WeGR生成式检索框架

腾讯微信电商搜索部署了名为WeGR的统一生成式检索框架，旨在通过自回归模型直接生成候选商品ID，替代传统多阶段级联架构。该框架包含CoCo-VAE分词器和DHPO优化策略两个核心组件，分别解决语义ID的协同信号缺失与强化学习奖励稀疏问题。

【时间线】 2026年10月12日：论文《WeGR: Unified Generative Retrieval for Industrial Search Systems in WeChat》提交至arXiv，披露系统已在微信多个搜索场景部署，服务数十亿用户。 2026年10月15日：媒体报道显示，为期两个月的A/B测试证实，WeGR使订单量提升2.539%，点击率提升1.508%，转化率提升1.381%，同时CPU和GPU使用率分别降低25.5%和26.1%。

【争议与意义】 生成式检索的核心分歧在于如何平衡“语义理解”与“计算效率”。传统方法依赖独立打分，而WeGR通过移除80%的其他渠道候选项仍实现增长，证明了端到端生成的可行性。然而，业界对SID（语义ID）构建方式存在不同路径：微信采用CoCo-VAE强调协同信号与防码本崩溃，而百度同期发布的ICEGR则侧重意图一致性，两者在低曝光商品处理和偏好优化上策略迥异。目前尚无定论哪种范式能完全取代传统检索，但算力成本的显著下降为大规模落地提供了经济基础。

【后续观察】

1. 关注其他大厂是否跟进类似“替换而非新增”的部署策略；
2. 观察长期运行下，生成式检索对长尾商品的覆盖能力变化；
3. 留意学术界对CoCo-VAE与RQ-VAE等现有分词器在工业界实际效能的对比研究。