dots3-note preview : le pari de Xiaohongshu pour faire de l’IA une infrastructure de plateforme

La publication de dots3-note preview par Xiaohongshu dépasse largement la simple mise à disposition d’un nouveau modèle. L’entreprise, connue à l’international sous le nom de RedNote, semble vouloir passer d’une IA utilisée pour la recherche, le classement et la recommandation à une couche d’intelligence générale capable d’alimenter la compréhension multimodale, les assistants et de futurs usages liés aux créateurs ou au commerce.

Cela ne signifie pas que dots3-note preview soit devenu le nouveau modèle universel de référence. L’interprétation la plus solide est plus nuancée : Xiaohongshu cherche à construire un modèle suffisamment performant pour ses propres données et parcours utilisateurs, assez efficace pour être déployé à grande échelle et suffisamment ouvert pour attirer les tests, les outils et les contributions externes.

Ce que l’on sait de dots3-note preview

dots3-note preview est le premier modèle public de la famille dots3 de Xiaohongshu. Il repose sur une architecture Mixture-of-Experts (MoE), ou mélange d’experts, avec 280 milliards de paramètres au total, dont 16 milliards activés pour chaque token. Il prend en charge une fenêtre de contexte pouvant atteindre 512 000 tokens et accepte du texte, des images, des vidéos et de l’audio en entrée, avec une sortie textuelle. 249

La différence entre paramètres totaux et paramètres activés est essentielle. Dans un modèle MoE, tous les poids disponibles ne sont pas mobilisés à chaque étape : le système sélectionne certains « experts » en fonction de la tâche. Xiaohongshu peut ainsi viser une palette de capacités étendue tout en limitant le coût de chaque inférence par rapport à un modèle dense qui activerait l’intégralité de ses 280 milliards de paramètres.

Le modèle est également présenté comme adapté au raisonnement complexe et aux tâches d’agents qui s’étendent dans le temps. Les descriptions publiques mettent l’accent sur la recherche en plusieurs tours et l’exécution de tâches couvrant plusieurs étapes, plutôt que sur les seules réponses courtes à des questions. 12 Cette orientation correspond bien à une plateforme fondée sur des publications, des images, des vidéos, des avis et des décisions qui se construisent progressivement.

Pourquoi cette architecture peut servir les produits de Xiaohongshu

Une décision liée au mode de vie ne se résume généralement pas à une requête isolée. Pour préparer un voyage, choisir un produit ou aménager son intérieur, un utilisateur peut vouloir comparer des destinations, examiner des exemples visuels, confronter des avis et évaluer plusieurs compromis avant de se décider.

Un modèle multimodal doté d’un contexte de 512 000 tokens pourrait, en principe, conserver davantage de ces éléments dans un même espace de travail. Le parcours envisagé pourrait ressembler à ceci :

1. trouver les publications ou les produits pertinents ;
2. comparer les affirmations, les images et les expériences d’utilisateurs ;
3. synthétiser les avantages et les compromis ;
4. aider l’utilisateur à passer à l’action.

Il s’agit d’une déduction à partir des capacités et des objectifs d’évaluation annoncés, et non de la preuve que Xiaohongshu a déjà lancé chacune de ces étapes sous la forme d’une fonctionnalité accessible au public. Le changement stratégique tient surtout à l’ambition affichée : l’IA ne serait plus seulement un composant qui classe ou recommande du contenu, mais une couche reliant découverte, interprétation et action.

La famille dots3 ressemble à une infrastructure, pas à une expérience isolée

Le nom dots3-note preview suggère aussi une stratégie de portefeuille. Xiaohongshu a évoqué des variantes appelées jazz et aria, la famille devant couvrir différents compromis entre capacités, latence et coût. 18

Cette organisation est utile pour une grande plateforme grand public. Un modèle rapide et moins coûteux peut prendre en charge les interactions à fort volume, tandis que des versions plus exigeantes peuvent être réservées au raisonnement complexe, à l’analyse multimodale ou aux agents qui travaillent sur une longue durée.

Une famille de modèles permet également d’adapter la taille du système à l’économie de chaque produit, au lieu de faire passer toutes les tâches par une seule solution lourde. La publication porte donc moins sur l’idée de déployer un modèle unique partout que sur la création d’une plateforme interne réutilisable pour plusieurs services.

Pourquoi une licence Apache 2.0 ?

Xiaohongshu a publié le modèle sous la licence permissive Apache 2.0, avec une mise à disposition sur Hugging Face et GitHub. 239 Sous réserve des conditions de la licence, chercheurs et développeurs peuvent plus facilement l’examiner, l’exécuter, le modifier et l’intégrer à des applications commerciales.

Pour Xiaohongshu, les bénéfices sont à la fois techniques et stratégiques :

• Évaluation externe : des utilisateurs indépendants peuvent tester des cas d’échec et des charges de travail réelles qu’un jeu de benchmarks interne risque de ne pas couvrir.
• Retour sur le déploiement : les développeurs peuvent repérer les goulots d’étranglement et améliorer l’intégration avec les frameworks d’inférence et le matériel disponible.
• Croissance de l’écosystème : réglages fins, outils et applications peuvent étendre la portée du modèle au-delà des produits de Xiaohongshu.
• Recrutement et crédibilité : une publication réellement exploitable offre aux chercheurs une base concrète à évaluer et à développer.

Les dépôts publics et les documents associés comprennent des options de checkpoints et des chemins de déploiement. Il s’agit donc d’une publication opérationnelle, et pas uniquement d’une annonce de recherche. 34

Des poids ouverts ne démontrent pas automatiquement la qualité, la sécurité ou l’aptitude à la production d’un modèle. Ils rendent simplement ces propriétés plus faciles à examiner de l’extérieur. Cette distinction compte particulièrement pour un modèle présenté comme une preview : les évaluations publiques constituent des indices de capacité, pas un verdict indépendant et définitif.

Le support de Huawei Ascend révèle une volonté de portabilité

La sortie s’est accompagnée le même jour d’une adaptation au matériel Huawei Ascend. 115 Ce détail suggère que la portabilité matérielle fait partie de la stratégie, plutôt que d’être une amélioration ajoutée après coup.

Pour une plateforme chinoise, la compatibilité avec plusieurs écosystèmes d’accélérateurs peut offrir davantage de souplesse pour le déploiement, renforcer la résilience de la chaîne d’approvisionnement et faciliter les usages domestiques ou sur site. Elle ne prouve pas, à elle seule, que le modèle est plus performant que ses concurrents. Elle montre surtout que Xiaohongshu réfléchit à l’endroit où le modèle fonctionnera et aux acteurs susceptibles de l’adopter.

Pourquoi développer son propre modèle quand d’autres existent déjà ?

Les modèles de fournisseurs tiers peuvent offrir de solides capacités générales. Mais Xiaohongshu dispose d’actifs qu’un fournisseur généraliste ne contrôle pas entièrement : son propre contenu multimodal, les recherches et les enregistrements des utilisateurs, les codes de sa communauté de créateurs et des décisions très spécifiques liées au mode de vie.

Contrôler la couche modèle peut permettre à Xiaohongshu de mieux maîtriser :

• l’adaptation du modèle à ses contenus et à sa terminologie ;
• le coût d’inférence face à un volume élevé de requêtes ;
• la latence et la vitesse d’itération des produits ;
• ses choix en matière de confidentialité et de sécurité ;
• sa dépendance aux prix, à la disponibilité et à la feuille de route d’un autre fournisseur.

La plateforme bénéficie aussi d’un canal de distribution particulièrement direct. Selon les informations disponibles, Xiaohongshu compte plus de 300 millions d’utilisateurs mensuels, ce qui offrirait à une famille de modèles performante un vaste environnement de test et d’intégration. 115 Le retour commercial n’est pas garanti, mais la logique stratégique est nette : si l’IA devient l’interface principale pour découvrir des informations liées au mode de vie et agir à partir de celles-ci, la plateforme qui contrôle à la fois l’écosystème de contenu et la couche d’intelligence pourrait conserver une plus grande part de la valeur créée.

Une nouvelle étape dans la course aux modèles en Chine

Xiaohongshu s’inscrit dans une tendance plus large : les grandes plateformes technologiques chinoises développent leurs propres modèles de base en parallèle de leurs produits grand public, de leurs services cloud et de leurs écosystèmes matériels. ByteDance a développé la famille Doubao, Alibaba dispose de Qwen, et Reuters a documenté la compétition plus vaste entre entreprises chinoises de l’IA ainsi que leurs stratégies de modèles peu coûteux ou ouverts. 171819

Un panorama d’IDC consacré aux modèles de base chinois recense également des initiatives associées à Alibaba, Baidu, ByteDance, Tencent et d’autres grandes entreprises technologiques. 21 La logique commune est celle de l’intégration verticale : un modèle propriétaire peut relier plus étroitement les données, la distribution, l’infrastructure et l’écosystème de développeurs d’une entreprise qu’une API externe.

Le point d’entrée de Xiaohongshu est toutefois particulier : le mode de vie et les décisions guidées par le contenu. Alibaba aborde le marché avec ses atouts dans le commerce et le cloud ; Baidu conserve une orientation forte vers la recherche et l’entreprise ; ByteDance combine une immense distribution grand public avec ses propres modèles ; Tencent s’appuie sur de vastes écosystèmes sociaux et de plateformes. Les produits et les niveaux de capacité diffèrent, mais la direction stratégique est similaire : les modèles de base deviennent une infrastructure centrale, et non plus une simple fonctionnalité ajoutée à une application.

Ce qu’il faut retenir

Dots3-note preview n’a pas besoin de détrôner les modèles de pointe pour être important. Sa portée tient à la combinaison de plusieurs choix : une grande échelle, une activation parcimonieuse, un contexte très long, une compréhension multimodale, une licence ouverte et une certaine portabilité matérielle.

Ensemble, ces décisions montrent que Xiaohongshu cherche à contrôler la couche située sous ses futurs produits. L’entreprise se prépare à un monde où les utilisateurs ne se contenteront plus de rechercher des informations sur le mode de vie ou de faire défiler des recommandations. Ils demanderont à une IA d’interpréter du contenu, de comparer des possibilités et de les aider à prendre une décision en plusieurs étapes.

La publication doit donc être lue comme un pari d’infrastructure : un modèle présenté comme capable sans être proclamé universellement dominant, assez ouvert pour être soumis à l’examen extérieur et étroitement aligné sur les données et les usages de la plateforme qui l’a conçu.