← 返回知识库

Meta Andromeda 再次更新:广告系统拆成三层,独立站卖家要换的打法是什么

Meta 工程团队 10 月 28 日发布 Andromeda 下一代,每秒筛选超 10 亿条广告、较 2024 版提升约 100 倍。本文按官方口径拆解 Andromeda、GEM、GenRecs 三层架构,讲清素材投放时序、创意定向与新品冷启动对独立站卖家的三个影响,以及现在还能自己控制的三处信号输入。

Meta 在 2026 年 10 月 28 日发布工程长文,介绍 Andromeda 的下一代版本:这个个性化广告检索引擎在模型、系统与 GPU 硬件三个层面做了协同设计。对在投 Meta 广告的独立站卖家来说,这条更新值得认真读,因为它改动的不是一个后台开关,而是广告被挑选、买家被理解、新品被认识的三层机制。

这篇先按官方口径讲清三层各管什么,再讲对投放操作的三个影响,最后给出现在还能自己控制的三处输入。

Meta Andromeda 官方发布主视觉:分层架构与数据流的三维示意
Meta Andromeda 下一代检索引擎的官方发布主视觉(Meta Engineering Blog,2026-10-28),仅作示意。

官方发布了什么:三个数字

第一个数字是吞吐量。新系统以超过每秒 10 亿条的速度筛出头部候选广告,官方称这是广告检索阶段模型的新吞吐基准,约为 2024 版 Andromeda 系统的 100 倍。作为对照,2024 版系统在单张 GPU 卡上是每秒数千万条的量级。

第二个数字是转化。官方披露,自 2025 年以来,Andromeda 在 Facebook 上带来 2.4% 的转化提升。

第三个数字是效率。新一代检索模型采用受大语言模型启发的混合专家(MoE)架构,推理算力约为 2024 版检索模型的 1/300,效果却接近原本只在精细排序阶段才用得起的模型。

官方还给出了一个背景判断:生成式创意工具让广告主可以快速产出海量新广告,Meta 的广告候选池已经涨到前所未有的规模。新广告更容易被埋进去,也更需要在被埋之前被认出来。

官方图表:Meta 与 NVIDIA 协作下各组件吞吐提升,单位为十亿条广告每秒
官方图表:Meta 与 NVIDIA 协作下的组件吞吐提升(十亿条广告/秒)。互动网络 10B+、索引匹配 100B+、端到端检索管线 3B+,均为官方演示口径,非我方账户数据。

广告系统拆成了三层

第一层,Andromeda,筛广告。 数千万条广告先被筛成几千条值得参与排名的候选,再由类大语言模型的专用模型打分排序,打分同时读文本和视觉信息。这一层的更新意味着,能不能进候选池、排第几,越来越取决于广告本身的信号质量。

官方架构图:Retrieval MoE,用户信号与广告侧信号经 Ad-Aware MoE Router 输出相关性分数
官方架构图:Retrieval MoE。用户侧信号包括序列化广告互动、用户队列、LLM 语义特征与跨版位共同互动(Meta Engineering Blog,2026-10-28)。

第二层,GEM,懂买家。 Meta 在 2026 年 10 月 13 日的工程专文中给出了正式命名:Generative Ads Model,官方称其为行业最大的推荐基础模型,也是第一次把 LLM 范式带进广告推荐。它把买家在平台上的自然内容行为与广告行为放进同一个模型,用来预测下一步动作:用户连续刷到某种风格的 Reels 内容,兴趣在十几分钟里成形,广告随后把这个新兴趣接住。

第三层,GenRecs,懂新品。 新广告、新产品、新系列的难点在于没有互动历史,经典做法是先花几周预算积累数据再谈投放。Meta 在 2026 年 10 月 19 日的工程专文中介绍了 GenRecs Tokenization:给新内容一套稳定、可被模型复用的词表,让它直接挂上现有模型已有的认知,冷启动不必从零开始。

对投放操作的三个影响

一、素材出量有时间序列,别急着关掉

检索排序有先后顺序,不是先到先得。一条素材前两三周没有消耗,可能只是还没被排进投放序列。从我们操作的账户看,有的素材到第二、三个月才爬成账户主力,早关就错过了。这个时序判断来自投放实操观察,前提是素材本身有真实的人设和角度,概念与格式也完整。投放序列与线索质量的关系,可以对照 Meta 投放时序与线索质量 这篇。

二、定向正在写进创意本身

自然内容也在喂算法,这意味着定向越来越多地由创意完成,而不是由后台的兴趣标签完成。我们投过一条讲「怀旧与时尚史」的广告,互动人群画像正好落在目标品牌的人群上;画面之外,字幕和口播稿这些文字也在被排序模型读取。素材级人群与创意定向的边界,可以参考 Meta 素材级受众;素材本身能不能打,判断方法见广告素材好坏怎么判断。

官方发布主视觉:GEM,Scaling the Central Model and Compute Engine for Frontier Ads AI
官方专文主视觉:Generative Ads Model(GEM),扩展广告 AI 的中央模型与算力引擎(Meta Engineering Blog,2026-10-13),仅作示意。

三、新品冷启动在被压缩

旧逻辑下,新品上线要先烧两到四周互动数据,才知道该投给谁。生成式检索的方向是新素材直接与现有模型配对。官方的目标表述是让结果在第一天就出现,这是努力方向,实际投放仍以账户的真实数据为准,但方向本身是明确的:新素材的起跑线比以前靠前。

官方发布主视觉:GenRecs Tokenization,新品以稳定词表接入推荐模型
官方专文主视觉:GenRecs Tokenization,让新广告获得稳定的模型词表(Meta Engineering Blog,2026-10-19),仅作示意。

现在还能自己控制的三处输入

后台手动干预的空间每个月都在变小,算法越自动,卖家的杠杆就越集中在输入侧。按优先级是这三处:

  • ✅ 素材概念真实:有人设、有角度,概念与格式完整。系统愿意等待的是好素材,垃圾素材喂不出好结果。
  • ✅ 广告文本做厚:字幕、口播稿、广告内的信息密度都在被读取,别只打磨画面。
  • ✅ 店铺信息做富:产品描述、收藏页与品牌叙事写扎实。信息密度高的店铺更容易被算法配对到大人群。

需要写清楚的几个边界

  • ⚠️ 本文的吞吐量、转化提升与算力数字均为 Meta 官方口径,描述的是平台系统能力,不代表任何单个广告账户的投放结果。
  • ⚠️ 「第一天就出结果」是官方的努力方向;GenRecs 的官方专文讲的是机制与基准,商家端的能力开放范围与后台开关以实际显示为准。
  • ⚠️ 「不出量素材等两三个月」是实操观察,不构成「所有素材都该等三个月」的建议;是否等待,取决于素材质量、账户结构与预算空间。

需要按自己账户核一遍素材库与产品页的信息密度,可以通过联系我们把账户情况发过来,我们按实际投放数据给判断。三处输入里最难的是素材概念,判定方法可以对照广告素材好坏怎么判断这篇先做一轮自检。

参考资料

KK11 PAID MEDIA

广告投放,按方法跑出结果

账户结构、素材测试与复盘体系,我们用固定流程替品牌管理海外广告预算。

LET'S TALK

让出海更简单
让增长更确定

告诉我们你的业务阶段与当前问题,先判断下一步最值得做什么。

预约一次免费诊断