Meta 正在持续重构 Ads Ranking 系统,让 AI 不仅决定给谁展示什么广告,还能够更深入地理解广告内容、用户兴趣以及历史互动数据。
2026 年第二季度,Meta Ads Ranking 系统的改进已经带来 Facebook 广告点击量提升 8.3%,Conversions 提升 15.7%。
今年,Meta 重点升级了三个 AI 系统:Meta Andromeda、Meta GEM 和 Meta GenRecs。这些能力会自动应用于广告投放,无需 Advertiser 手动开启或迁移 Campaign。
1. Meta Andromeda:让更多广告主获得机会
Meta Andromeda 是 Ads Retrieval Engine,负责从数千万条广告中筛选候选广告,再交给后续排名系统进行最终选择。
新一代 Andromeda 的核心变化,是从通用模型转向多个专业模型。系统现在可以针对不同广告使用更专业的模型进行判断,在超过 10 亿条广告/秒的处理速度下,筛选出更精准的候选广告。
这意味着对于广告主来说,更多素材变体和产品会有机会进入候选池,而不是只有少数热门广告获得系统关注。
自 2025 年以来,Andromeda 已推动 Facebook Conversions 提升 2.4%。2026 年 Q3,Meta 在不增加计算成本和硬件需求的情况下,将 Andromeda 的模型复杂度提升 10 倍,进一步带来 Facebook 1.37%、Instagram Reels 0.24% 的转化增长。
2. Meta GEM:广告排名系统的“超级大脑”
Meta GEM(Generative Ads Recommendation Model)最初于 2025 年推出,如今已经从少数广告场景扩展为覆盖 Facebook、Instagram、Reels 以及 Off-Meta Conversions 的基础模型。
GEM 可以从整个 Meta Ads 生态中学习用户行为和广告表现,再将这些知识传递给负责实时广告排序的专业模型。
换句话说,广告主不需要单独等待每一个场景慢慢学习,GEM 可以把不同场景积累的经验快速共享。
对于转化数据较少的 Campaign,这一点尤其重要:系统可以参考其他广告和用户行为数据,从而帮助 Deep-Funnel Campaign 获得更好的优化效果。
目前,GEM 已带来最高 18.9% 的 Conversion 提升和 12% 的 CTR 提升。
3. Meta GenRecs:让 AI 真正“理解”广告
Meta GenRecs(Meta Generative Recommender)解决的是另一个关键问题:如何判断一条新广告,即使它还没有足够的历史数据?
传统广告推荐算法主要依赖用户过去是否点击或转化过类似广告。GenRecs 则进一步利用 LLM 理解广告中的文字、图片和产品信息,并将它们转化为 Semantic Tokens。
例如,系统不仅知道一件产品是“鞋子”,还可以理解它的品牌、颜色、款式和适用场景。这样,即使一条全新的素材几乎没有历史数据,系统也可以通过它与已有广告之间的语义关系判断应该推荐给哪些用户。
这对于新广告产品尤其重要,可以帮助它们更快找到潜在受众,降低对历史数据的依赖。
2026 年 Q3,GenRecs 在 Facebook Feed 的 Generative Retrieval 中扩大应用,使目标用户群的转化提升近 2%;结合 GEM 和 Adaptive Ranking Model 后,GenRecs Tokenization 又带来了 0.35% 的转化提升。
对投放意味着什么?
这三项升级实际上对应了广告投放链路中的三个关键环节:
Andromeda → 找到更多、更合适的广告
GEM → 更准确地预测用户可能的行为
GenRecs → 更深入地理解广告和用户需求
更重要的是,这些能力不需要手动开启。它们已经自动集成到 Meta Ads 系统中,不需要更换 Campaign Type,也没有额外操作。
但 AI 能发挥多大价值,仍然取决于广告主提供的数据质量、明确的优化策略,以及愿意将多少优化空间交给 AI。
换句话说,Meta 正在越来越擅长理解产品,而投放真正需要做的,是清楚告诉系统:什么才是你业务真正意义上的目标!

