端智能在快手商业化的应用实践-王令龙.pdf

《端智能在快手商业化的应用实践-王令龙.pdf》由会员分享，可在线阅读，更多相关《端智能在快手商业化的应用实践-王令龙.pdf（32页珍藏版）》请在三个皮匠报告上搜索。

1、端智能在快手商业化的应用实践王令龙个人介绍王令龙2020年加入快手商业化大前端任架构&品牌前端负责人主要负责端智能、动态化、稳定性、工程架构等方向工作目录从云智能到端智能业务赋能稳定性赋能010203架构设计04未来展望05从云智能到端智能智能化跃迁AI大事件手机智能化历程2015年Tensorflow Lite移动版发布2011年Apple Siri 发布2016年AlphaGo击败李世石2023年ChatGPT-4发布2024年1月VIVO X100内置7B大模型2025年1月DeepSeek爆火2025年3月OPPO N5接入DeepSeek R1AI功能深化端侧算力升级手机大模型落地2

2、017首次专用神经网络芯片2024 2倍神经网络引擎速度影像：AI拍月/智能抠图/画质优化系统：内存调度优化+用户习惯学习交互：人脸识别取代指纹解锁硬件：NPU芯片标配 CPU/GPU性能迭代框架：TFLite/Core ML等20+框架生态VIVO 首发70亿参数端侧模型支持智能摘要、路人消除等场景革命让复杂问题在客户端上有更好的解法用“智能手段”解决问题人算不如“机算”客户端开发不再是“数据孤岛”数据驱动针对不同场景定制解决方案千人千面强隐私性高实时性低成本高稳定性快手商业化痛点UI体验类问题频发，精确召回。广告灰黑产猖獗，精准识别。感知用户状态，精细化运营。业务提收业务降本稳定性赋能业务

3、赋能左右手识别价值用户体验专家Steven Hoober 于 2013 年介绍了拇指区的概念：绿色区域是单手触屏最舒服的区域。这个理论被广泛运用，并作为设计参考依据，并在不断研究后得出结论，用户倾向于单指、单手操作手机。应用场景展望感知左右手信号给到算法做推荐策略优化实时感知左右手信号做交互优化用机器学习思维解决问题标注数据集已标注数据（特征+标签）左手操作右手操作左手操作标签（想要模型预测的结果）监督学习算法训练样本期望输出值端智能模型左手操作右手操作左手操作左手操作右手操作左手操作左右右手操作左手操作左手操作结果输出特征输入模型推理过程模型训练过程模型训练监督者特征分析长度特征滑动过程总长

4、度速度特征位移特征形状特征滑动过程的速度情况和离散程度用户的滑动范围滑动的平滑度、弯曲程度等不同手指速度变化趋势图不同手指均方根误差（平滑度）分布图不同手指曲率分布分布图建立特征工程特征处理滑动轨迹数据重要特征提取（示例：轨迹偏左比例）采集用户滑动点集相关性较高的特征从滑动轨迹数据中提取最优因果关系的特征特征分析保证数据集质量：保证训练集数据数量和多样性。采集男生女生线下数据采集&标注。研发测试数据采集训练集数据数量多数量少数据多样数据单一效果好泛化程度低效果差过拟合部分数据示例操作手类型（标签）：1左手、2右手曲线凹向（特征）平均曲率（特征）最大曲率（特征）落地成果左手右手左手右手右手42%

5、58%右手左手快手用户左右手分布右手49.5%50.5%惯用单手频繁换手快手单手、频繁换手用户分布端云协同直播推荐广告卡交互优化：点击率提升促业务收入提升直播推荐特征纠偏：端信号优化推荐模型促收入提升负反馈卡交互优化：负反馈点击率提升交互热区优化操作交互优化：互动点击率提升端智能赋能反作弊的价值作弊手段层出不穷，以往策略实时性、准确率不足。真人与脚本特征差异？脚本群控激励广告业务是作弊的重灾区自动化脚本：自动化配置做任务刷金币。物理作弊器：连续刷视频、伪装高活用户、金币获利。群控/云控：数据线push命令到手机，大量获利。刷金币脚本物理作弊精准识别捕捉实时特征，模型智能识别。提升准确性/实时性

6、。Feature centerinputoutput滑动位移姿态音量50+特征数据上报App启动AI Model用户操作黑产调研数据集建设端云结合简化模型智能决策：根据以往的操作习惯，判断当前是否是机器操作手机业务场景触发真人机器作弊流量风控策略命中风控落地成果效果：日均打掉近万机器脚本作弊设备，为业务节省很大成本。作弊设备滑动轨迹热力图真人滑动轨迹热力图左右手热区明显轨迹呈现线性分布轨迹呈现机械化程式化稳定性赋能UI异常检测白屏检测-传统白屏检测的不足问题：快手大前端线上白屏问题占比15%+CASE:灰度值检测方