KDD 2026｜快手PlatformBid：从单广告主最优到平台全局共赢

好的，作为一名在计算广告领域摸爬滚打多年的老兵，今天来聊聊自动竞价这个老话题，但会带点新东西。 不少文章都在讲自动竞价，但大多还是站在单个广告主（DSP）的视角，琢磨怎么帮一个玩家花好每一分钱。这当然没错，可现实是，像快手这样的平台，已经把流量、广告主和交易引擎都捏在一起了。这时候，只看一个广告主的“单兵作战能力”就不够了，得考虑整场“战役”的全局——平台怎么在保证整体效率的同时，还能让所有玩家都玩得下去。 这就是今天要聊的核心：快手联合东南大学、南洋理工大学搞的一个新基准——**PlatformBid**，以及基于它提出的新方法——**BidFlow**。不是从某个广告主的视角，而是从统一广告平台的全局视角出发。这项成果已经发表在KDD 2026。 **论文标题：** PlatformBid: An Auto-Bidding Benchmark from a Unified Advertising Platform's Perspective **代码仓库：** [https://github.com/YsTvT/PlatformBid](https://github.com/YsTvT/PlatformBid) **论文地址：** [https://arxiv.org/pdf/2607.27265](https://arxiv.org/pdf/2607.27265) ## 一、研究背景：被忽视的“平台视角” 传统自动竞价研究，比如经典的iPinYou、AuctionNet这些基准，基本都围着DSP打转。核心目标很简单：帮一个广告主在历史出价固定的情况下，卷赢对手，拿到更多转化。 但现在的行业格局已经变了： * **平台整合成为主流**：真实的工业广告系统，比如快手，早就把SSP、DSP和交易引擎内部打通了。广告主之间的竞争，发生在平台内部，而不是跨平台。 * **评估体系缺位**：现有的基准，根本没法回答一个关键问题——当所有广告主都开始用新算法时，平台的总体收入会怎样？广告主之间的公平性又如何？ * **动态竞争被忽略**：像AuctionNet这种基准，评估方式通常是“逐个替换广告主，并回放历史出价”。这完全没法捕捉到当多个广告主同时调整策略时，那种真正动态的竞争关系。 所以，核心问题就摆在这了：**单个广告主的最优，绝不等于平台全局的最优**。从DSP视角到平台视角的范式转变，就是这项工作的出发点。 ## 二、PlatformBid基准设计 ### 2.1 问题定义：平台视角的形式化 PlatformBid首先从统一平台视角，重新定义了自动竞价优化问题。和传统DSP公式比，最关键的区别在于，它显式地引入了**平台级目标约束**。这个约束可以要求，平台的总收入不能低于某个基线策略的水平，这就像线上A/B测试的硬性要求一样。竞价策略采用多参数线性出价形式，算法在粗粒度的时间间隔（比如30分钟）更新参数，给复杂算法留出充足的计算空间。 ### 2.2 三大评估设置 基于平台实际业务，PlatformBid设计了三个代表性评估设置，能精准反映真实世界的竞争动态： **设置1：同质竞争** 所有48个广告主都部署相同的竞价策略，通过GSP拍卖机制正面竞争。这个设置直接模拟了线上新算法全量上线的场景，用来评估平台级的平均表现，核心是看算法能不能达到稳定的市场均衡，还是说会引发系统性的效率问题（比如出价通胀或合谋压价）。 **设置2：异质竞争** 把广告主分成两组：24个基线广告主使用固定的参考策略，另外24个测试广告主则使用待评估的新算法。这个设置完美模拟了线上灰度测试——新算法只部署给部分广告主，既要保证测试组效果好，又不能损害基线的利益。 **设置3：促销竞争** 模拟大促比如“双11”或“黑五”：7个广告主预算翻倍，所有广告主都用同一个算法。分别评估促销组、非促销组和平台整体的指标。这个设置考验两个关键能力：一是促销广告主能不能有效花掉多出来的预算，同时满足CPA约束；二是非促销广告主在竞争加剧的环境下，能不能稳住阵脚。 ### 2.3 评估指标 PlatformBid的指标体系是双维度的，兼顾平台和广告主： * **平台级指标**：转化量、预算利用率。 * **广告主级指标**：CPA比率、CPA比率方差、超限率、合格率。 * **综合指标Score**：平衡平台收入与广告主满意度。这个指标反映了平台对可持续增长的偏好——通过违反约束换来的高转化，会被狠狠惩罚，因为这侵蚀了广告主的信任和平台的长期健康。 ### 2.4 数据与实现 PlatformBid基于AuctionNet数据集构建，包含了48个广告主在多样化预算和CPA约束下采集的48万条训练轨迹，还提供了Dense和Sparse两种奖励稀疏度变体。关键扩展在于，从AuctionNet的“单广告主孤立评估”，转变成了“多广告主共享拍卖环境”的交互式模拟。为了防止广告主合谋压价损害平台收入，还引入了地板价机制，设为历史最低成交价的80%。 ## 三、BidFlow：基于Flow Matching的自动竞价方法 ### 3.1 动机：多模态竞价分布的挑战 在PlatformBid的新设定下，现有方法的局限性就暴露了。根本原因在于，平台级的竞争环境引入了更复杂的市场波动和竞争动态，对建模多模态竞价分布的能力提出了更高要求。 三类现有方法的局限很明显： * **经典控制方法（如PID）**：基于固定公式，无法适应复杂市场动态。 * **强化学习方法（如BCQ、IQL）**：假设单峰动作分布（比如高斯策略），很难表达多模态的竞价策略。 * **生成式方法**：Decision Transformer类方法通常建模确定性或单峰高斯分布；扩散模型类方法虽然表达能力很强，但迭代去噪导致推理速度太慢，无法满足竞价系统的延迟要求。 所以，BidFlow出场了——利用Flow Matching的强大分布建模能力，同时通过Q值引导蒸馏，实现高效的单步推理，一举两得。 ### 3.2 BidFlow架构 BidFlow由三个核心组件构成，联合训练： **（1）Critic网络** 通过标准时序差分学习训练，用来估计状态-动作价值。 **（2）BC Flow策略** 通过Flow Matching训练行为克隆策略，学习一个速度场，把高斯噪声转化为最终的动作。推理时，通过Euler方法在M步内数值求解ODE来生成动作。 **（3）单步策略** 把多步的BC Flow蒸馏成一个单步策略，同时通过最大化Q值，实现性能超越。第一项是从BC Flow中蒸馏知识，第二项是最大化Q值以超越行为克隆。三个组件在每次迭代中联合训练。部署时，只使用单步策略，实现高效推理，无需迭代采样。 ### 3.3 算法流程 算法先初始化价值网络、目标价值网络、BC Flow策略和单步策略。每轮从离线数据集中采样，依次完成价值估计、流匹配训练，并通过Euler方法生成蒸馏目标，用于优化单步策略。训练过程中持续软更新目标网络，收敛后，只保留单步策略进行在线出价，兼顾了策略性能与推理效率。 ## 四、实验结果与分析 ### 4.1 设置1：同质竞争——全量部署的全面领先 在Dense数据集上，BidFlow的Score高达348.04，显著领先所有基线（次优的GAS为314.27），同时保持了最低的CPA超限率（0.25）和最低的CPA比率方差（0.03）。在Sparse数据集上，BidFlow同样以30.59的Score取得最佳表现。这说明，在全量部署场景下，BidFlow能有效平衡广告主目标和平台福利。 ### 4.2 设置2：异质竞争——灰度测试的稳健表现 在Dense数据集上，BidFlow在平台整体转化量（347.96）上表现最佳，而且没有损害基线广告主的表现。但在Sparse数据集上，BidFlow出现了性能退化。分析表明，这可能与DT Score和DT基线共享相同的Transformer骨干有关，形成了低出价的合谋均衡，而非BidFlow本身的架构缺陷。 ### 4.3 设置3：促销竞争——极端预算不平衡下的泛化 BidFlow在促销广告主（Dense Score 701.48）和非促销广告主（Dense Score 297.25）上均取得了最优表现，平台整体Score（356.20）同样领先所有基线。这证明了BidFlow在预算翻倍的极端条件下，依然能有效扩展竞价策略，同时严格遵守CPA约束。 ### 4.4 关键发现：算法演进的复合收益与竞争-合作洞察 从PID到BidFlow，算法演进带来了复合收益： * **转化提升显著**：在设置1中，BidFlow的转化量比PID提升了95%，在Sparse数据集上甚至提升了3倍。 * **方差即竞争强度**：CPA比率方差与整体Score呈强负相关。BidFlow以最低的方差实现了最高的Score，而PID以最高的方差表现最差。低方差策略展现出“合作”特征，让多个广告主能同时达标；高方差策略则反映了破坏性的过度竞争，导致预算耗尽和平台收入下降。 ### 4.5 跨数据集验证：iPinYou 为了验证PlatformBid的通用性，团队在结构差异显著的iPinYou数据集上进行了跨数据集验证。BidFlow在所有三个设置上均排名第一，进一步确认了PlatformBid和BidFlow不受特定数据源束缚。 ## 五、线上实验验证 为了验证BidFlow在真实生产环境中的有效性，团队在快手电商广告场景进行了部署，与线上最强的基线（经过充分调优的DT方法 + 专用奖励设计）进行了对比。 0.68%的预期消耗提升，不仅证明了BidFlow在更复杂工业场景中的优越性，也验证了PlatformBid的离线-在线一致性——离线基准的结果，能有效指导真实世界的自动竞价算法开发。目前，BidFlow已在快手电商广告场景全量部署。 ## 六、意义与展望 这项工作的价值，在于重新定义了自动竞价算法的评估维度：从“单广告主最优”走向“平台全局共赢”。并且，借鉴Flow Matching（流匹配）技术，提出了BidFlow自动出价算法，增强了出价算法的分布建模能力。 * **PlatformBid** 提供了首个平台级自动竞价基准，其中的三种代表性设置（同质、异质、促销竞争）系统性地覆盖了真实业务场景，让平台级收入与广告主公平性，第一次变得可评测、可分析。 * **BidFlow** 利用Flow Matching的强大分布建模能力和Q值引导蒸馏的高效推理，在大多数设置下达到了SOTA，线上实验也验证了其离线-在线一致性。 * **竞争-合作洞察** 揭示了CPA比率方差作为竞争强度袋里指标的作用——低方差的“合作型”策略能促进集体福利，为平台算法选择提供了理论指导。