Компания Meta объявила о развитии своей фундаментальной модели рекомендаций GEM (Generative Ads Model). В 2026 году система перешла от разрозненных оптимизаций для отдельных площадок, таких как Facebook, Instagram и Reels, к единой центральной модели. Согласно отчету, это позволило улучшить показатели конверсии на 18,9%, а кликабельность (CTR) — на 12% по всей экосистеме рекламных сервисов Meta. Для достижения таких результатов инженеры разработали архитектуру Kunlun, адаптированную под специфику рекомендательных систем, которые работают с неоднородными данными. Новая инфраструктура позволяет эффективно использовать тысячи графических процессоров, увеличив эффективность обучения в два раза. Также были внедрены методы LoopFM и Solaris для передачи «интеллекта» модели в реальном времени без критического роста задержек при обработке запросов. В будущем Meta планирует расширить возможности GEM, обучая её на данных об органическом взаимодействии пользователей с контентом, включая текст, изображения и видео, для повышения релевантности рекламы.