Kuaishou（快手）

UniMixer: A Unified Architecture for Scaling Laws in Recommendation Systems

UniMixer: 一种用于推荐系统扩展法则的统一架构

Mingming Ha, Guanchen Wang, Linxun Chen, Xuan Rao, Yuexin Shi, Tianbao Ma, Zhaojie Liu, Yunqian Fan, Zilong Lu, Yanan Niu, Han Li, Kun Gai

机构 * Kuaishou Technology（快手科技） 纠错

AI总结 本文提出UniMixer架构，统一推荐系统扩展块理论框架，提升扩展效率，优化token混合模式，并设计轻量UniMixing-Lite模块提升性能。

Generative Recommendation for Large-Scale Advertising

大规模广告中的生成推荐

Ben Xue, Dan Liu, Lixiang Wang, Mingjie Sun, Peng Wang, Pengfei Zhang, Shaoyun Shi, Tianyu Xu, Yunhao Sha, Zhiqiang Liu, Bo Kong, Bo Wang, Hang Yang, Jieting Xue, Junhao Wang, Shengyu Wang, Shuping Hui, Wencai Ye, Xiao Lin, Yongzhi Li, Yuhang Chen, Zhihui Yin, Quan Chen, Shiyang Wen, Wenjin Wu, Han Li, Guorui Zhou, Changcheng Li, Peng Jiang, Kun Gai

机构 * Kuaishou Technology（快手科技） 纠错

AI总结 GR4AD通过统一广告语义ID和LazyAR解码器提升生成推荐效率，结合价值感知学习优化广告收益，实现大规模广告系统4.2%的收益提升。

Comments 13 pages, 6 figures, under review

SALAD: Achieve High-Sparsity Attention via Efficient Linear Attention Tuning for Video Diffusion Transformer

SALAD: 通过高效的线性注意微调实现高稀疏性注意

Tongcheng Fang, Hanling Zhang, Ruiqi Xie, Zhuo Han, Xin Tao, Tianchen Zhao, Pengfei Wan, Wenbo Ding, Wanli Ouyang, Xuefei Ning, Yu Wang

机构 * Tsinghua University（清华大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文提出SALAD，通过并行的稀疏注意与轻量线性注意分支，结合多级静态-动态缩放策略，实现高达90%的稀疏性和1.52-2.03倍的推理加速，同时保持生成质量。

ExGes: Expressive Human Motion Retrieval and Modulation for Audio-Driven Gesture Synthesis

ExGes：基于音频驱动的 gesture 合成中的 expressive 人类运动检索与调节

Xukun Zhou, Fengxin Li, Ming Chen, Yan Zhou, Pengfei Wan, Di Zhang, Yeying Jin, Zhaoxin Fan, Hongyan Liu, Jun He

机构 * Renmin University（中国人民大学） ； Kuaishou Technology（快手科技） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出ExGes框架，通过运动库构建、运动检索模块和精度控制模块，提升音频驱动手势合成的表达性和与音频语义的一致性，实验表明其在Fréchet Gesture Distance和运动多样性上优于现有方法。