En Chine, les géants de l’Internet grand public se transforment discrètement en bâtisseurs de modèles d’IA

L’histoire de l’intelligence artificielle chinoise ne se résume plus à DeepSeek, Z.ai, Moonshot AI ou MiniMax. Des entreprises déjà bien implantées dans le commerce en ligne, les réseaux sociaux, le jeu vidéo ou le voyage développent elles aussi des modèles de fondation, conçus pour être adaptés à leurs produits, leurs contenus, leurs commerçants et leurs processus internes. 13

L’exemple public le plus marquant dans les informations disponibles est RedNote — également connue sous le nom de Xiaohongshu — et son laboratoire de recherche en IA, Dots Studio. La sortie de Dots3-Note Preview montre pourquoi une plateforme grand public peut vouloir aller au-delà d’un simple chatbot généraliste : un modèle peut être pensé pour comprendre les contenus multimédias de la plateforme et accomplir des tâches opérationnelles sur la durée.

Ne plus être seulement client de l’IA

Jusqu’à présent, les plateformes grand public pouvaient accéder à des capacités avancées en faisant appel aux API de modèles externes. Développer son propre modèle de fondation représente un investissement autrement plus important, mais cette stratégie offre davantage de contrôle sur le déploiement et l’adaptation de l’IA aux produits de l’entreprise.

Pour une société de commerce en ligne, de jeux vidéo, de réseau social ou de voyage, l’IA utile n’est pas nécessairement une conversation isolée. Elle doit parfois interpréter des images et des vidéos, comprendre le contexte d’un produit ou d’un lieu, traiter des contenus publiés par les utilisateurs, aider les commerçants et les créateurs, voire enchaîner plusieurs étapes pour mener une tâche à bien.

La logique consiste donc à relier les capacités du modèle aux systèmes commerciaux et éditoriaux déjà existants, plutôt qu’à traiter l’IA comme une fonctionnalité indépendante. Cela ne signifie pas pour autant que les entreprises abandonnent les modèles externes : une approche hybride peut réserver les fournisseurs tiers aux domaines où ils sont les plus performants et les modèles internes aux tâches les plus stratégiques ou les plus spécifiques à la plateforme. Les informations disponibles étayent cette évolution générale, sans démontrer que toutes les entreprises de chaque secteur suivent exactement la même voie technique. 13

Ce que révèle la sortie de Dots Studio

Le 14 août 2026, Dots Studio a publié Dots3-Note Preview, le premier modèle à poids ouverts de la famille dots3. 214 Ses caractéristiques mettent en lumière plusieurs besoins propres aux applications de plateforme :

• 280 milliards de paramètres au total, dont 16 milliards activés par jeton : le modèle repose sur une architecture à mélange d’experts. Sa capacité totale est donc bien supérieure au nombre de paramètres mobilisés à chaque calcul. 12
• Une entrée multimodale : il peut traiter du texte, des images, de la vidéo et de l’audio, au lieu de se limiter au texte. 1
• Une fenêtre de contexte de 512 000 jetons : cette capacité lui permet de prendre en compte une quantité inhabituelle d’informations pour des tâches longues et complexes. 3
• Une licence Apache 2.0 : les poids publiés sont distribués sous cette licence, ce qui en fait une mise à disposition ouverte plutôt qu’un service exclusivement privé et interne. 2

Ces spécifications correspondent à un environnement où les informations prennent des formes multiples et où certaines tâches nécessitent de conserver le fil d’une longue séquence d’actions. L’architecture, à elle seule, ne prouve pas que le modèle produira de meilleurs services grand public. Elle montre toutefois l’ambition de construction de modèles désormais visible au sein d’une entreprise surtout connue comme plateforme sociale et lifestyle.

Les performances annoncées doivent être lues avec prudence

RedNote a déclaré que Dots3-Note Preview égalait ou dépassait certains modèles d’OpenAI, d’Anthropic, de DeepSeek et de Z.ai sur des benchmarks précis. 13 C’est une affirmation importante, mais sa portée doit rester limitée.

Les résultats dépendent de la tâche évaluée, du protocole, de la méthode de formulation des requêtes, de la version du modèle et de la possibilité de reproduire les tests de manière indépendante. Les informations disponibles présentent ces résultats comme des évaluations citées par l’entreprise ; elles ne permettent pas d’établir que Dots3-Note Preview est globalement supérieur à ces modèles en matière d’usage quotidien, de fiabilité, de coût ou de déploiement commercial. 13

Le principal enseignement n’est donc pas une place donnée dans un classement. C’est le fait qu’une plateforme grand public a conçu puis publié un modèle de fondation multimodal de grande taille, tout en le positionnant pour le raisonnement complexe et les tâches s’étendant sur un long horizon. 13

Pourquoi l’appartenance à une plateforme change la donne

Un modèle généraliste peut offrir de solides capacités linguistiques ou de raisonnement. Un modèle contrôlé par une plateforme peut, lui, être intégré plus étroitement aux systèmes qui font la valeur de l’entreprise : contenus, recommandations, produits, commerçants, créateurs, lieux, réservations et intentions des utilisateurs.

Cette intégration peut rendre le modèle particulièrement efficace sur des tâches ciblées, même s’il ne domine pas tous les benchmarks généralistes. Pour une plateforme comme RedNote, un système capable de comprendre conjointement textes, images, vidéos, contenus audio et publications d’utilisateurs peut être plus utile qu’un modèle théoriquement meilleur dans une conversation abstraite, mais moins connecté à cet écosystème.

C’est ce qui donne de l’importance au mouvement plus large. Les capacités d’IA s’accumulent au sein d’entreprises Internet établies, qui disposent déjà de produits, de données spécialisées, d’infrastructures opérationnelles et de canaux de déploiement immédiats — et plus seulement dans des laboratoires consacrés exclusivement à l’IA. 13

Pour les utilisateurs, cette évolution pourrait être moins spectaculaire qu’un nouveau lancement de chatbot. Elle peut plutôt se traduire par une recherche plus efficace, de meilleures recommandations, des outils de création de contenu, une assistance aux commerçants, la modération, la préparation d’un voyage ou la gestion d’un jeu vidéo.

Pour les entreprises, la question concurrentielle se déplace : il ne s’agit plus seulement de savoir qui possède le meilleur modèle généraliste, mais qui saura transformer un modèle performant en services fiables, spécialisés et déployables à grande échelle.

Une industrie chinoise de l’IA plus distribuée

La sortie de Dots Studio souligne la diversité croissante de l’écosystème chinois de l’IA. Les entreprises de l’Internet grand public ne sont plus uniquement de potentielles clientes de modèles de pointe : certaines deviennent elles-mêmes des organisations de recherche, d’entraînement et de déploiement. 13

La carte de la concurrence s’élargit donc au-delà des laboratoires les plus médiatisés. L’expertise de plateforme prend également une importance accrue : la valeur d’un modèle peut dépendre de sa capacité à comprendre et à faire fonctionner un écosystème particulier, pas seulement de son score à un benchmark généraliste.

Les éléments disponibles sont les plus solides concernant RedNote et la tendance générale rapportée dans le secteur, plutôt que l’établissement d’un inventaire technique complet de Meituan ou de chaque entreprise chinoise du commerce, du jeu, des réseaux sociaux et du voyage. Malgré cette limite, le signal est net : la prochaine phase de l’IA grand public en Chine pourrait se construire discrètement au sein des services que les utilisateurs fréquentent déjà.