中国消费互联网巨头，正在悄悄变成大模型公司

中国的AI故事，已经不只是DeepSeek、智谱AI（Z.ai）、月之暗面（Moonshot AI）和MiniMax等明星模型公司的故事。越来越多成熟的消费互联网企业，也在打造能够适配自身产品、内容、商家和业务流程的基础模型。13

目前最具公开代表性的案例之一，是小红书（RedNote）旗下的AI研究团队Dots Studio。该团队发布的Dots3-Note Preview说明，消费平台自研模型的目标未必只是做一个通用聊天机器人，也可以是让模型更好地理解平台自身的多模态内容，并执行需要长期保持上下文的复杂任务。

从AI使用者转向AI构建者

过去，电商、社交、游戏和旅行平台可以通过调用外部模型API获得先进的AI能力。相比之下，自研基础模型意味着更高的训练、部署和维护成本，但也能让企业更好地掌控模型如何进入产品，以及如何针对自身业务进行调整。

对于这类平台而言，真正有价值的AI往往不只是“能聊天”。它可能需要理解图片和视频，识别商品或地点信息，处理用户生成内容，辅助商家和创作者，或者跨越多个步骤完成一项任务。

因此，平台自研模型的核心逻辑，是把模型能力接入已有的内容、交易和运营系统，而不是把AI当成一个孤立功能。外部模型也并不一定会因此被完全弃用：企业可以在通用能力上继续使用第三方模型，同时为高价值、强平台属性的任务开发内部系统。13

不过，现有报道主要支持中国成熟互联网企业正在转向定制化AI这一更大的行业趋势，并不能证明每一家电商、游戏、社交或旅行公司都采用了完全相同的技术路线。13

Dots3-Note Preview释放了什么信号

2026年8月14日，Dots Studio发布了dots3系列首个开放权重模型Dots3-Note Preview。214所谓“开放权重”，是指模型参数可以公开获取和部署；它不同于只能通过公司内部服务或封闭API访问的私有模型。

这款模型的几个技术特征，尤其适合平台型业务：

• 总参数量2800亿，每个Token激活160亿参数： Dots3-Note Preview采用混合专家（Mixture-of-Experts，简称MoE）架构。模型拥有较大的总体容量，但每次计算只调用其中一部分专家，因此“总参数量”和单次实际参与计算的参数量并不相同。12
• 支持多模态输入： 模型可以处理文本、图像、视频和音频，而不是只理解文字。1
• 支持最长51.2万Token上下文： 这为处理大量资料、持续跟踪状态和完成长流程任务提供了更大的上下文空间。3
• 采用Apache 2.0许可证： 公开权重以Apache 2.0许可证发布，意味着开发者和企业可以在相应许可条件下使用和部署这一开放权重模型。2

这些设计与消费平台的实际环境相吻合：平台上的信息本来就同时存在于帖子、图片、视频、语音、商品资料和用户行为中，许多任务也不是一次问答就能完成，而是需要持续处理多个步骤。

当然，模型架构本身并不能证明它一定会带来更好的消费产品。但对于一家以生活方式和社交内容见长的平台来说，能够推出如此规模的多模态基础模型，已经显示出其模型研发 ambitions 正在扩大。

如何看待“超过大厂模型”的说法

红Note称，在特定基准测试中，Dots3-Note Preview的表现达到或超过了OpenAI、Anthropic、DeepSeek和Z.ai的部分模型。13这是一项值得关注的说法，但需要限定范围来理解。

基准测试结果会受到任务类型、评测设置、提示词方法、模型版本以及能否被独立复现等因素影响。现有报道明确的是，这些结果来自公司引用的特定测试；它并没有证明Dots3-Note Preview在日常使用、可靠性、成本或商业部署等所有维度上，都全面优于相关模型。13

更值得关注的，不是某一次榜单排名，而是一个消费平台已经完成了大型多模态基础模型的研发和公开发布，并将其定位于复杂推理及长程任务。13

为什么“平台归属”很重要

通用模型可以提供广泛的语言理解和推理能力，但平台自有模型能够更紧密地连接企业真正掌握的业务系统：内容、推荐、商品、商家、创作者、地点、预订以及用户意图。

这种连接可能让模型在某些边界清晰的任务上更实用，即使它并不是每一项通用基准测试的第一名。对平台来说，模型价值不只在于回答问题，还在于能否理解并参与一个持续变化的商业和内容生态。

因此，AI可能不会总是以“又一个聊天机器人”的形式出现在用户面前。它也可能变成更准确的搜索、更贴合需求的推荐、自动化内容工具、商家助手、内容审核、旅行规划或游戏运营功能。

对企业而言，竞争问题也正在改变：重点不再只是“谁拥有最强的通用模型”，而是“谁能把足够强的模型转化为可靠、专业，并且能够大规模运行的服务”。

中国AI竞争正在变得更加分散

Dots Studio的发布，显示出中国AI生态正在呈现更分布式的格局。消费互联网企业不再只是前沿模型的潜在客户，其中一些已经开始成为独立的研发、训练和部署组织。13

这意味着，未来的竞争版图将不只围绕最知名的AI实验室展开。平台经验、专业数据、既有基础设施和产品分发渠道，可能与模型本身的通用能力同样重要。

就目前证据而言，公开信息对红Note及其Dots Studio的情况最为具体；关于美团以及所有电商、游戏、社交和旅行企业的完整技术布局，现有材料并不足以作出全面判断。但趋势已经相当清晰：

中国消费AI的下一阶段，可能不是突然出现一个新的聊天应用，而是悄悄嵌入人们每天已经在使用的服务之中。