讲个故事。有媒体曾在1998年刊登过一个著名案例：超市收银员发现，年轻爸爸在给孩子买纸尿裤时，往往会顺手给自己带一罐啤酒。
于是，超市把这两样风马牛不相及的东西摆在了一起，销量双双暴涨。近30年过去了，这个关于广告推荐的故事依然奏效吗？这次大赛的冠军队伍“Echoch”，队长邱同学和队友周同学、任同学一起，花了大半年时间去思考一个问题：「全模态生成式推荐」与传统广告推荐相比优在哪里？传统的广告推荐像个只会做连线题的机器人：它看你历史数据里有什么，就去广告库里找个相似的塞给你，核心逻辑是“匹配”。但随着用户需求的多样化，“匹配”的效果会逐渐降低。在这次比赛的“黑盒”题目里，面对海量且无序的用户行为样本，要求用生成式推荐的方法来解题。邱同学介绍，他们基于LLM（大语言模型），做了细致的特征工程，主要分为两大类：不是只看用户单次点击了什么，而是去捕捉用户在秒、周、月等不同时间段内的点击，用算法去理解——是偶发行为还是真的对某商品有兴趣；把用户的连续行为进行切片（分Request、Session 和 Visit Session三个层级），像分析对话一样，去模拟用户在浏览和决策时的心理。在线下，啤酒和纸尿裤在同一空间内，消费者想法相对容易被洞察；但在线上，还要考虑点击观看的次数、频率、间隔时间等因素，看到消费者貌似散乱无序的行为背后，潜藏着怎样的商业兴趣或需求。“我理想中的未来算法推荐，不是因为我常看云贵川旅游攻略，就给我机械地推飞成都的特价机票，而是能洞察到我实际上喜欢的是自然风光，可能给我推北欧极光或者海南环岛游。”邱同学畅想道。亚军团队“leejt”的思路更为大胆，队长李同学与队友朱同学、钟同学一起，尝试用“图学习”的全新角度来解题。“图学习”即在一个关系网络中，一个节点的属性会受到其邻居节点的影响。简单地说，就是“近朱者赤”。如果A和B都买了一款双肩包，在算法的图谱上，A、B和双肩包就建立了连接（两跳联系）。这时候，如果B又买了个斜挎包，那么算法就会顺藤摸瓜，意识到A可能也需要这个斜挎包（三跳联系）。如果A和B的特征相似度很高，那么他俩就形成了“同构图”，反之则是“异构图”。而当所有关联项都用“图学习”的方式建模，更便于挖掘出特征，获取更高阶的信息。应用到实际商品购买中，李同学描绘了他期待的“未来”：假如我搜了「米色风衣」，聪明的算法不应该给我推一万件一模一样的风衣，而是应该帮我去寻找——搭配这款风衣好看的裤子、鞋子和包。理想中的广告推荐应该是“无感的”，朱同学补充，他认为用户讨厌的不是广告，而是“被打扰”。精准的推荐应该像空气一样，在你需要的时候出现，且尊重你的决策。刚刚落下帷幕的2025腾讯广告算法大赛，不仅仅是一场比赛，更像是一群年轻人对技术的集体“死磕”。成功的背后是数万次训练，是反复的试错和调试的过程，每一行代码背后，都是对“技术改变未来”的极致热爱。最终，冠军花落“Echoch”队（成员来自华中科技大学、北京大学、中国科学技术大学），亚、季军“leejt”队、“也许明天”队（成员分别来自中山大学和香港大学）。此次比赛总奖金池360万元，冠军奖金200万元，前10名队伍均获得了腾讯offer意向书。腾讯公司副总裁蒋杰表示：“今年有来自近30个国家、8000多人报名，是一个很强的信号，表明AI正在吸引新一代的年轻人加入，也印证了腾讯在技术生态上的凝聚力。我们相信，技术只有落地于业务，才能呈现出真正的价值。希望通过比赛让学界、业界抱在一起，助力有能力的AI人才浮出水面，让技术创新的想法有机会成为果实。”
