版本演变分析
由 DeepSeek 生成
本次更新主要扩展了算法推荐和搜索场景至电商/生活服务领域，并新增豆包图生视频模型备案及AI应用场景细化。
总体评估
本次版本演变的方向与定性
本次更新属于实质性扩展性调整，核心方向是将算法推荐和搜索功能的应用场景从传统内容领域延伸至电商/生活服务业务，并新增了豆包图生视频模型的备案说明。关键变化包括：个性化推荐算法和搜索算法明确纳入电商/生活服务商品及服务信息；豆包大模型算法应用场景大幅扩展，新增违法信息识别治理功能；新增豆包图生视频模型备案。这些调整反映了对《生成式人工智能服务管理暂行办法》关于模型备案和算法透明度要求的积极响应，同时也体现了对《互联网信息服务算法推荐管理规定》中算法公示义务的细化。在同业中，抖音此次更新处于领先水位，尤其是将算法公示与具体业务场景（电商、生活服务）深度绑定，并明确引用专项算法公示说明，这种分层公示做法值得借鉴。
详细变更点
按条款逐项的变化解读
1. 第一章 算法推荐服务 - 个性化推荐算法 - 数据收集与推荐目标
旧版：抖音个性化推荐算法基于系统收集的用户设备信息、位置信息以及在使用产品时的行为信息（行为信息包括用户在访问/使用产品时的点击、关注、收藏、搜索、查询、浏览、下载、分享及交易的操作相关记录），通过对上述信息进行自动分析和计算，根据计算结果从信息候选池中筛选出用户可能更感兴趣的内容进行推送。
新版：抖音个性化推荐算法基于系统收集的用户设备信息、位置信息以及在使用产品时的行为信息（行为信息包括用户在访问/使用产品时的点击、关注、收藏、搜索、查询、浏览、下载、分享的操作相关记录；以及对电商/生活服务商家发布的商品及服务信息相关的点击、浏览、搜索、分享、购买与履约等交易的操作相关记录），通过对上述信息进行自动分析和计算，根据计算结果从信息候选池中筛选出用户可能更感兴趣的内容、以及用户可能更感兴趣的…
合规影响
此变更为实质性变化，扩展了个人信息收集范围，新增了电商/生活服务场景下的交易操作记录（购买、履约等）。这直接触及《个人信息保护法》第6条关于最小必要原则的要求，企业需确保新增收集的信息与推荐目的直接相关。同时，根据《算法推荐管理规定》第13条，算法推荐服务提供者应当以显著方式告知用户其提供算法推荐服务的情况，并公示算法推荐服务的基本原理、目的意图和主要运行机制。此次更新扩大了算法推荐的目标范围（从内容到商品及服务），可能触发用户重新同意义务，尤其是涉及敏感个人信息（如履约信息中的地址、联系方式）时。企业需更新隐私政策，明确告知新增的数据处理目的和方式，并加强用户控制机制（如关闭个性化推荐）。此外，新增的电商/生活服务数据可能涉及第三方商家，需注意数据共享的合规性。
借鉴价值
网易类似政策（如网易严选或网易云音乐的个性化推荐说明）可以借鉴此处的做法：将行为信息分类细化，明确区分内容类行为和交易类行为，并分别列举。例如，在隐私政策中可表述为：“行为信息包括您在使用产品时的点击、关注、收藏、搜索、浏览、分享等操作记录，以及您对商品/服务的购买、履约等交易操作记录。” 同时，应避免直接使用“交易的操作相关记录”这种笼统表述，而应具体化，以符合最小必要原则。
2. 第一章 算法推荐服务 - 个性化推荐算法 - 应用场景
旧版：抖音个性化推荐算法在抖音及具有对应功能的抖音关联版本中，主要用于图文或视频、商品及服务（广告）等内容的推荐。
新版：抖音个性化推荐算法在抖音及具有对应功能的抖音关联版本中，主要用于图文或视频、商品及服务（包括不限于广告）等内容的推荐。 本算法在电商/生活服务业务场景下的具体应用详见“抖音电商”算法公示说明、“抖音生活服务”算法公示说明。
合规影响
此变更为实质性变化，将推荐场景从“广告”扩展至“包括不限于广告”，并新增了指向专项算法公示说明的链接。这体现了对《算法推荐管理规定》第16条关于算法公示义务的细化履行，即对不同业务场景的算法进行分层公示。企业需确保专项公示说明的内容与主公示一致，且用户能够便捷获取。同时，新增的电商/生活服务场景可能涉及《电子商务法》第18条关于个性化推荐的合规要求（如提供不针对个人特征的选项）。企业需在相关场景中设置关闭个性化推荐的选项，并确保用户能够理解推荐逻辑。此外，引用专项说明的做法降低了主公示的复杂度，但增加了维护多个公示文档的负担，需注意版本一致性。
借鉴价值
网易类似政策（如网易游戏或网易电商的算法公示）可以借鉴此处的分层公示做法：在主公示中简要说明算法应用场景，并链接至专项公示。例如，在游戏推荐算法公示中可表述为：“本算法在游戏内道具推荐场景下的具体应用详见‘游戏道具推荐算法公示说明’。” 同时，应确保专项公示的链接有效且内容及时更新。
3. 第一章 算法推荐服务 - 搜索算法 - 数据范围与功能
旧版：头条搜索算法主要通过对用户查询内容的意图分析，从海量的内容（包括但不限于网页、视频、图片等所有可被检索的对象）中找到和用户需求相关程度最高的搜索结果，综合考量内容相关性、时效性、权威性等因素后返回给用户。 头条搜索算法主要应用于抖音短视频搜索功能。
新版：头条搜索算法主要通过对用户查询内容的意图分析，从海量的内容（包括但不限于网页、视频、图片等所有可被检索的对象，以及电商/生活服务相关商家、商品及服务信息）中找到和用户需求相关程度最高的搜索结果，综合考量内容相关性、时效性、权威性等因素后返回给用户。 头条搜索算法在抖音及具有对应功能的抖音关联版本中，主要应用于抖音短视频搜索功能，以及电商/生活服务相关的商家、商品及服务搜索功能。 本算法在电商/生活服务业务场景下的具体应用详见“抖音电商”算法公示说明、“抖音生活服务”算法公示说明。
合规影响
此变更为实质性变化，将搜索算法的数据范围扩展至电商/生活服务商家、商品及服务信息，并明确搜索功能新增电商/生活服务搜索。这涉及《个人信息保护法》第6条，因为搜索算法可能处理更多类型的个人信息（如商家信息可能包含个人经营者信息）。同时，根据《算法推荐管理规定》第13条，搜索算法作为算法推荐服务的一种，需公示其基本原理和运行机制。新增的电商/生活服务搜索功能可能涉及《电子商务法》第18条关于搜索结果排序的合规要求（如广告标识、自然结果与付费结果区分）。企业需确保搜索结果的排序逻辑透明，并对付费推广内容进行明确标识。此外，引用专项说明的做法再次出现，需注意一致性。
借鉴价值
网易类似政策（如网易有道搜索或网易考拉搜索）可以借鉴此处的做法：在搜索算法公示中明确列出可检索的对象类型，并区分内容类与商品服务类。例如，可表述为：“搜索算法从海量的内容（包括网页、视频、图片等）以及商品/服务信息（包括商家、商品、服务等）中找到与用户需求相关的结果。” 同时，应避免将“商家”信息笼统归入“内容”，以免模糊个人信息与非个人信息的边界。
4. 第二章 生成式人工智能服务 - 豆包大模型算法 - 应用场景
旧版：豆包大模型算法主要应用于抖音及具有对应功能的抖音关联版本的网站或应用程序内的AI搜索、AI助手、智能分析、智能文本生成、客服、AI笔记、AI智选资讯/AI资讯等相关场景，以及抖音内接入的豆包服务。
新版：豆包大模型算法应用场景包括智能对话交互、智能文本生成、语义理解解析、信息检索问答、智能分析推理等，以及违法信息和不良信息的识别、研判及治理；主要应用于抖音及具有对应功能的抖音关联版本的网站或应用程序内的AI搜索、AI助手、抖音客服、AI笔记、AI智选资讯/AI资讯、AI求真、AI创作等相关场景，以及抖音内接入的豆包服务。
合规影响
此变更为实质性变化，大幅扩展了豆包大模型的应用场景描述，新增了智能对话交互、语义理解解析、信息检索问答、智能分析推理等通用能力描述，并特别增加了“违法信息和不良信息的识别、研判及治理”这一内容安全治理功能。同时，具体应用场景中新增了“抖音客服”、“AI求真”、“AI创作”。这直接响应了《生成式人工智能服务管理暂行办法》第4条关于生成内容合法合规的要求，以及第16条关于模型备案时需说明应用场景的规定。新增的违法信息识别功能表明企业正在履行《网络信息内容生态治理规定》中的内容审核义务。企业需确保该功能的有效性，并保留相关日志以备监管检查。此外，应用场景的扩展可能触发《个人信息保护法》第6条，因为AI客服等场景可能处理更多个人信息。企业需更新隐私政策，明确告知用户AI模型处理个人信息的目的和方式。
借鉴价值
网易类似政策（如网易伏羲或网易AI相关产品）可以借鉴此处的做法：在生成式AI算法公示中，先列出模型的通用能力（如智能对话、文本生成等），再列出具体应用场景，并单独说明内容安全治理功能。例如，可表述为：“本模型应用场景包括智能对话交互、文本生成、语义理解等，以及违法和不良信息的识别与治理；主要应用于XX产品的AI助手、AI创作等功能。” 同时，应避免将“客服”场景简单表述为“客服”，而应明确为“AI客服”或“智能客服”，以区分人工服务。
5. 第二章 生成式人工智能服务 - 新增豆包图生视频模型
旧版：（无）
新版：模型名称：豆包图生视频模型 3.1 模型备案编号 Beijing-DouBaoShiPinShengCheng-202503180061 3.2 模型应用场景 豆包图生视频模型主要应用于抖音及具有对应功能的抖音关联版本的网站或应用程序内的AI图生视频功能。
合规影响
此变更为新增内容，属于实质性变化。新增豆包图生视频模型并公示备案编号，直接符合《生成式人工智能服务管理暂行办法》第16条关于模型备案的要求。备案编号的公示体现了企业履行了备案义务，并增加了透明度。该模型的应用场景为“AI图生视频功能”，属于生成式AI的典型应用。企业需确保该模型生成的内容符合《网络信息内容生态治理规定》的要求，不得生成违法和不良信息。同时，根据《个人信息保护法》，如果模型在训练或推理过程中使用了用户上传的图片，需获得用户的明确同意，并告知处理目的。此外，图生视频功能可能涉及肖像权、著作权等第三方权益，企业需建立相应的投诉处理机制。
借鉴价值
网易类似政策（如网易AI绘画或视频生成产品）可以借鉴此处的做法：在算法公示中明确列出每个模型的备案编号和应用场景。例如，可表述为：“模型名称：XX图生视频模型；备案编号：Beijing-XXXX；应用场景：主要应用于XX产品的AI图生视频功能。” 同时，应确保备案编号与实际备案信息一致，并定期更新。
结论与启示
合规建议与对网易的借鉴价值
本次更新整体合规启示有三：一是算法公示需与业务场景深度绑定，特别是当算法扩展至电商、生活服务等涉及交易数据的领域时，应细化数据收集范围并引用专项说明；二是生成式AI模型备案后应及时公示备案编号和应用场景，并明确内容安全治理功能；三是分层公示（主公示+专项公示）是提高透明度且降低合规成本的有效做法。与监管最新口径高度契合，尤其是《生成式人工智能服务管理暂行办法》和《算法推荐管理规定》的要求。在头部互联网企业中，抖音此次更新处于领先水位，其分层公示和场景化细化的做法值得跟进。法务团队接下来30天内需做的具体动作：1. 复审网易现有算法公示（如游戏推荐、AI绘画等），评估是否需要扩展应用场景描述；2. 补充生成式AI模型的备案编号公示，并增加内容安全治理功能的说明；3. 检查隐私政策中是否已涵盖新增的电商/生活服务数据收集场景，并更新用户告知。
逐字对比
| 1 | 为依法保障用户对抖音算法及模型服务的基本原理、目的意图和主要运行机制等的知情权，告知用户抖音提供的算法及模型服务的备案情况，我们制定本《“抖音”算法及模型备案公示说明》，帮助用户了解在使用抖音产品和服务的过程中我们如何通过算法及模型技术向用户提供信息和服务，充分保障用户的合法权益。 | 1 | 为依法保障用户对抖音算法及模型服务的基本原理、目的意图和主要运行机制等的知情权，告知用户抖音提供的算法及模型服务的备案情况，我们制定本《“抖音”算法及模型备案公示说明》，帮助用户了解在使用抖音产品和服务的过程中我们如何通过算法及模型技术向用户提供信息和服务，充分保障用户的合法权益。 |
| 2 | 一、算法 | 2 | 一、算法 |
| 3 | 个性化推荐类 | 3 | 个性化推荐类 |
| 4 | 1.1 算法名称：抖音个性化推荐算法 | 4 | 1.1 算法名称：抖音个性化推荐算法 |
| 5 | 1.1.1 算法基本原理 | 5 | 1.1.1 算法基本原理 |
| 6 | 抖音个性化推荐算法基于系统收集的用户设备信息、位置信息以及在使用产品时的行为信息（行为信息包括用户在访问/使用产品时的点击、关注、收藏、搜索、查询、浏览、下载、分享及交易的操作相关记录），通过对上述信息进行自动分析和计算，根据计算结果从信息候选池中筛选出用户可能更感兴趣的内容进行推送。 | 6 | 抖音个性化推荐算法基于系统收集的用户设备信息、位置信息以及在使用产品时的行为信息（行为信息包括用户在访问/使用产品时的点击、关注、收藏、搜索、查询、浏览、下载、分享的操作相关记录；以及对电商/生活服务商家发布的商品及服务信息相关的点击、浏览、搜索、分享、购买与履约等交易的操作相关记录），通过对上述信息进行自动分析和计算，根据计算结果从信息候选池中筛选出用户可能更感兴趣的内容、以及用户可能更感兴趣的电商/生活服务商家及其发布的商品及服务信息进行推送。 |
| 7 | 抖音个性化推荐算法会根据用户在使用产品过程中的浏览行为对推荐模型进行实时反馈，不断调整优化推荐结果，更好地向用户提供优质内容。 | 7 | 抖音个性化推荐算法会根据用户在使用产品过程中的上述信息和行为对推荐模型进行实时反馈，不断调整优化推荐结果，更好地向用户提供优质内容。 |
| 8 | 1.1.2 算法运行机制 | 8 | 1.1.2 算法运行机制 |
| 9 | 抖音个性化推送算法主要是基于用户历史的点击、时长、点赞、评论、分享、转发、不喜欢等行为数据，通过深度学习技术框架建立模型，预估用户对某个内容产生互动的概率，针对预估内容使用排序、打散、干预等机制和策略后，再向用户进行推荐。 | 9 | 抖音个性化推送算法主要是基于用户历史的点击、时长、点赞、评论、分享、转发、不喜欢等行为数据，通过深度学习技术框架建立模型，预估用户对某个内容产生互动的概率，针对预估内容使用排序、打散、干预等机制和策略后，再向用户进行推荐。 |
| 10 | 用户行为参考三个维度作为样本进入机器学习模型里训练，训练的结果用于更新用户模型和推荐新的内容。 | 10 | 用户行为参考三个维度作为样本进入机器学习模型里训练，训练的结果用于更新用户模型和推荐新的内容。 |
| 11 | 为了避免“信息茧房”问题的出现，抖音个性化推荐算法专门设计了“兴趣探索”机制。一方面每次推荐都会选择用户过去不常观看的内容类目进行一定比例的推荐。另一方面每次获取推荐内容的过程中会特别增加一条随机内容来保障用户可见内容的多样性。 | 11 | 为了避免“信息茧房”问题的出现，抖音个性化推荐算法专门设计了“兴趣探索”机制。一方面每次推荐都会选择用户过去不常观看的内容类目进行一定比例的推荐。另一方面每次获取推荐内容的过程中会特别增加一条随机内容来保障用户可见内容的多样性。 |
| 12 | 1.1.3 算法应用场景 | 12 | 1.1.3 算法应用场景 |
| 13 | 抖音个性化推荐算法在抖音及具有对应功能的抖音关联版本中，主要用于图文或视频、商品及服务（广告）等内容的推荐。 | 13 | 抖音个性化推荐算法在抖音及具有对应功能的抖音关联版本中，主要用于图文或视频、商品及服务（包括不限于广告）等内容的推荐。 |
| · | 14 | 本算法在电商/生活服务业务场景下的具体应用详见“抖音电商”算法公示说明、“抖音生活服务”算法公示说明。 | |
| 14 | 1.1.4 算法目的意图 | 15 | 1.1.4 算法目的意图 |
| 15 | 帮助用户提高获取优质信息的效率。 | 16 | 帮助用户提高获取优质信息、优质商品及服务信息的效率。 |
| 16 | 1.1.5 备案编号 | 17 | 1.1.5 备案编号 |
| 17 | 网信算备110108823483902220017号 | 18 | 网信算备110108823483902220017号 |
| 18 | 1.2 算法名称：头条搜索算法 | 19 | 1.2 算法名称：头条搜索算法 |
| 19 | 1.2.1 算法基本原理 | 20 | 1.2.1 算法基本原理 |
| 20 | 头条搜索算法主要利用自然语言处理、点击模型和大规模的图模型等深度学习技术来不断提高搜索结果的准确性、时效性、权威性，缩短用户的搜索时间，提高搜索效率和质量。 | 21 | 头条搜索算法主要利用自然语言处理、点击模型和大规模的图模型等深度学习技术来不断提高搜索结果的准确性、时效性、权威性，缩短用户的搜索时间，提高搜索效率和质量。 |
| 21 | 1.2.2 算法运行机制 | 22 | 1.2.2 算法运行机制 |
| 22 | 头条搜索算法主要通过对用户查询内容的意图分析，从海量的内容（包括但不限于网页、视频、图片等所有可被检索的对象）中找到和用户需求相关程度最高的搜索结果，综合考量内容相关性、时效性、权威性等因素后返回给用户。 | 23 | 头条搜索算法主要通过对用户查询内容的意图分析，从海量的内容（包括但不限于网页、视频、图片等所有可被检索的对象，以及电商/生活服务相关商家、商品及服务信息）中找到和用户需求相关程度最高的搜索结果，综合考量内容相关性、时效性、权威性等因素后返回给用户。 |
| 23 | 1.2.3 算法应用场景 | 24 | 1.2.3 算法应用场景 |
| 24 | 头条搜索算法主要应用于抖音短视频搜索功能。 | 25 | 头条搜索算法在抖音及具有对应功能的抖音关联版本中，主要应用于抖音短视频搜索功能，以及电商/生活服务相关的商家、商品及服务搜索功能。 |
| · | 26 | 本算法在电商/生活服务业务场景下的具体应用详见“抖音电商”算法公示说明、“抖音生活服务”算法公示说明。 | |
| 25 | 1.2.4 算法目的意图 | 27 | 1.2.4 算法目的意图 |
| 26 | 主要旨在提高用户主动获取信息的效率，优化并提升用户对图文或视频、商品及服务（广告）等搜索结果的满意度。 | 28 | 主要旨在提高用户主动获取信息的效率，优化并提升用户对图文或视频、商品及服务（包括不限于广告）等搜索结果的满意度。 |
| 27 | 1.2.5 备案编号 | 29 | 1.2.5 备案编号 |
| 28 | 网信算备110108823483904220019号 | 30 | 网信算备110108823483904220019号 |
| ⋯ 折叠 27 行未变更内容 ⋯ | |||
| 56 | 豆包大模型算法在用户提出问题后，识别用户的需求，通过预先学习与全网搜索内容，在对话框中或落地页中展示对应的结果。该模型首先通过大规模无监督的预训练学习语言的统计规律和知识，然后进行有监督的微调让模型学会遵循用户的指令，最后通过强化学习训练让模型生成合适的内容。 | 58 | 豆包大模型算法在用户提出问题后，识别用户的需求，通过预先学习与全网搜索内容，在对话框中或落地页中展示对应的结果。该模型首先通过大规模无监督的预训练学习语言的统计规律和知识，然后进行有监督的微调让模型学会遵循用户的指令，最后通过强化学习训练让模型生成合适的内容。 |
| 57 | 2.2.3 算法应用场景 | 59 | 2.2.3 算法应用场景 |
| 58 | 豆包大模型算法主要应用于抖音及具有对应功能的抖音关联版本的网站或应用程序内的AI搜索、AI助手、智能分析、智能文本生成、客服、AI笔记、AI智选资讯/AI资讯等相关场景，以及抖音内接入的豆包服务。 | 60 | 豆包大模型算法应用场景包括智能对话交互、智能文本生成、语义理解解析、信息检索问答、智能分析推理等，以及违法信息和不良信息的识别、研判及治理；主要应用于抖音及具有对应功能的抖音关联版本的网站或应用程序内的AI搜索、AI助手、抖音客服、AI笔记、AI智选资讯/AI资讯、AI求真、AI创作等相关场景，以及抖音内接入的豆包服务。 |
| 59 | 2.2.4 算法目的意图 | 61 | 2.2.4 算法目的意图 |
| 60 | 豆包大模型算法旨在提升用户获取信息效率，扩展知识边界，通过提供优质问答交互等服务，帮助用户深入了解世界。 | 62 | 豆包大模型算法旨在提升用户获取信息效率，扩展知识边界，通过提供优质问答交互等服务，帮助用户深入了解世界。 |
| ⋯ 折叠 5 行未变更内容 ⋯ | |||
| 66 | Beijing-YunQue-20230821 | 68 | Beijing-YunQue-20230821 |
| 67 | 1.2 模型应用场景 | 69 | 1.2 模型应用场景 |
| 68 | 豆包大模型主要应用于抖音及具有对应功能的抖音关联版本的网站或应用程序内的AI搜索、AI助手、智能分析、智能文本生成、客服、AI笔记、AI智选资讯/AI资讯等相关场景，以及抖音内接入的豆包服务。 | 70 | 豆包大模型应用场景包括智能对话交互、智能文本生成、语义理解解析、信息检索问答、智能分析推理等，以及违法信息和不良信息的识别、研判及治理；主要应用于抖音及具有对应功能的抖音关联版本的网站或应用程序内的AI搜索、AI助手、抖音客服、AI笔记、AI智选资讯/AI资讯、AI求真、AI创作等相关场景，以及抖音内接入的豆包服务。 |
| 69 | 模型名称：豆包文生图模型 | 71 | 模型名称：豆包文生图模型 |
| 70 | 2.1 模型备案编号 | 72 | 2.1 模型备案编号 |
| 71 | Beijing-FuLuGua-20231205 | 73 | Beijing-FuLuGua-20231205 |
| 72 | 2.2 模型应用场景 | 74 | 2.2 模型应用场景 |
| 73 | 豆包文生图模型主要应用于抖音及具有对应功能的抖音关联版本的应用程序内的AI文生图功能。 | 75 | 豆包文生图模型主要应用于抖音及具有对应功能的抖音关联版本的应用程序内的AI文生图功能。 |
| · | 76 | 模型名称：豆包图生视频模型 | |
| · | 77 | 3.1 模型备案编号 | |
| · | 78 | Beijing-DouBaoShiPinShengCheng-202503180061 | |
| · | 79 | 3.2 模型应用场景 | |
| · | 80 | 豆包图生视频模型主要应用于抖音及具有对应功能的抖音关联版本的网站或应用程序内的AI图生视频功能。 | |