Xiaohongshu bouwt met dots3-note aan een eigen AI-fundament

De release van dots3-note preview is strategisch groter dan het model zelf. Xiaohongshu — het Chinese lifestyle- en contentplatform dat internationaal ook bekendstaat als RedNote — verschuift van AI voor zoeken, rangschikking en aanbevelingen naar een eigen intelligentielaag voor multimodaal begrip, assistenten en toekomstige functies voor makers en handel.

Dat betekent niet dat dots3-note preview meteen de nieuwe universele koploper is. De meest verdedigbare conclusie is bescheidener: Xiaohongshu bouwt een model dat krachtig genoeg is voor zijn eigen data en gebruikersroutes, efficiënt genoeg om op schaal te draaien en open genoeg om externe ontwikkelaars en onderzoekers aan te trekken.

Wat is dots3-note preview?

Dots3-note preview is het eerste publieke model uit Xiaohongshu’s dots3-familie. Het gebruikt een mixture-of-experts-architectuur (MoE) met in totaal 280 miljard parameters, waarvan er per token 16 miljard worden geactiveerd. Het model ondersteunt een contextvenster van maximaal 512.000 tokens en kan tekst, afbeeldingen, video en audio verwerken als invoer. De uitvoer bestaat uit tekst. 249

Het verschil tussen totale en actieve parameters is belangrijk. Een MoE-model beschikt over een grote verzameling gespecialiseerde gewichten, maar gebruikt niet die volledige verzameling voor ieder token. Xiaohongshu kan zo brede capaciteiten nastreven zonder bij elke inferentie alle 280 miljard parameters van een dicht model te activeren.

Het model is bovendien gericht op complexe redeneertaken en langdurige agenttaken. In de openbare beschrijvingen ligt de nadruk op meerstaps zoeken en het uitvoeren van opdrachten over verschillende fasen heen, in plaats van alleen op korte vraag-en-antwoordinteracties. 12

Dat sluit aan bij een platform waarop beslissingen vaak beginnen met posts, beelden, video’s en reviews en pas na meerdere stappen worden genomen.

Van zoeken naar beslissen

Een typische lifestylevraag is geen eenvoudige zoekopdracht. Wie bijvoorbeeld een reis plant, wil mogelijk bestemmingen vergelijken, ervaringen van andere gebruikers beoordelen, afbeeldingen interpreteren en uiteindelijk een keuze maken.

Een model met multimodale invoer en een contextvenster van 512.000 tokens zou in principe meer van die informatie binnen één werkcontext kunnen houden. Een mogelijke gebruikersroute ziet er dan zo uit:

1. relevante posts of producten vinden;
2. beweringen, beelden en gebruikerservaringen vergelijken;
3. de voor- en nadelen samenvatten; en
4. de gebruiker helpen richting een concrete actie.

Dit is een gevolgtrekking uit de genoemde mogelijkheden en evaluatiedoelen — geen bewijs dat Xiaohongshu al elke stap als zichtbare gebruikersfunctie heeft gelanceerd. De wezenlijke verandering zit in de beoogde reikwijdte: AI wordt een laag die ontdekking, interpretatie en actie met elkaar kan verbinden, in plaats van alleen een systeemonderdeel dat content rangschikt of aanbeveelt.

De dots3-familie wijst op infrastructuur

Ook de naam dots3-note preview suggereert een portfoliostrategie. Xiaohongshu heeft geplande varianten genoemd met de namen jazz en aria. De familie moet verschillende posities bestrijken in de afweging tussen capaciteit, snelheid en kosten. 18

Dat is praktisch voor een groot consumentenplatform. Een snel en goedkoper model kan veel interacties afhandelen, terwijl zwaardere varianten worden ingezet voor complex redeneren, multimodale analyse of langdurige agenttaken.

Zo’n modelfamilie voorkomt dat ieder probleem met hetzelfde zware systeem moet worden opgelost. Het bedrijf kan het modeltype afstemmen op de economie van het product: klein en snel waar volume belangrijk is, groter en grondiger waar de taak complexer is.

De release gaat daarmee minder over één model dat overal moet worden gebruikt en meer over een herbruikbaar intern platform voor meerdere producten.

Waarom open source onder Apache 2.0?

Xiaohongshu bracht het model uit onder de ruime Apache 2.0-licentie en publiceerde het via Hugging Face en GitHub. 239 Onder de voorwaarden van die licentie kunnen onderzoekers en ontwikkelaars het model inspecteren, draaien, aanpassen en ook commercieel integreren.

Voor Xiaohongshu levert dat zowel technische als strategische voordelen op:

• Externe evaluatie: onafhankelijke gebruikers kunnen problemen en praktijksituaties vinden die interne benchmarks mogelijk missen.
• Feedback over deployment: ontwikkelaars kunnen knelpunten signaleren en integraties met hardware en servingframeworks verbeteren.
• Groei van het ecosysteem: finetunes, tools en toepassingen kunnen het model buiten Xiaohongshu’s eigen producten verspreiden.
• Geloofwaardigheid en talent: een daadwerkelijk bruikbare publieke release geeft onderzoekers iets concreets om te beoordelen en verder uit te bouwen.

De openbare repositories en modeldocumentatie bevatten bovendien deploymentopties en checkpoints. Dit is dus een operationele release, niet alleen een onderzoeksmededeling. 34

Open gewichten bewijzen op zichzelf niet dat een model kwalitatief goed, veilig of productierijp is. Ze maken het voor buitenstaanders wel eenvoudiger om die eigenschappen te onderzoeken. Dat onderscheid is belangrijk bij een previewmodel: publieke evaluaties zijn aanwijzingen voor capaciteit, geen volledig onafhankelijk eindoordeel.

Huawei Ascend-ondersteuning op dezelfde dag

De release omvatte ook een aanpassing voor Huawei Ascend-hardware die op dezelfde dag beschikbaar kwam. 115 Dat wijst erop dat hardwareportabiliteit deel van de strategie is, en geen detail achteraf.

Voor een Chinees platform kan ondersteuning voor meer dan één accelerator-ecosysteem de flexibiliteit vergroten. Ook kan het helpen bij binnenlandse deployment, gebruik op eigen locatie en het beperken van afhankelijkheid van een specifieke hardwareleverancier.

Dit bewijst niet dat het model beter is dan concurrerende systemen. Het laat wel zien dat Xiaohongshu nadenkt over waar het model moet draaien en wie het kan gebruiken.

Waarom een eigen model bouwen?

Externe modellen kunnen sterke algemene prestaties leveren. Toch beschikt een platform als Xiaohongshu over bronnen waar een generieke modelaanbieder niet volledig controle over heeft: eigen multimodale content, zoek- en bewaargedrag van gebruikers, conventies binnen makercommunities en domeinspecifieke lifestylebeslissingen.

Door de modellaag zelf te bezitten, krijgt Xiaohongshu meer controle over:

• de afstemming op eigen content en terminologie;
• de inferentiekosten bij grote aantallen zoekopdrachten;
• snelheid en productontwikkeling;
• privacy- en veiligheidskeuzes; en
• afhankelijkheid van de prijzen, beschikbaarheid en routekaart van een externe leverancier.

Daar komt een belangrijk distributievoordeel bij. Volgens berichtgeving heeft Xiaohongshu meer dan 300 miljoen maandelijkse gebruikers, waardoor een succesvolle modelfamilie een groot test- en integratiegebied heeft. 115

De commerciële opbrengst is niet gegarandeerd. De strategische logica is wel duidelijk: als AI de belangrijkste interface wordt voor het ontdekken en gebruiken van lifestyle-informatie, kan het platform dat zowel het contentecosysteem als de intelligentielaag beheert een groter deel van de waarde behouden.

Xiaohongshu in de Chinese AI-race

De stap past in een bredere ontwikkeling waarin grote Chinese technologiebedrijven basismodellen bouwen naast consumentenproducten, clouddiensten en hardware-ecosystemen. ByteDance heeft de Doubao-familie ontwikkeld, Alibaba werkt met Qwen en Reuters beschreef de toenemende concurrentie tussen Chinese AI-bedrijven en hun strategieën rond goedkope of open modellen. 171819

Een overzicht van IDC noemt daarnaast modelinitiatieven van onder meer Alibaba, Baidu, ByteDance en Tencent. 21 De onderliggende logica is verticale integratie: een eigen model kan data, distributie, infrastructuur en ontwikkelaars nauwer met elkaar verbinden dan een externe API.

Xiaohongshu betreedt die markt vanuit een eigen invalshoek: lifestyle en contentgestuurde besluitvorming. Alibaba heeft sterke posities in handel en cloud, Baidu in zoeken en zakelijke toepassingen, ByteDance in massadistributie en eigen modelontwikkeling, en Tencent in grote sociale en digitale platformen.

De producten en capaciteiten verschillen, maar de richting is vergelijkbaar: basismodellen worden kerninfrastructuur en niet langer slechts een optionele functie boven op een bestaand product.

De belangrijkste conclusie

Dots3-note preview hoeft de leidende frontiermodellen niet te verslaan om relevant te zijn. De betekenis zit in de combinatie van schaal, sparse activation, een lange context, multimodaal begrip, een open licentie en ondersteuning voor verschillende hardware.

Samen laten die keuzes zien dat Xiaohongshu de laag onder zijn toekomstige producten zelf wil beheersen. Het bedrijf bereidt zich voor op een wereld waarin gebruikers niet alleen lifestylekennis zoeken of aanbevelingen bekijken, maar een AI-systeem vragen om informatie te interpreteren, mogelijkheden te vergelijken en een beslissing over meerdere stappen te begeleiden.

De release is daarom het best te lezen als een infrastructuurweddenschap: krachtig maar niet gepresenteerd als universeel dominant, open genoeg voor kritiek en experimenten, en nauw verbonden met de data en workflows van het platform dat het model heeft gebouwd.