Inside the Three New AI innovations in Ads Ranking Improving your Ad Performance

摘要

文章聚焦Meta广告排序系统的最新AI创新。Meta表示，其系统正在重建和演进，以决定哪些广告进入候选、如何更准确预测表现，以及新广告多快能起量；这些能力覆盖更多广告、跨App/版位/目标的统一预测，并利用LLMs理解广告内容、结合用户历史反馈。相关优化自动应用于广告主账户，无需额外手动调参。2026年Q2，Meta广告排序系统改进在Facebook带来广告点击量提升8.3%、转化提升15.7%，属于其更广泛广告投放系统的一部分。

作为排序流程的第一步，Meta Andromeda承担广告召回：把数千万级广告池收敛为候选短名单。2024年版Andromeda强调深度，通过软硬件与机器学习协同设计，并基于MTIA与NVIDIA Grace Hopper Superchip，使召回模型复杂度提升10,000倍。新一代Andromeda与NVIDIA再次协同设计，转向更聪明的广度：不再用单一通用模型处理所有广告，而是将每个广告路由至专门的“专家”模型，把接近排序级的判断力带入召回阶段。生产环境中，系统对每个符合条件的广告打分，并以超过10亿广告/秒的速度输出头部候选，形成召回阶段模型的新吞吐基准。

召回短名单质量的提升最终反映在点击和转化上。自2025年以来，Meta Andromeda在Facebook带来2.4%的转化增长；Q3其复杂度提升10倍，但未增加计算成本或硬件需求，并进一步带来Facebook 1.37%、Instagram Reels 0.24%的转化提升。文章用“私人导购”类比：过去只检查最熟悉、最热门货架，现在能在同样时间内阅读每个货架上的每个商品标签，带回更符合用户偏好的商品组合。对应到广告投放，就是更多广告、创意变体和商品会在同一瞬间被评估，提升合适广告触达合适人群的概率。

对广告主而言，这类系统级优化意味着投放策略可更重视创意多样性与商品/SKU覆盖：更多素材与商品有机会进入候选池，由系统在召回与排序中完成匹配，从而提升用户获取效率与增量转化。由于优化自动生效，广告主无需为每一轮模型迭代手动调参，但仍应保持充足的创意供给和准确的商品信息，以便专家模型和LLM更好理解广告内容并复用历史反馈。整体看，Andromeda的演进体现了广告排序从“单一大模型”走向“专家化召回+规模化吞吐”的趋势，为广告变现效率与投放ROAS的长期提升提供基础设施。