dots3-note preview không chỉ là một lần ra mắt mô hình AI

Việc Xiaohongshu phát hành dots3-note preview có ý nghĩa lớn hơn bản thân một bộ trọng số mới. Công ty đang chuyển từ việc chỉ ứng dụng AI trong tìm kiếm, xếp hạng và đề xuất sang xây dựng một lớp trí tuệ tổng quát của riêng mình — nền tảng có thể hỗ trợ hiểu nội dung đa phương thức, trợ lý AI và các quy trình dành cho nhà sáng tạo hoặc thương mại trong tương lai.

Điều đó không có nghĩa dots3-note preview đã trở thành mô hình AI đa năng dẫn đầu thế giới. Cách diễn giải thuyết phục hơn là Xiaohongshu đang xây dựng một mô hình đủ năng lực cho dữ liệu và hành trình người dùng của mình, đủ hiệu quả để triển khai, đồng thời đủ mở để thu hút cộng đồng bên ngoài kiểm thử và phát triển công cụ.

dots3-note preview là gì?

Đây là mô hình công khai đầu tiên thuộc dòng dots3 của Xiaohongshu. Mô hình sử dụng kiến trúc Mixture-of-Experts (MoE), có tổng cộng 280 tỷ tham số nhưng chỉ kích hoạt 16 tỷ tham số cho mỗi token. Mô hình hỗ trợ cửa sổ ngữ cảnh lên tới 512.000 token, tiếp nhận văn bản, hình ảnh, video và âm thanh, sau đó tạo đầu ra dạng văn bản. 249

Sự khác biệt giữa tổng số tham số và số tham số được kích hoạt là điểm đáng chú ý. Một mô hình MoE có thể chứa nhiều nhóm trọng số chuyên biệt nhưng không cần sử dụng toàn bộ cho từng token. Nhờ vậy, Xiaohongshu có thể theo đuổi năng lực đa dạng của một mô hình quy mô lớn, trong khi mỗi lượt suy luận có thể ít tốn kém hơn so với một mô hình dày đặc luôn kích hoạt toàn bộ 280 tỷ tham số.

Mô hình cũng được định vị cho các tác vụ suy luận phức tạp và tác vụ tác tử kéo dài. Những mô tả công khai nhấn mạnh tìm kiếm nhiều lượt hội thoại và khả năng thực hiện nhiệm vụ qua nhiều giai đoạn, thay vì chỉ trả lời các câu hỏi ngắn. 12 Đây là hướng phát triển phù hợp với một nền tảng chứa bài viết, hình ảnh, video, đánh giá và những quyết định thường diễn ra qua nhiều bước.

Vì sao kiến trúc này phù hợp với Xiaohongshu?

Một quyết định về phong cách sống hiếm khi chỉ là một truy vấn tìm kiếm đơn lẻ. Người dùng có thể muốn so sánh các điểm đến, đánh giá sản phẩm, xem các ví dụ trực quan, cân nhắc đề xuất từ cộng đồng rồi mới đưa ra lựa chọn. Về nguyên tắc, mô hình đa phương thức với cửa sổ ngữ cảnh 512K có thể giữ nhiều loại bằng chứng như vậy trong cùng một không gian làm việc.

Một hành trình tiềm năng có thể gồm:

1. tìm các bài đăng hoặc sản phẩm liên quan;
2. đối chiếu thông tin, hình ảnh và trải nghiệm người dùng;
3. tổng hợp những điểm đánh đổi; và
4. hỗ trợ người dùng tiến tới một hành động cụ thể.

Đây là suy luận từ các năng lực và mục tiêu đánh giá được công bố, không phải bằng chứng cho thấy Xiaohongshu đã triển khai toàn bộ quy trình này thành tính năng hướng tới người dùng. Thay đổi chiến lược quan trọng nằm ở phạm vi dự kiến: AI có thể trở thành lớp kết nối giữa khám phá, diễn giải và hành động, thay vì chỉ là một bộ phận hẹp chuyên xếp hạng hoặc đề xuất nội dung.

Dòng dots3 cho thấy đây là hạ tầng, không phải thử nghiệm đơn lẻ

Tên gọi dots3-note preview cũng gợi ý về chiến lược xây dựng một danh mục mô hình. Xiaohongshu cho biết dòng này dự kiến có thêm các phiên bản jazz và aria, bao phủ những điểm khác nhau trong bài toán đánh đổi giữa năng lực, độ trễ và chi phí. 18

Cấu trúc như vậy hữu ích với một nền tảng tiêu dùng quy mô lớn. Mô hình nhanh và rẻ hơn có thể xử lý các tương tác khối lượng lớn, trong khi những phiên bản nặng hơn được dành cho suy luận phức tạp, phân tích đa phương thức hoặc tác vụ tác tử kéo dài. Cách tiếp cận theo dòng sản phẩm cũng giúp công ty điều chỉnh quy mô mô hình theo hiệu quả kinh tế của từng sản phẩm, thay vì buộc mọi tác vụ phải chạy qua một hệ thống duy nhất.

Nói cách khác, mục tiêu không hẳn là đưa một mô hình vào mọi nơi, mà là tạo ra một nền tảng nội bộ có thể tái sử dụng cho nhiều sản phẩm.

Vì sao lại công khai theo giấy phép Apache 2.0?

Xiaohongshu phát hành mô hình theo giấy phép Apache 2.0, đồng thời cung cấp mô hình trên Hugging Face và mã nguồn trên GitHub. 239 Đây là giấy phép tương đối cởi mở, cho phép nhà nghiên cứu và nhà phát triển kiểm tra, chạy, chỉnh sửa và tích hợp mô hình vào mục đích thương mại, tùy theo các điều khoản đi kèm.

Với Xiaohongshu, lợi ích không chỉ nằm ở hình ảnh thương hiệu:

• Đánh giá từ bên ngoài: người dùng độc lập có thể kiểm tra các điểm yếu và tải công việc thực tế mà bộ tiêu chuẩn nội bộ có thể bỏ sót.
• Phản hồi triển khai: nhà phát triển có thể phát hiện nút thắt, đồng thời cải thiện khả năng tích hợp với các framework phục vụ mô hình và phần cứng.
• Mở rộng hệ sinh thái: các bản tinh chỉnh, công cụ và ứng dụng mới có thể đưa mô hình vượt ra ngoài những sản phẩm do Xiaohongshu trực tiếp vận hành.
• Thu hút nhân lực và tăng độ tin cậy: một bản phát hành có thể sử dụng được sẽ cung cấp cho giới nghiên cứu thứ cụ thể để đánh giá và phát triển tiếp.

Các kho mã nguồn và tài liệu mô hình có kèm phương án triển khai cùng nhiều lựa chọn checkpoint, biến đây thành một đợt phát hành mang tính vận hành chứ không chỉ là thông báo nghiên cứu. 34

Tuy nhiên, việc công khai trọng số không tự động chứng minh chất lượng, độ an toàn hay khả năng sẵn sàng cho môi trường sản xuất. Nó chỉ khiến những đặc tính đó dễ được bên ngoài kiểm tra hơn. Phân biệt này đặc biệt quan trọng với một mô hình preview: các kết quả đánh giá công khai nên được xem là bằng chứng về năng lực, không phải phán quyết độc lập hoàn chỉnh.

Hỗ trợ Huawei Ascend ngay trong ngày đầu nói lên điều gì?

Đợt phát hành còn đi kèm bản thích ứng cho phần cứng Huawei Ascend trong cùng ngày. 115 Điều này cho thấy khả năng chạy trên nhiều nền tảng phần cứng là một phần trong chiến lược, chứ không phải việc được bổ sung sau cùng.

Với một nền tảng Trung Quốc, hỗ trợ nhiều hệ sinh thái tăng tốc AI có thể cải thiện tính linh hoạt khi triển khai, khả năng chống phụ thuộc chuỗi cung ứng và tính khả thi của các hệ thống nội bộ hoặc tại chỗ. Dù vậy, bản thân việc hỗ trợ Ascend không chứng minh mô hình vượt trội hơn đối thủ. Nó cho thấy Xiaohongshu đang tính đến nơi mô hình sẽ chạy và nhóm người dùng nào có thể tiếp nhận nó.

Vì sao tự xây mô hình khi đã có các mô hình bên thứ ba?

Các mô hình của bên thứ ba có thể cung cấp năng lực tổng quát mạnh, nhưng một nền tảng như Xiaohongshu sở hữu những tài sản mà nhà cung cấp mô hình phổ thông không hoàn toàn kiểm soát được: kho nội dung đa phương thức, dữ liệu tìm kiếm và lưu bài của người dùng, quy ước trong cộng đồng nhà sáng tạo, cùng các quyết định đặc thù về phong cách sống.

Tự làm chủ lớp mô hình có thể giúp Xiaohongshu kiểm soát tốt hơn:

• cách mô hình thích ứng với nội dung và thuật ngữ riêng;
• chi phí suy luận khi số lượng truy vấn rất lớn;
• độ trễ và tốc độ lặp lại sản phẩm;
• các lựa chọn về quyền riêng tư và an toàn; và
• mức độ phụ thuộc vào giá, khả năng cung cấp hoặc lộ trình sản phẩm của nhà cung cấp khác.

Nền tảng này cũng có lợi thế phân phối trực tiếp. Một số báo cáo cho biết Xiaohongshu có hơn 300 triệu người dùng hoạt động hàng tháng, tạo ra môi trường lớn để một dòng mô hình thành công được thử nghiệm và tích hợp. 115 Lợi ích thương mại chưa được bảo đảm, nhưng logic chiến lược khá rõ: nếu AI trở thành giao diện chính để khám phá và hành động dựa trên thông tin phong cách sống, nền tảng kiểm soát cả hệ sinh thái nội dung lẫn lớp trí tuệ có thể giữ lại nhiều hơn phần giá trị tạo ra.

Xiaohongshu đang đứng ở đâu trong cuộc đua mô hình tại Trung Quốc?

Động thái này phù hợp với xu hướng rộng hơn: các tập đoàn công nghệ lớn của Trung Quốc đang phát triển mô hình nền tảng song song với sản phẩm tiêu dùng, dịch vụ đám mây và hệ sinh thái phần cứng. ByteDance phát triển dòng Doubao, Alibaba xây dựng Qwen, trong khi Reuters ghi nhận sự cạnh tranh rộng khắp giữa các công ty AI Trung Quốc cùng chiến lược mô hình chi phí thấp hoặc mở. 171819

Tổng quan của IDC về thị trường mô hình nền tảng tại Trung Quốc cũng liệt kê các nỗ lực liên quan đến Alibaba, Baidu, ByteDance, Tencent và nhiều công ty công nghệ lớn khác. 21 Logic chung là tích hợp theo chiều dọc: mô hình độc quyền có thể kết nối dữ liệu, hệ thống phân phối, hạ tầng và cộng đồng nhà phát triển của một công ty chặt chẽ hơn so với một API bên ngoài.

Điểm xuất phát riêng của Xiaohongshu là nội dung phong cách sống và quá trình ra quyết định dựa trên nội dung. Alibaba tiếp cận thị trường với thế mạnh thương mại điện tử và điện toán đám mây; Baidu có định hướng tìm kiếm và doanh nghiệp; ByteDance kết hợp lượng người dùng tiêu dùng rất lớn với các nỗ lực phát triển mô hình riêng; còn Tencent sở hữu các hệ sinh thái xã hội và nền tảng quy mô lớn. Sản phẩm và năng lực cụ thể khác nhau, nhưng hướng đi tương đồng: mô hình nền tảng đang trở thành hạ tầng cốt lõi, không còn chỉ là tính năng bổ sung cho ứng dụng.

Điều đáng chú ý nhất

Dots3-note preview không cần đánh bại các mô hình tiên phong hàng đầu để trở nên quan trọng. Ý nghĩa của nó nằm ở sự kết hợp giữa quy mô lớn, cơ chế kích hoạt thưa, ngữ cảnh dài, khả năng hiểu đa phương thức, giấy phép mở và tính linh hoạt về phần cứng.

Tổng hợp lại, những lựa chọn này cho thấy Xiaohongshu muốn kiểm soát lớp nền bên dưới các sản phẩm tương lai. Công ty đang chuẩn bị cho một thế giới nơi người dùng không chỉ tìm kiếm kiến thức về phong cách sống hay lướt qua các đề xuất. Họ có thể yêu cầu một hệ thống AI diễn giải nội dung, so sánh các khả năng và hỗ trợ thực hiện quyết định qua nhiều bước.

Vì thế, đợt phát hành này nên được nhìn nhận như một canh bạc về hạ tầng: đủ năng lực nhưng không được giới thiệu như mô hình thống trị mọi lĩnh vực, đủ mở để mời gọi kiểm chứng, và gắn chặt với dữ liệu cùng quy trình sử dụng của chính nền tảng đã tạo ra nó.