
Create a landscape editorial hero image for this Studio Global article: What does Xiaohongshu’s overseas release of the Apache 2.0–licensed dots3-note preview model—including its MoE architecture with 280 billion. Article summary: Xiaohongshu’s release is best read as a strategic move from using AI at the product edge—search, ranking and recommendation—to owning a general-purpose intelligence layer that can power those features, agents and future . Topic tags: general, general web, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers
Peluncuran dots3-note preview oleh Xiaohongshu memiliki arti strategis yang lebih besar daripada sekadar ukuran modelnya. Perusahaan ini tampaknya sedang bergerak dari penggunaan AI untuk pencarian, pemeringkatan, dan rekomendasi menuju penguasaan lapisan kecerdasan umum yang dapat menopang pemahaman konten multimodal, asisten, serta alur kerja kreator dan perdagangan di masa depan.
Itu bukan berarti dots3-note preview otomatis menjadi pemimpin universal baru. Pembacaan yang lebih masuk akal adalah bahwa Xiaohongshu sedang membangun model yang cukup mumpuni untuk data dan perjalanan pengguna di platformnya, cukup efisien untuk diterapkan, serta cukup terbuka untuk mengundang pengujian dan pengembangan dari pihak luar.
dots3-note preview merupakan model publik pertama dari keluarga dots3 milik Xiaohongshu. Model ini menggunakan arsitektur mixture-of-experts (MoE) dengan total 280 miliar parameter, sementara parameter yang aktif pada setiap token berjumlah 16 miliar. Model ini mendukung konteks hingga 512.000 token dan dapat menerima teks, gambar, video, serta audio sebagai input, dengan keluaran berupa teks. 249
Perbedaan antara total parameter dan parameter aktif penting untuk dipahami. Model MoE memiliki kumpulan bobot khusus yang besar, tetapi tidak menggunakan seluruhnya untuk setiap token. Dengan demikian, Xiaohongshu dapat mengejar kemampuan yang luas tanpa harus menjalankan model padat dengan seluruh 280 miliar parameter aktif pada setiap proses inferensi.
Model ini juga diposisikan untuk penalaran kompleks dan tugas agen yang berlangsung lebih lama. Deskripsi publiknya menekankan pencarian multigiliran dan eksekusi tugas lintas tahap, bukan hanya menjawab pertanyaan singkat. 12 Fokus tersebut cocok dengan platform yang dipenuhi unggahan, gambar, video, ulasan, dan keputusan yang biasanya berkembang melalui beberapa langkah.
Keputusan terkait gaya hidup biasanya bukan sekadar satu kueri pencarian. Pengguna mungkin ingin membandingkan destinasi, menilai produk, memahami contoh visual, mempertimbangkan rekomendasi komunitas, lalu menentukan pilihan. Model multimodal dengan jendela konteks 512K secara teori dapat menyimpan lebih banyak bukti tersebut dalam satu konteks kerja.
Hal itu membuka kemungkinan alur seperti berikut:
Ini merupakan inferensi dari kemampuan dan target evaluasi model, bukan bukti bahwa Xiaohongshu telah meluncurkan seluruh tahapan tersebut sebagai fitur untuk pengguna. Pergeseran strategis yang penting terletak pada cakupannya: AI diperlakukan sebagai lapisan yang dapat menghubungkan penemuan, pemahaman, dan tindakan, bukan hanya komponen sempit untuk mengurutkan atau merekomendasikan konten.
Nama dots3-note preview juga mengisyaratkan strategi portofolio. Xiaohongshu telah menjelaskan rencana varian bernama jazz dan aria, dengan keluarga ini ditujukan untuk mencakup berbagai titik kompromi antara kemampuan, latensi, dan biaya. 18
Struktur semacam ini berguna bagi platform konsumen berskala besar. Model yang lebih cepat dan murah dapat menangani interaksi berjumlah tinggi, sedangkan varian yang lebih berat dapat digunakan untuk penalaran kompleks, analisis multimodal, atau agen yang bekerja lebih lama. Pendekatan berbasis keluarga juga memungkinkan perusahaan menyesuaikan ukuran model dengan ekonomi produk, alih-alih memaksa semua tugas menggunakan satu sistem berukuran besar.
Dengan kata lain, rilis ini bukan terutama soal menempatkan satu model di setiap produk. Xiaohongshu tampaknya sedang menciptakan platform internal yang dapat digunakan ulang untuk berbagai produk.
Xiaohongshu merilis model ini di bawah lisensi permisif Apache 2.0 dan menyediakannya melalui Hugging Face serta GitHub. 239 Langkah tersebut menurunkan hambatan bagi peneliti dan pengembang untuk memeriksa, menjalankan, memodifikasi, dan mengintegrasikan model secara komersial, dengan tetap mengikuti ketentuan lisensinya.
Bagi Xiaohongshu, manfaatnya bersifat praktis sekaligus reputasional:
Repositori publik dan materi model tersebut juga mencakup jalur penerapan serta pilihan checkpoint, sehingga rilis ini lebih menyerupai peluncuran operasional daripada sekadar pengumuman riset. 34
Bobot model yang terbuka tidak otomatis membuktikan kualitas, keamanan, atau kesiapan produksi. Namun, keterbukaan membuat semua hal itu lebih mudah diperiksa oleh pihak luar. Perbedaan ini penting, terutama karena dots3-note preview masih berstatus model pratinjau: evaluasi publik sebaiknya dipahami sebagai bukti kemampuan, bukan penilaian independen yang sudah final.
Rilis tersebut juga mencakup adaptasi untuk perangkat keras Huawei Ascend pada hari yang sama. 115 Hal ini menunjukkan bahwa portabilitas perangkat keras merupakan bagian dari strategi, bukan tambahan belakangan.
Bagi platform asal Tiongkok, dukungan terhadap lebih dari satu ekosistem akselerator dapat meningkatkan fleksibilitas penerapan, ketahanan rantai pasok, serta kemungkinan penggunaan domestik atau lokal di lingkungan perusahaan. Namun, dukungan tersebut tidak dengan sendirinya membuktikan bahwa model ini lebih unggul daripada pesaing. Yang terlihat adalah perhatian Xiaohongshu terhadap tempat model itu akan dijalankan dan pihak-pihak yang dapat mengadopsinya.
Model pihak ketiga dapat menawarkan kemampuan umum yang kuat. Namun, platform seperti Xiaohongshu memiliki aset yang tidak sepenuhnya dikuasai penyedia generik: konten multimodalnya sendiri, perilaku pencarian dan penyimpanan pengguna, kebiasaan komunitas kreator, serta keputusan gaya hidup yang sangat spesifik.
Dengan menguasai lapisan model, Xiaohongshu dapat memperoleh kendali lebih besar atas:
Platform ini juga memiliki jalur distribusi yang langsung. Sejumlah laporan menyebut Xiaohongshu memiliki lebih dari 300 juta pengguna bulanan, sehingga keluarga model yang berhasil memiliki lingkungan besar untuk diuji dan diintegrasikan. 115 Imbalan komersialnya belum terjamin, tetapi logika strategisnya cukup jelas: jika AI menjadi antarmuka utama untuk menemukan dan mengambil keputusan terkait informasi gaya hidup, platform yang mengendalikan ekosistem konten sekaligus lapisan kecerdasannya berpotensi mempertahankan porsi nilai yang lebih besar.
Xiaohongshu masuk ke dalam pola yang lebih luas: perusahaan teknologi besar di Tiongkok membangun model fondasi bersamaan dengan produk konsumen, layanan cloud, dan ekosistem perangkat keras. ByteDance mengembangkan keluarga Doubao, Alibaba memiliki Qwen, sementara Reuters telah mendokumentasikan persaingan yang lebih luas di antara perusahaan AI Tiongkok, termasuk strategi model berbiaya rendah dan model terbuka. 171819
Gambaran IDC mengenai lanskap model fondasi Tiongkok juga mencantumkan upaya model yang terkait dengan Alibaba, Baidu, ByteDance, Tencent, dan perusahaan teknologi besar lainnya. 21 Logika yang sama muncul berulang kali: model milik sendiri dapat menghubungkan data, distribusi, infrastruktur, dan ekosistem pengembang dengan lebih erat dibandingkan API eksternal.
Titik masuk Xiaohongshu berbeda karena berangkat dari gaya hidup dan pengambilan keputusan berbasis konten. Alibaba memasuki pasar dengan kekuatan perdagangan dan cloud; Baidu memiliki orientasi pencarian dan perusahaan; ByteDance menggabungkan distribusi konsumen yang sangat besar dengan upaya modelnya sendiri; sementara Tencent membawa ekosistem sosial dan platform yang luas. Produk dan kapabilitasnya berbeda, tetapi arahnya serupa: model fondasi semakin diperlakukan sebagai infrastruktur inti, bukan fitur tambahan dalam aplikasi.
dots3-note preview tidak perlu menyingkirkan model frontier terkemuka agar tetap penting. Signifikansinya terletak pada kombinasi skala, aktivasi parameter yang jarang, konteks panjang, pemahaman multimodal, lisensi terbuka, dan portabilitas perangkat keras.
Secara bersama-sama, pilihan tersebut menunjukkan bahwa Xiaohongshu sedang berusaha mengendalikan lapisan di bawah produk-produknya di masa depan. Perusahaan ini bersiap menghadapi dunia ketika pengguna tidak hanya mencari informasi gaya hidup atau menggulir rekomendasi. Mereka mungkin meminta sistem AI untuk memahami konten, membandingkan berbagai kemungkinan, dan membantu menjalankan keputusan melalui beberapa tahap.
Karena itu, rilis ini paling tepat dipandang sebagai taruhan infrastruktur: cukup mampu tanpa diklaim unggul secara universal, cukup terbuka untuk mengundang pengawasan, dan sangat selaras dengan data serta alur kerja platform yang membangunnya.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Dirilis pada Agustus 2026, dots3 note preview memiliki total 280 miliar parameter, tetapi hanya mengaktifkan 16 miliar parameter per token.
Dirilis pada Agustus 2026, dots3 note preview memiliki total 280 miliar parameter, tetapi hanya mengaktifkan 16 miliar parameter per token. Lisensi Apache 2.0, ketersediaan di Hugging Face dan GitHub, serta dukungan Huawei Ascend sejak hari peluncuran membuat model ini lebih mudah diuji, diterapkan, dan dikembangkan oleh ekosistem yang lebih luas.
Konteks panjang dan desain yang berorientasi pada agen mengarah pada tugas gaya hidup atau perdagangan yang berlangsung dalam banyak tahap.