Tiden som användare globalt spenderar på Instagram ökade med ett tvåsiffrigt tal under det andra kvartalet 2026 jämfört med samma period förra året. Enligt Meta drevs utvecklingen till stor del av förbättrade rekommendationer i flödet och Reels.
Bolaget använder numera stora språkmodeller, så kallade LLM:er, i flera delar av rekommendationssystemet. Modellerna ska ge systemen en djupare förståelse för vad innehållet handlar om och vilka ämnen som intresserar en viss användare.
Annons
Alla offentliga inlägg analyseras med en språkmodell
Meta uppger att samtliga offentliga Reels-klipp och inlägg i Instagram-flödet sedan tidigare i år automatiskt behandlas av en stor språkmodell.
Systemet analyserar innehållet utifrån egenskaper som ämne och ton. Informationen kan sedan användas av flera efterföljande system, bland annat för rangordning, rekommendationer och tillämpning av plattformens innehållsregler.
Meta har under kvartalet även börjat använda modeller ur företagets Muse-familj för att förstå innehåll. Det omfattar bland annat klassificering av videoklipp efter ämne och automatiska sammanfattningar. Företaget beskriver de första resultaten som positiva, men redovisar inga närmare siffror för just den förändringen.
Läs även: Google stoppar AI för Meta
Ny arkitektur använder längre användarhistorik
Instagram har också fått vad Meta beskriver som sin hittills största enskilda uppdatering av rangordningen för Reels.
Den nya arkitekturen kombinerar snabbare inferens, processen där en färdigtränad modell gör sina beräkningar, med tillgång till en längre historik över användarens beteende. Syftet är att bättre kunna förutse vilket innehåll en person sannolikt vill se.
Enligt Meta ledde uppdateringen till en ökning på 15 baspunkter i antalet Instagram-sessioner. Företaget såg särskilt förbättringar för vidaredelningar och tid i appen. Meta testar nu en liknande lösning i det vanliga Instagram-flödet.
Nyare innehåll ska rekommenderas snabbare
Meta säger även att mer realtidsbaserad infrastruktur hjälper rekommendationssystemen att upptäcka nya Reels-klipp redan när de publiceras.
I Instagram-flödet är nu mer än hälften av allt rekommenderat innehåll mindre än ett dygn gammalt. Det är mer än dubbelt så stor andel som för ett år sedan, enligt företaget.
På längre sikt arbetar Meta med rekommendationssystem som från början byggs kring stora språkmodeller. Bolaget utvecklar också grundmodeller som ska kunna hantera rekommendationer av både vanligt innehåll och annonser.
Läs även: Instagram riskerar miljardböter
Mer användning ger fler annonsmöjligheter
Den ökade tiden i Instagram är även viktig för Metas annonsverksamhet. Företaget beskriver användarengagemang och möjligheten att tjäna pengar på detta engagemang som de två huvudsakliga faktorerna bakom intäktsutvecklingen.
Metas annonsintäkter inom Family of Apps ökade med 27 procent till 59,4 miljarder dollar under kvartalet. Reuters rapporterar samtidigt att bolagets totala intäkter steg med 28 procent till 60,8 miljarder dollar.
Meta säger inte att tekniken är avsedd att göra Instagram beroendeframkallande. Företagets egen beskrivning är att språkmodellerna ska göra rekommendationerna mer relevanta och öka träffsäkerheten mellan innehåll och användare.
