一種叫語義建模的方法。

簡單說，就是給每一本書（視頻）都發(fā)了一個“語義身份證”（Semantic ID，簡稱SID）。

這個身份證里記的不是字，而是意思。

論文里舉了個特別形象的例子：“Apple” 。

這個詞，可能是水果，可能是蘋果公司，甚至可能是一個唱片公司的名字 。

如果一個視頻里提到了 Google、Microsoft 和 Apple，雖然沒提“科技公司”這幾個字，但 UniDex 一眼就能看出它的語義身份證屬于“科技”這一類。也就是會把 Apple 認為是蘋果公司。

當你搜相關概念時，雖然字不一樣，但“身份證”是對得上的，它就能給你找出來。

這背后的技術原理叫“Model-based 倒排索引” 。

快手直接把地基換了！用模型生成的“語義ID”徹底取代了傳統(tǒng)的“關鍵詞”。

為了做到這一點，他們提出了一種名為“UniTouch”的技術，把查詢詞和視頻都變成了離散的ID。

而且，他們用了一種很聰明的匹配策略叫“Max-Max”

啥意思呢？

就是一個視頻，只要有一個語義側面跟你的搜索意圖對上了，就能被撈出來。

這就像那個天才管理員，只要聽到你描述的任何一個特征（比如“雨里吃漢堡”），他就能瞬間反應過來：“哦！你是要找那個！”

這帶來的好處是驚人的。

官方數(shù)據(jù)顯示，UniDex 讓倒排系統(tǒng)的響應速度提升了 25% ，而且它還帶來了倒排召回視頻在精排透出占比提升25%+的增益，這意味著它能比傳統(tǒng)倒排多挖掘出四分之一的「漏網(wǎng)之魚」，讓那些原本因為沒有關鍵詞匹配而被遺漏的優(yōu)質內容重見天日。

同時，因為它不再需要存那一大堆亂七八糟的關鍵詞索引，大幅降低了系統(tǒng)存儲和計算資源。

這就像原本那個老管理員要戴著老花鏡翻半天卡片，現(xiàn)在這個天才管理員掃一眼就給你把書遞過來了，而且他還不用占那么大工位。

更絕的是，正如論文中這張對比圖所示，它在處理那些平時很難搜準的「長尾」冷門內容時簡直是降維打擊，直接把結果的稀缺率（RRS）打下來了，讓點擊率（CTR）蹭蹭往上漲，這效果比優(yōu)化熱門搜索還要顯著得多。

第二招：UniSearch，像主廚一樣“現(xiàn)做”

再說第二招：UniSearch。

這一招主要用在直播搜索里。

直播搜索有個大難題：它變得太快了。

你在那一秒搜的時候，主播可能剛開始唱歌，下一秒他可能就開始帶貨了。

傳統(tǒng)的搜索是“拼接”出來的——先召回一堆，再粗排，再精排。

這就像做菜。

老算法是：A負責買菜，B負責切菜，C負責炒菜。

結果A買回來的是魚，B按牛肉的方法切了，C按炒青菜的方法炒了。

大家各干各的，最后端出來的菜（搜索結果），味道總差點意思。

而 UniSearch，搞了個真端到端。

它就像是一個全能主廚，從買菜到上桌，一個人（一個模型）全包了。

它把“視頻編碼”和“搜索生成”放在一個框架里訓練。

當你輸入搜索詞，UniSearch 不是去倉庫里翻找，而是直接生成出它認為最適合你的那個直播間的語義ID，緊接著通過動態(tài)Trie樹索引找到對應直播間。

這就更神了。

為了讓這個主廚更懂食客口味，快手還引入了強化學習。

簡單說，就是根據(jù)用戶的真實反饋（看了多久、有沒有進直播間），實時調整主廚的手藝。

效果也是立竿見影：近 2 年最大直播間進間數(shù)收益（+3.31%），標志了直播搜索質量的有效提升。

他們也對進間次數(shù)進行了下探，發(fā)現(xiàn) 58.73% 的提升來自新用戶，占總增量一半以上。這表明 UniSearch 返回的結果對不熟悉平臺的新用戶具有更強的吸引力，具有潛在的拉新能力。

這也意味著，AI 真的幫用戶發(fā)現(xiàn)了他們當下最想看的那個直播間。

這意味著什么？

這一套組合拳打下來，我最大的感受是：

工業(yè)級搜索，正在經(jīng)歷一場去文字化的革命。

以前我們認為搜索就是“字”對“字”的匹配。

但快手這套 UniDex & UniSearch 告訴我們，搜索的本質是“意圖”對“內容”的共鳴。

而且，越是那種長尾的、冷門的、以前很難搜出來的東西，UniDex和 UniSearch 的提升效果越明顯。

數(shù)據(jù)顯示，對于那些極少被搜到的“長尾查詢”，UniDex 的相關性結果稀缺率大幅下降，點擊率顯著提升。

也就是說，不管你搜的東西多偏門，它都能懂你。

對于我們普通用戶來說：

那種“搜了個寂寞”的時刻會越來越少。

你不用再費勁心思去想“關鍵詞”了，你只需要表達你的想法。

哪怕是很抽象的描述，算法也能通過語義ID精準定位到你想要的內容。

對于行業(yè)來說：

這是一次教科書級別的降本增效示范。

大家都在喊 AI 落地，但很多時候 AI 是錦上添花甚至畫蛇添足，增加了成本卻沒帶來多少收益。

但快手證明了，把底層的地基用 AI 重構，不僅能讓系統(tǒng)跑得快 25%（降本），還能實打實地帶來業(yè)務增長（增效）。

這才是真正的工業(yè)級——不是PPT上的炫技，而是真金白銀的效率提升。

我發(fā)現(xiàn)很多人總覺得 AI 大模型離自己很遠。

但其實，它正在悄悄滲透進我們每一次“下拉刷新”、每一次“點擊搜索”里。

沒有這些算法的進化，在信息爆炸的今天，我們面對的可能不是豐富，而是混亂。

最后，你可以再回頭，看看文章開頭那個讓你云里霧里的技術名詞。

結合我今天的大白話拆解，是不是感覺，好像，也沒那么天書了？

懂了的朋友，評論區(qū)扣個1，讓我看看這屆讀者的含金量。

如果還有哪里不明白，我們在評論區(qū)繼續(xù)聊~

技術雖然高冷，但它的終點，永遠是更好的體驗。

能看到這里的都是真愛粉！

如果覺得這篇解讀對你有啟發(fā)，隨手點個贊、在看、轉發(fā)三連吧~

如果想第一時間看我拆解最新 AI 技術，也可以給我個星標?

謝謝你耐心看完我的文章~