本研究探讨了视频生成过程中的先验知识是否适用于视频识别，并提出了GenRec，这是一种将生成与识别联合优化的统一框架。GenRec通过随机帧条件过程实现了显著的表现，在信息有限的情况下，其识别准确率达到75.8%和87.2%，展示了其在视频生成和识别任务中的潜在影响力。

本文综合调查了生成模型在推荐系统中的关键进展，包括基于交互驱动生成模型的概述、大型语言模型在推荐、检索和对话推荐中的应用，以及多模态模型在处理和生成图像和视频内容中的整合。研究突出了评估Gen-RecSys的影响和风险，并确定了开放挑战。