Kinas forbrukergiganter bygger KI-modeller i det stille

Kinas KI-kappløp handler ikke lenger bare om selskaper som DeepSeek, Z.ai, Moonshot AI og MiniMax. Også etablerte forbrukerrettede internettselskaper bygger nå grunnmodeller som kan tilpasses produktene, innholdet, aktørene og arbeidsflytene i deres egne økosystemer. 13

Det tydeligste offentlige eksempelet i materialet er RedNote – også kjent som Xiaohongshu – og selskapets KI-laboratorium Dots Studio. Lanseringen av Dots3-Note Preview viser hvorfor en plattform kan ønske å utvikle mer enn en generell chatbot: En modell kan bygges for å forstå plattformens eget multimodale innhold og løse oppgaver som går over lang tid.

Fra KI-kunde til KI-bygger

Forbrukerplattformer har lenge kunnet ta i bruk avansert KI ved å koble seg til eksterne modell-API-er. Å utvikle en egen grunnmodell er langt mer krevende, men gir selskapene større kontroll over hvordan teknologien brukes og tilpasses produktene deres.

For en virksomhet innen netthandel, spill, sosiale medier eller reiseliv er den nyttige KI-funksjonen sjelden bare en frittstående samtale. Modellen kan måtte tolke bilder og video, forstå produkter eller steder, håndtere brukerskapt innhold, hjelpe selgere og skapere eller gjennomføre oppgaver i flere trinn.

Den strategiske ideen er å koble modellens evner til plattformens eksisterende kommersielle systemer og innhold – i stedet for å behandle KI som en isolert funksjon.

Det betyr ikke nødvendigvis at eksterne modeller blir lagt bort. En hybridtilnærming, der selskapene bruker eksterne modeller der disse er best, samtidig som de utvikler interne systemer for verdifulle eller plattformspesifikke oppgaver, kan gi større kontroll over utrulling og tilpasning. Det tilgjengelige materialet støtter den bredere utviklingen mot skreddersydd KI i etablerte internettselskaper, men viser ikke at alle virksomheter i hver forbrukerkategori følger samme tekniske vei. 13

Dette viser RedNotes Dots Studio-lansering

Dots Studio lanserte Dots3-Note Preview som den første modellen med åpne vekter i dots3-familien 14. august 2026. 214 Utformingen fremhever flere egenskaper som er relevante for plattformbaserte tjenester:

• 280 milliarder parametre totalt, hvor 16 milliarder aktiveres per token: Modellen bruker en mixture-of-experts-arkitektur. Det betyr at den samlede kapasiteten er langt større enn mengden parametre som brukes i hver enkelt beregning. 12
• Multimodale inndata: Den kan ta imot tekst, bilder, video og lyd – ikke bare tekst. 1
• Et kontekstvindu på 512 000 token: Det gir modellen plass til å behandle uvanlig store mengder informasjon i oppgaver som strekker seg over mange trinn. 3
• Apache 2.0-lisens: De offentlig tilgjengelige vektene distribueres under Apache 2.0. Det gjør dette til en modell med åpne vekter, fremfor en løsning som bare kan brukes som en privat intern tjeneste. 2

Samlet passer spesifikasjonene et plattformmiljø der informasjon kommer i mange formater, og der oppgaver kan kreve at modellen holder oversikt gjennom en lengre handlingsrekke. Arkitekturen alene beviser ikke at modellen vil gi bedre forbrukertjenester. Den viser likevel hvor ambisiøst modellarbeidet har blitt i et selskap som først og fremst er kjent som en livsstils- og sosial plattform.

Benchmark-resultatene bør leses med forbehold

RedNote har sagt at Dots3-Note Preview var på nivå med eller bedre enn utvalgte modeller fra OpenAI, Anthropic, DeepSeek og Z.ai i bestemte tester. 13 Det er en betydelig påstand, men den bør tolkes snevert.

Resultater i slike tester avhenger blant annet av oppgaven, evalueringsoppsettet, hvordan modellen instrueres, hvilken modellversjon som brukes og om resultatene er gjentatt uavhengig. Det tilgjengelige materialet omtaler resultatene som tester selskapet selv har rapportert; det fastslår ikke at Dots3-Note Preview generelt er bedre enn disse modellene i daglig bruk, pålitelighet, kostnad eller kommersiell drift. 13

Det mest varige poenget er derfor ikke én bestemt plassering på en resultatliste. Det er at en forbrukerplattform har utviklet og offentliggjort en stor, multimodal grunnmodell som samtidig er rettet mot avansert resonnering og oppgaver med lang tidshorisont. 13

Hvorfor det betyr noe hvem som eier plattformen

En generell modell kan tilby bred språk- og resonneringsevne. En modell som eies av plattformen, kan integreres tettere med systemene som skaper verdiene i virksomheten: innhold, anbefalinger, produkter, selgere, skapere, steder, bestillinger og brukernes behov.

En slik integrasjon kan gjøre modellen mer nyttig i avgrensede oppgaver, selv om den ikke leder på alle generelle tester.

Det er også derfor den bredere utviklingen er viktig. KI-kapasitet samler seg i etablerte internettselskaper med eksisterende produkter, spesialiserte data, driftsinfrastruktur og kanaler for rask utrulling – ikke bare i dedikerte KI-laboratorier. 13

For brukerne kan resultatet bli mindre synlig enn lanseringen av enda en chatbot. KI kan i stedet dukke opp som bedre søk, mer presise anbefalinger, automatiserte verktøy for innholdsproduksjon, hjelp til selgere, moderering, reiseplanlegging eller drift av spill.

For selskapene blir konkurransespørsmålet dermed mindre «Hvem har den beste generelle modellen?» og mer «Hvem klarer å gjøre en kapabel modell til pålitelige, spesialiserte tjenester i stor skala?»

Et bredere bilde av Kinas teknologisektor

Lanseringen fra Dots Studio peker mot et mer spredt kinesisk KI-økosystem. Landets forbrukerinternettselskaper er ikke bare potensielle kunder for de mest avanserte modellene. Noen av dem blir også forsknings-, trenings- og utrullingsorganisasjoner i egen rett. 13

Det gjør konkurransebildet bredere enn listen over de mest omtalte KI-laboratoriene. Samtidig blir plattformkunnskap stadig viktigere: Verdien av en modell kan avhenge av hvor effektivt den forstår og opererer innenfor et bestemt økosystem, ikke bare av resultatet på en generell benchmark.

Dokumentasjonen her er sterkest for RedNote og for den rapporterte utviklingen i bransjen, ikke for en fullstendig teknisk oversikt over Meituan eller alle selskaper innen netthandel, spill, sosiale medier og reiseliv. Likevel er signalet tydelig: Kinas neste fase med forbruker-KI kan bli bygget i det stille, inne i tjenestene folk allerede bruker.