小紅書開源 280B AI 模型，唔只係發布一個模型咁簡單

小紅書開源 dots3-note preview，真正值得留意嘅地方，唔係單睇呢個 checkpoint 有幾大，而係公司似乎正由「喺產品入面用 AI」，行向「自己掌握 AI 底座」。

過往，AI 可能主要負責搜尋、排序同推薦；而家小紅書想建立一層通用智能，日後可以支撐多模態內容理解、智能助理，以及創作者同電商流程。

呢個動作唔等於 dots3-note preview 已經成為全能 AI 領導者。較穩陣嘅解讀係：小紅書正打造一個對自己嘅內容數據同用戶旅程夠有用、部署成本可控，同時又開放到可以吸引外界測試同開發工具嘅模型。

dots3-note preview 係咩來頭？

dots3-note preview 係小紅書 dots3 系列首個公開模型。佢採用**混合專家（Mixture-of-Experts，MoE）**架構，總參數達 2,800 億，但每個 token 實際只啟動 160 億參數；模型支援最多 512K tokens 上下文，輸入可以包括文字、圖片、影片同音訊，輸出則係文字。249

總參數同啟動參數之間嘅分別相當重要。MoE 模型可以儲存一大組專門化權重，但唔需要每次處理 token 都用晒全部權重。對小紅書嚟講，呢種設計可以喺追求廣泛能力嘅同時，令每次推理嘅成本低過一個每次都啟動全部 2,800 億參數嘅密集模型。

模型亦定位於複雜推理同較長時間運行嘅 Agent 任務。公開介紹重點提到多輪搜尋同跨階段任務執行，而唔只係回答一條短問題。12 呢種方向，正好對應一個由帖子、圖片、影片、評價同消費決定組成嘅內容平台。

點解呢種架構啱小紅書？

生活決策通常唔係打一條關鍵字、搵一個答案咁簡單。用戶可能先比較幾個旅遊目的地，再睇產品評價、分析圖片、參考社群經驗，最後先作出選擇。具備多模態輸入同 512K 上下文窗口嘅模型，理論上可以喺同一個工作上下文入面保留更多資料。

因此，模型有機會支援一條咁樣嘅用戶路徑：

1. 搵出相關筆記或者產品；
2. 比較內容、圖片、聲稱同用戶經驗；
3. 整合當中嘅取捨；
4. 協助用戶行動或者作出決定。

不過，呢個係根據模型公開能力同評測目標作出嘅推論，唔代表小紅書已經將每一步都做成面向用戶嘅功能。真正嘅戰略轉變係 AI 嘅定位：佢唔再只係負責排序或者推薦內容嘅一個窄功能，而係一層可以連接「發現、理解、行動」嘅平台能力。

dots3 系列透露：小紅書想建嘅係基礎設施

dots3-note preview 呢個命名，本身亦反映出一套產品組合策略。小紅書曾介紹，dots3 系列計劃包括名為 jazz 同 aria 嘅版本，覆蓋能力、延遲同成本之間唔同嘅取捨。18

對大型消費平台嚟講，呢種模型家族相當實用：速度快、成本較低嘅版本，可以處理大量日常互動；較重型嘅版本，就留畀複雜推理、多模態分析或者長時間運行嘅 Agent 任務。

咁樣做，產品就唔需要將每一項工作都交畀同一個最重型嘅系統，而係可以按任務需要配對模型大小。換句話講，今次發布重點唔係「將一個模型放到所有地方」，而係建立一個可以重複使用、服務多項產品嘅內部平台。

點解選擇 Apache 2.0 開源？

小紅書以較寬鬆嘅 Apache 2.0 授權發布模型，並透過 Hugging Face 同 GitHub 提供下載及相關資源。239 喺符合授權條款嘅前提下，研究人員同開發者可以檢視、運行、修改，甚至作商業整合。

對小紅書嚟講，開源帶來嘅好處唔止係聲譽：

• 接受外部評測： 獨立用戶可以用真實工作負載測試模型，搵出內部 benchmark 未必涵蓋嘅失效情況。
• 取得部署回饋： 開發者可以發現瓶頸，並改善模型同服務框架、硬件之間嘅整合。
• 擴大生態圈： 微調版本、工具同應用程式，可以將模型帶到小紅書以外。
• 增加研究吸引力同可信度： 公開而且可以實際運行嘅模型，畀研究人員有具體對象去評估同建構。

公開儲存庫同模型資料亦提供部署路徑同 checkpoint 選項，令今次更似一個可以落地操作嘅發布，而唔只係研究公告。34

當然，公開權重唔會自動證明模型質素、安全性或者已經適合生產環境。開源只係令外界更容易檢查呢啲特性。對一個仍然叫做 preview 嘅模型嚟講，公開評測應該視為能力證據，而唔係完整、獨立嘅最終裁決。

首日支援華為昇騰，反映模型要「行得通」

今次發布亦包括對華為昇騰硬件嘅首日適配。115 呢點反映硬件可移植性可能係整體策略一部分，而唔係之後先補救嘅事項。

對中國平台而言，唔將部署綁死喺單一加速器生態，可以增加部署彈性、供應鏈韌性，亦令國產硬件或者內部部署更可行。當然，支援某款硬件本身唔代表模型能力勝過競爭對手；佢主要顯示小紅書正思考模型會喺邊度運行，以及邊啲開發者同企業可以採用。

有第三方模型，點解仲要自己起模型？

第三方模型可以提供強大嘅通用能力，但小紅書擁有一啲通用模型供應商未必完全掌握嘅資產：自己嘅多模態內容、用戶搜尋同收藏行為、創作者社群嘅語境，以及以生活方式為核心嘅決策場景。

掌握模型層，可以令小紅書更容易控制：

• 模型點樣配合自己嘅內容同術語；
• 大量查詢下嘅推理成本；
• 回應速度同產品迭代；
• 私隱同安全取向；
• 對其他供應商價格、服務供應同產品路線圖嘅依賴。

小紅書仲有一條相當直接嘅分發渠道。有報道指平台每月用戶超過 3 億，代表如果模型家族成功，就有一個龐大環境可以測試同整合。115

商業回報當然未有保證，但戰略邏輯清晰：如果 AI 逐漸成為用戶發現生活資訊、比較選項同採取行動嘅主要入口，能夠同時掌握內容生態同智能層嘅平台，可能更容易保留由此產生嘅價值。

放喺中國平台模型競賽入面睇

小紅書加入咗一個更大趨勢：中國大型科技平台正一邊經營消費產品、雲服務同硬件生態，一邊建立自己嘅基礎模型。字節跳動發展咗 Doubao 系列，阿里巴巴就有 Qwen；路透社亦報道過中國 AI 公司之間圍繞低成本及開放模型展開嘅競爭。171819

IDC 對中國基礎模型市場嘅概覽，亦列出阿里巴巴、百度、字節跳動、騰訊等大型科技公司相關嘅模型工作。21 當中共通嘅邏輯係垂直整合：自家模型可以將公司嘅數據、分發渠道、基礎設施同開發者生態連得更緊，唔需要完全依賴外部 API。

小紅書嘅切入點，就係生活方式同內容主導嘅決策。阿里巴巴有電商同雲服務優勢；百度偏向搜尋同企業服務；字節跳動同時擁有龐大消費者分發渠道同自家模型；騰訊則有大型社交及平台生態。各家公司產品同能力未必一樣，但方向相近：基礎模型正由可有可無嘅應用功能，變成平台核心基建。

真正值得留意嘅地方

dots3-note preview 唔需要擊敗領先嘅 frontier model，先至有戰略價值。佢重要之處，在於將模型規模、稀疏啟動、超長上下文、多模態理解、開放授權同硬件可移植性放埋一齊。

呢幾個選擇一齊睇，顯示小紅書正嘗試掌握未來產品底下嗰一層。公司似乎係為一個咁樣嘅世界作準備：用戶唔再只係搜尋生活資訊，或者一路碌推薦內容，而係直接叫 AI 理解內容、比較可能性，再協助將一個決定分幾個步驟完成。

所以，今次發布最適合被理解為一項基礎設施押注：能力夠用，但冇聲稱自己係全球通用模型之冠；開放到足以邀請外界審視；同時又緊扣建立模型嗰個平台本身嘅數據同工作流程。