KDD 2026｜快手PlatformBid：从单广告主最优到平台全局共赢

在计算广告领域，实时竞价（RTB）是核心范式：当用户在媒体端产生一次曝光机会时，广告交易平台向所有竞争广告主发起竞价请求，广告主通过 DSP 的自动竞价算法实时出价，最高出价者赢得展示。这一过程中，广告主只需设定高层目标（如目标 CPA、预算上限），自动竞价算法便自动完成全部出价决策 —— 它已经成为现代计算广告不可或缺的基础设施。

然而，长期以来自动竞价研究和基准主要停留在 DSP 视角，关注单一广告主的转化最大化。以快手广告系统为代表，真实工业场景中的自动竞价已经运行在统一平台体系内：流量供给、广告主投放和竞价交易相互耦合，自动竞价算法算法不仅要优化单个广告主效果，也需要兼顾多广告主竞争下的平台整体效率与约束稳定性。面向这一问题，快手联合东南大学、南洋理工大学共同提出 PlatformBid—— 业界首个从统一广告平台视角设计的综合自动竞价基准；同时，团队提出了基于 Flow Matching（流匹配）的新方法 BidFlow。相关成果已发表于 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
• 论文地址：https://arxiv.org/pdf/2607.27265

一、研究背景：被忽视的 "平台视角"

传统自动竞价研究以 DSP 为中心，核心目标是为单个广告主优化竞价策略，使其在竞争中获取更多转化。iPinYou、AuctionNet 等公开基准都沿袭了这一范式：评估单个广告主面对固定历史出价的竞价表现。

但行业格局已根本改变：

• 平台整合趋势：真实工业广告系统已将 SSP、DSP 和广告交易引擎内部整合，广告主之间的竞价发生在平台内部，而非跨平台的外部竞价；
• 评估缺位：现有基准无法评估 "当所有广告主同时采用新算法时，平台整体收入和广告主公平性如何变化" 这一关键问题；
• 竞争动态缺失：AuctionNet 等基准通过顺序替换广告主、回放历史出价来评估，无法捕捉多个广告主同时调整策略时的动态竞争。

单广告主的最优不等于平台全局的最优。从 DSP 视角到平台视角的范式转变正是本工作要解决的核心问题。

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。与传统 DSP 公式相比，最关键的区别在于显式引入了平台级目标约束 O_l：

2.2 三大评估设置

基于平台实际业务场景，PlatformBid 设计了三个代表性评估设置，准确反映真实世界的自动竞价竞争动态：

设置 1：同质竞争（Homogeneous Competition）

所有 N=48 个广告主部署相同的竞价策略，通过 GSP 拍卖机制竞争曝光。这一设置直接映射线上新算法全量上线场景，评估平台级平均表现，揭示算法是否能实现稳定的市场均衡，还是会引发系统性效率损失（如出价通胀或合谋压价）。

设置 2：异质竞争（Heterogeneous Competition）

将广告主分为两组：N/2=24 个基线广告主使用固定的参考策略（vanilla Decision Transformer），N/2=24 个测试广告主使用待评估算法。这一设置映射线上算法灰度测试场景 —— 新算法仅部署给部分广告主，需要确保测试广告主性能提升的同时不损害基线广告主的表现。

设置 3：促销竞争（Promotional Competition）

模拟大促活动（如黑色星期五）：7 个广告主预算翻倍，所有广告主使用相同算法。分别报告促销广告主、非促销广告主和平台整体指标。这一设置测试两个关键能力：一是促销广告主能否有效利用扩展预算，并在预算提升后仍满足 CPA 约束；二是非促销广告主能否在竞争加剧的环境中维持稳定投放效果。

2.3 评估指标

PlatformBid 采用平台级和广告主级双维度指标体系：

• 平台级指标：转化量（Conversion）、预算利用率（Budget Utilization）
• 广告主级指标：CPA 比率（CPA Ratio）、CPA 比率方差（CPA Ratio Variance）、超限率（Exceed Rate）、合格率（Qualified Rate）
• 综合指标 Score：平衡平台收入与广告主满意度：

该指标反映平台对可持续增长的偏好 —— 通过违反约束获得的高转化会被惩罚，因为这种行为侵蚀广告主信任和平台长期健康。

2.4 数据与实现

PlatformBid 基于 AuctionNet 数据集构建，包含 48 个广告主在多样化预算和 CPA 约束下采集的 480K 训练轨迹，提供 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，转变为多广告主共享拍卖环境的交互式模拟。为防止广告主合谋压价损害平台收入，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 的新设置下，现有自动竞价方法表现受限。其根本原因是平台级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性：

• 经典控制方法（如 PID）：基于固定数学公式，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（如高斯策略），难以表达多模态竞价策略；
• 生成式方法：Decision Transformer 类方法（GAS、GAVE）通常建模确定性或单峰高斯分布；扩散模型类方法（CBD）表达能力虽强，但迭代去噪导致推理速度慢，难以满足竞价系统的延迟要求。

为此，团队提出 BidFlow—— 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单步推理。

3.2 BidFlow 架构

BidFlow 由三个核心组件构成，联合训练：

其中 a_t = (1-t) a_0 + ta 为线性插值。推理时通过 Euler 方法在 M 步内数值求解 ODE 生成动作。

3.3 算法流程

算法首先初始化价值网络、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，收敛后仅保留单步策略进行在线出价，以兼顾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 以 348.04 的 Score 显著领先所有基线方法（次优 GAS 为 314.27），同时保持最低的 CPA 超限率（0.25）和最低 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。这表明 BidFlow 在所有广告主采用相同策略的全量部署场景下，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 Conversion（347.96）上表现最佳，且不损害基线广告主表现。但在 Sparse 数据集上，BidFlow 出现性能退化（目标组 Score 35.97 vs DT score 43.91）—— 分析表明这与 DT score 和 DT 基线共享相同 Transformer 骨干、形成低出价合谋均衡有关，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）上均取得最优表现，平台整体 Score（356.20）领先所有基线。这证明 BidFlow 在预算翻倍的极端条件下仍能有效扩展竞价策略，同时保持对 CPA 约束的严格遵守。

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：设置 1 中 BidFlow 较 PID 转化提升 95%，Sparse 数据集提升 3 倍；
• 方差即竞争强度：CPA 比率方差与整体 Score 呈强负相关。BidFlow 以最低方差实现最高 Score，而 PID 以最高方差表现最差。低方差策略展现 “合作” 特征，使多个广告主同时达标；高方差策略则反映破坏性过度竞争，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部署了 BidFlow，与线上最强基线（经过充分调优的 DT 方法 + 专用奖励设计）进行对比。

0.68% 的预期消耗提升不仅证明了 BidFlow 在更复杂的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 BidFlow 自动出价算法，增强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，三种代表性设置（同质、异质、促销竞争）系统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 SOTA，线上实验验证了其离线 - 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代理指标的作用 —— 低方差的 "合作型" 策略促进集体福利，为平台算法选择提供了理论指导。