Xiaohongshun 280 miljardin parametrin tekoälymalli on enemmän kuin uusi mallijulkaisu

Xiaohongshun dots3-note preview -julkaisun merkitys on suurempi kuin yhden uuden mallin tekniset lukemat. Kiinalainen sisältö- ja elämäntapa-alusta näyttää siirtyvän tekoälyn hyödyntämisestä haussa, sijoittelussa ja suosittelussa kohti omaa yleiskäyttöistä älykerrosta.

Tällainen kerros voisi tulevaisuudessa tukea esimerkiksi monimuotoisen sisällön ymmärtämistä, avustajia sekä sisällöntuottajien ja verkkokaupan työnkulkuja.

Tämä ei tarkoita, että dots3-note preview olisi uusi yleispätevä johtaja. Varovaisempi ja paremmin perusteltu tulkinta on, että Xiaohongshu rakentaa mallia, joka on riittävän kyvykäs yhtiön omaa dataa ja käyttäjäpolkuja varten, riittävän tehokas käytännön käyttöönottoon ja riittävän avoin ulkopuolisten testaajien sekä kehittäjien houkuttelemiseksi.

Millainen dots3-note preview on?

Dots3-note preview on Xiaohongshun dots3-malliperheen ensimmäinen julkinen julkaisu. Se perustuu mixture-of-experts-arkkitehtuuriin (MoE), jossa on yhteensä 280 miljardia parametria, mutta kunkin tokenin käsittelyssä aktivoituu 16 miljardia parametria. Malli tukee enintään 512 000 tokenin kontekstia, vastaanottaa tekstiä, kuvia, videota ja ääntä ja tuottaa tekstimuotoisen vastauksen. 249

Ero kokonaisparametrien ja aktiivisten parametrien välillä on olennainen. MoE-mallissa on suuri joukko erikoistuneita painoja, mutta kaikkia niistä ei käytetä jokaisella laskentakierroksella. Näin Xiaohongshu voi tavoitella laajaa kyvykkyyttä ilman, että jokainen päättelyajo olisi yhtä kallis kuin tiheällä mallilla, jossa kaikki 280 miljardia parametria olisivat aktiivisia.

Mallia kuvataan myös monimutkaiseen päättelyyn ja pitkäkestoisiin agenttitehtäviin optimoiduksi. Julkisissa kuvauksissa korostuvat monivaiheinen haku ja tehtävien suorittaminen vaiheesta toiseen, eivät vain lyhyet kysymys–vastaus-tilanteet. 12 Tämä sopii alustalle, jonka sisältö koostuu julkaisuista, kuvista, videoista, arvioista ja päätöksistä, jotka rakentuvat usein usean vaiheen kautta.

Miksi rakenne sopii Xiaohongshun tuotteisiin?

Elämäntapaan liittyvä päätös ei yleensä ole yksi hakukysely. Käyttäjä saattaa haluta vertailla matkakohteita, arvioida tuotteita, tulkita visuaalisia esimerkkejä, punnita yhteisön suosituksia ja tehdä vasta sen jälkeen valinnan.

Multimodaalinen malli ja 512 000 tokenin konteksti voisivat periaatteessa pitää suuremman osan tästä aineistosta samassa työskentelykontekstissa. Mahdollinen käyttäjäpolku voisi näyttää tältä:

1. relevanttien julkaisujen tai tuotteiden etsiminen;
2. väitteiden, kuvien ja käyttäjäkokemusten vertailu;
3. vaihtoehtojen hyötyjen ja kompromissien kokoaminen; ja
4. käyttäjän auttaminen kohti konkreettista toimintaa.

Tämä on päätelmä mallin ilmoitetuista ominaisuuksista ja arviointikohteista – ei näyttö siitä, että Xiaohongshu olisi jo julkaissut jokaisen vaiheen käyttäjille näkyvänä ominaisuutena.

Strateginen muutos liittyy ennen kaikkea tavoiteltuun laajuuteen: tekoälystä tulee kerros, joka voi yhdistää löytämisen, tulkinnan ja toiminnan. Se ei olisi enää vain kapea komponentti, joka järjestää tai suosittelee sisältöä.

dots3-malliperhe viittaa infrastruktuuriin, ei yksittäiseen kokeiluun

Myös nimi dots3-note preview kertoo portfoliostrategiasta. Xiaohongshu on kuvaillut suunnitteilla olevia jazz- ja aria-versioita, joiden on tarkoitus sijoittua eri kohtiin kyvykkyyden, viiveen ja kustannusten välisellä asteikolla. 18

Rakenne on hyödyllinen suurelle kuluttaja-alustalle. Nopeampi ja edullisempi malli voi käsitellä suuren määrän vuorovaikutusta, kun taas raskaammat versiot voidaan varata monimutkaiseen päättelyyn, multimodaaliseen analyysiin tai pitkään kestäviin agenttitehtäviin.

Malliperhe antaa yhtiölle mahdollisuuden sovittaa mallin koon tuotteen talouteen sen sijaan, että kaikki tehtävät ajettaisiin yhden raskaan järjestelmän kautta. Julkaisussa onkin vähemmän kyse yhden mallin sijoittamisesta kaikkialle ja enemmän uudelleenkäytettävän sisäisen alustan rakentamisesta useille tuotteille.

Miksi malli julkaistiin avoimella Apache 2.0 -lisenssillä?

Xiaohongshu julkaisi mallin sallivalla Apache 2.0 -lisenssillä ja toi sen saataville Hugging Faceen sekä GitHubiin. 239 Tämä madaltaa tutkijoiden ja kehittäjien kynnystä tutkia, ajaa, muokata ja kaupallisesti integroida mallia lisenssin ehtojen puitteissa.

Xiaohongshulle hyödyt ovat sekä käytännöllisiä että maineeseen liittyviä:

• Ulkopuolinen arviointi: riippumattomat käyttäjät voivat testata virhetilanteita ja todellisia työkuormia, joita sisäiset vertailut eivät välttämättä paljasta.
• Käyttöönotosta saatava palaute: kehittäjät voivat tunnistaa pullonkauloja ja parantaa integraatioita palvelukehysten ja laitteistojen kanssa.
• Ekosysteemin kasvu: hienosäädetyt versiot, työkalut ja sovellukset voivat laajentaa mallin käyttöä Xiaohongshun omien tuotteiden ulkopuolelle.
• Rekrytointi ja uskottavuus: käyttökelpoinen julkinen julkaisu antaa tutkijoille konkreettisen kohteen arvioitavaksi ja kehitettäväksi.

Julkiset repositoriot ja mallimateriaalit sisältävät käyttöönoton vaihtoehtoja ja tarkistuspisteitä, joten kyse ei ole vain tutkimusjulistuksesta vaan toimintaan tarkoitetusta julkaisusta. 34

Avoimet painot eivät automaattisesti todista mallin laatua, turvallisuutta tai tuotantovalmiutta. Ne kuitenkin helpottavat näiden ominaisuuksien ulkopuolista tarkastelua. Tämä ero on tärkeä preview-versiossa: julkiset arvioinnit ovat näyttöä kyvykkyydestä, eivät lopullinen ja riippumaton tuomio.

Samana päivän Huawei Ascend -tuki kertoo siirrettävyydestä

Julkaisun yhteydessä mallille tehtiin myös samana päivänä sovitus Huawei Ascend -laitteistolle. 115 Se viittaa siihen, että laitteistojen välinen siirrettävyys kuuluu strategiaan eikä ole jälkikäteen lisätty ominaisuus.

Kiinalaiselle alustalle tuki useammalle kuin yhdelle kiihdytinekosysteemille voi parantaa käyttöönoton joustavuutta, toimitusketjun kestävyyttä ja kotimaisen tai omissa tiloissa tapahtuvan käytön edellytyksiä.

Tuki ei sellaisenaan osoita, että malli olisi kilpailijoita kyvykkäämpi. Se kertoo siitä, että Xiaohongshu pohtii, missä mallia ajetaan ja ketkä voivat ottaa sen käyttöön.

Miksi oma malli, kun tarjolla on muidenkin malleja?

Kolmansien osapuolten mallit voivat tarjota vahvaa yleistä suorituskykyä. Xiaohongshulla on kuitenkin hallussaan aineistoja ja käyttäjäsignaaleja, joita yleiskäyttöinen mallitoimittaja ei täysin hallitse: multimodaalista sisältöä, haku- ja tallennuskäyttäytymistä, sisällöntuottajayhteisön omia käytäntöjä sekä elämäntapaan liittyviä päätöksentekotilanteita.

Oman mallikerroksen hallinta voi antaa yhtiölle enemmän vaikutusvaltaa seuraaviin asioihin:

• mallin sovittaminen oman sisällön ja terminologian mukaiseksi;
• päättelykustannukset suuressa kyselymäärässä;
• viive ja tuotteiden kehitysnopeus;
• yksityisyyttä ja turvallisuutta koskevat valinnat; sekä
• riippuvuus toisen toimittajan hinnoittelusta, saatavuudesta tai tuotekehityksen suunnasta.

Alustalla on lisäksi suora jakelukanava. Raportoinnin mukaan Xiaohongshulla on yli 300 miljoonaa kuukausittaista käyttäjää, mikä tarjoaa onnistuneelle malliperheelle laajan ympäristön testaamiseen ja integrointiin. 115

Kaupallinen hyöty ei ole taattu. Strateginen logiikka on silti selvä: jos tekoälystä tulee keskeinen käyttöliittymä elämäntapatiedon löytämiseen ja siihen perustuvaan toimintaan, sekä sisältöekosysteemiä että älykerrosta hallitseva alusta voi säilyttää suuremman osan syntyvästä arvosta.

Miten julkaisu sopii Kiinan alustojen ja mallien kilpailuun?

Xiaohongshun liike noudattaa laajempaa kehitystä, jossa suuret kiinalaiset teknologiayhtiöt rakentavat perustamalleja kuluttajatuotteiden, pilvipalveluiden ja laitteistoekosysteemien rinnalle. ByteDance on kehittänyt Doubao-malliperhettä, Alibaba Qwen-mallistoa, ja Reuters on kuvannut kiinalaisten tekoäly-yhtiöiden laajempaa kilpailua sekä edullisten ja avointen mallien strategioita. 171819

Myös IDC:n katsaus Kiinan perustamallimarkkinoihin listaa Alibabaan, Baiduun, ByteDanceen, Tencentiin ja muihin suuriin teknologiayhtiöihin liittyviä mallihankkeita. 21 Yhteinen ajatus on vertikaalinen integraatio: oma malli voi yhdistää yhtiön datan, jakelun, infrastruktuurin ja kehittäjäekosysteemin tiiviimmin kuin ulkopuolinen ohjelmointirajapinta.

Xiaohongshun lähtökohta on ennen kaikkea elämäntapa ja sisältöön perustuva päätöksenteko. Alibaba lähestyy markkinaa kaupan ja pilvipalveluiden kautta, Baidulla on haku- ja yrityspainotus, ByteDance yhdistää valtavan kuluttajajakelun omiin mallihankkeisiinsa ja Tencentillä on laajat sosiaaliset sekä alustae kosysteemit.

Tuotteet ja kyvykkyydet vaihtelevat, mutta strateginen suunta on sama: perustamalleista on tulossa keskeistä infrastruktuuria, ei vain valinnaisia sovellusominaisuuksia.

Johtopäätös: kyse on infrastruktuurivedosta

Dots3-note previewn ei tarvitse syrjäyttää johtavia frontier-malleja ollakseen merkittävä. Sen painoarvo syntyy useiden valintojen yhdistelmästä: suuresta kokonaiskoosta, harvasta aktivaatiosta, pitkästä kontekstista, multimodaalisesta ymmärryksestä, avoimesta lisenssistä ja laitteistojen siirrettävyydestä.

Yhdessä nämä valinnat osoittavat, että Xiaohongshu pyrkii hallitsemaan tulevien tuotteidensa alla olevaa teknistä kerrosta. Yhtiö varautuu maailmaan, jossa käyttäjät eivät vain etsi elämäntapatietoa tai selaa suosituksia, vaan pyytävät tekoälyä tulkitsemaan sisältöä, vertailemaan vaihtoehtoja ja auttamaan päätöksessä usean vaiheen ajan.

Siksi julkaisu kannattaa nähdä infrastruktuurivetona: malli on kyvykäs, mutta sitä ei esitetä yleisesti ylivoimaisena; se on tarpeeksi avoin ulkopuoliseen tarkasteluun ja tiiviisti linjassa sen alustan datan sekä työnkulkujen kanssa, joka sen rakensi.