小紅書發布 280B AI 模型，真正押注的不是一次模型更新

小紅書（Xiaohongshu）開源 dots3-note preview，表面上是發布一個大型模型，實際上更像是在宣告：AI 不再只是搜尋、排序和推薦系統裡的一項功能，而可能成為串接整個平台的智慧底座。

這不代表 dots3-note preview 已經成為新的全球通用模型冠軍。更穩妥的解讀是，小紅書正在打造一款足以處理自家內容與使用者流程、成本可控、同時願意開放給外界測試和整合的模型。

dots3-note preview 是什麼？

dots3-note preview 是小紅書 dots3 系列首個公開發布的模型。它採用「混合專家」（Mixture of Experts，MoE）架構，總參數達 2800 億個，但每個 token 僅啟用 160 億個參數；模型支援最高 512K tokens 的上下文視窗，可接收文字、影像、影片和音訊，輸出則以文字為主。249

總參數與啟用參數的差別相當重要。MoE 模型可以保留一個由多組專門權重組成的大型參數池，卻不必在處理每個 token 時動用全部參數。對小紅書而言，這提供了一條兼顧能力與效率的路徑：追求廣泛的模型能力，同時避免每次推理都像執行一個所有 2800 億參數全數啟用的密集模型那樣昂貴。

公開介紹也將模型定位在複雜推理和長時間運作的 Agent 任務，重點不只是回答一個短問題，而是處理多輪搜尋及跨階段任務執行。12 這與小紅書以貼文、圖片、影片、評價及生活決策為核心的內容環境，具有相當直接的契合度。

為什麼這種架構適合小紅書？

生活決策通常不是輸入一個關鍵字、取得一個答案那麼簡單。使用者可能先比較旅遊目的地，再查看產品評價、解讀圖片中的實際效果、衡量社群經驗，最後才作出選擇。

具備多模態輸入能力和 512K 上下文視窗的模型，理論上可以把更多相關證據放進同一個工作脈絡中，支援一條可能的使用流程：

1. 找出相關筆記或產品；
2. 比較不同說法、圖片和使用經驗；
3. 整理各種選項的取捨；
4. 協助使用者進一步採取行動。

這是根據模型公開能力和評測目標作出的推論，不是小紅書已經推出每一個面向使用者功能的證據。真正值得注意的是 AI 的預定角色正在擴大：它不只是負責內容排名或推薦，而是可能連接「發現—理解—行動」整段旅程的智慧層。

dots3 系列透露的是基礎設施思維

模型名稱 dots3-note preview 本身，也透露出小紅書並非只想做一次性的模型實驗。小紅書已介紹計畫中的 jazz 和 aria 版本，整個系列將覆蓋能力、延遲和成本之間的不同取捨。18

對大型消費平台來說，這種模型家族的設計相當實用：速度快、成本較低的版本可以處理大量日常互動；能力更強的版本則留給複雜推理、多模態分析或長時間運作的 Agent 任務。

換句話說，小紅書不必讓所有任務都經過同一個重量級模型，而是可以根據產品需求和單次互動的經濟效益，配置不同大小與速度的模型。

因此，這次發布的重點不在於把單一模型部署到每個角落，而在於建立一套可重複使用、能支援多項產品的內部模型平台。

為何採用 Apache 2.0 授權？

小紅書以相對寬鬆的 Apache 2.0 授權發布模型，並透過 Hugging Face 和 GitHub 提供下載與相關資源。239 在符合授權條款的前提下，研究人員和開發者可以檢視、執行、修改，並將模型整合到商業應用中。

對小紅書而言，開放模型權重的好處不只在於品牌形象，也具有實際工程價值：

• 取得外部評估： 獨立使用者可以用真實工作負載測試模型，找出內部基準測試可能忽略的失效情境。
• 改善部署能力： 開發者能發現效能瓶頸，並協助模型與推理框架及硬體整合。
• 擴大生態系： 微調版本、開發工具和第三方應用，可能讓模型觸及小紅書自有產品以外的場景。
• 提升研究可信度與招募吸引力： 公開且可操作的模型，能讓研究人員有具體對象可評估和延伸開發。

公開儲存庫和模型資料也提供部署路徑及不同 checkpoint 選項，這使它更接近一項可實際操作的工程發布，而不只是研究成果展示。34

不過，開放權重並不自動證明模型的品質、安全性或生產環境成熟度。它真正帶來的是更高的可檢驗性，讓外界更容易查驗這些特性。尤其 dots3-note preview 仍是 preview 版本，公開評測應被視為能力證據，而不是完整且獨立的最終判決。

同日支援華為昇騰，反映硬體可攜性考量

這次發布也包括對華為昇騰硬體的同步適配。115 這顯示硬體可攜性可能是整體策略的一部分，而不是發布後才補上的工作。

對中國科技平台而言，避免模型只能依賴單一加速器生態，有助於提高部署彈性、供應鏈韌性，也讓國產硬體或企業內部部署更具可行性。

當然，支援另一種硬體本身並不能證明模型比競爭系統更強。它所反映的是小紅書已經在思考模型將在哪裡運行，以及哪些開發者和企業能夠採用它。

第三方模型已經很多，為何還要自建？

第三方模型可以提供強大的通用能力，但小紅書擁有一般模型供應商無法完全控制的資產：自有的多模態內容、使用者搜尋與收藏行為、創作者社群的表達方式，以及大量與生活選擇相關的專門場景。

自行掌握模型層，可能讓小紅書更能控制以下事項：

• 模型如何適應平台內容和專有用語；
• 大規模查詢下的推理成本；
• 延遲表現與產品迭代速度；
• 隱私和安全設計；
• 對其他供應商價格、服務可用性及產品路線圖的依賴。

小紅書還擁有直接的分發渠道。相關報導稱，小紅書每月使用者超過 3 億，這讓模型家族一旦達到足夠成熟度，便有大型環境可供測試和整合。115

商業回報當然並非必然，但戰略邏輯相當清楚：如果 AI 逐漸成為使用者探索生活資訊、比較選項並採取行動的主要介面，能同時掌握內容生態和智慧層的平台，便可能保留更多由此產生的價值。

放在中國平台模型競賽中看

小紅書的動作，也符合中國大型科技平台同時發展基礎模型、消費產品、雲端服務和硬體生態的更大趨勢。字節跳動已發展 Doubao 系列，阿里巴巴則建立了 Qwen；路透社也報導了中國 AI 公司之間，圍繞低成本及開放模型展開的競爭。171819

IDC 對中國基礎模型市場的整理，也列出阿里巴巴、百度、字節跳動、騰訊等大型科技公司的模型布局。21 這些公司的具體產品和能力各有不同，但背後邏輯相近：把自有資料、分發渠道、運算基礎設施和開發者生態更緊密地連結起來，而不是只透過外部 API 使用模型。

小紅書的切入點則是「生活方式內容＋決策」。阿里巴巴擁有電商與雲端優勢；百度以搜尋和企業服務見長；字節跳動結合龐大的消費者分發能力與自有模型；騰訊則擁有大型社交及平台生態。它們的具體產品不同，但都說明一件事：基礎模型正逐漸成為平台核心基礎設施，而不只是應用程式裡可有可無的附加功能。

真正的重點：小紅書在押注 AI 基礎層

dots3-note preview 不需要擊敗所有領先的前沿模型，才足以產生戰略意義。它更值得關注的地方，在於幾項選擇被放在一起：大規模總參數、稀疏啟用、超長上下文、多模態理解、開放授權，以及對不同硬體的支援。

這些選擇共同顯示，小紅書正嘗試掌握未來產品底下的那一層。公司所準備的，可能是一個使用者不再只是搜尋生活知識或滑過推薦內容，而是直接要求 AI 解讀內容、比較可能性，並在多個步驟中協助完成決策的市場。

所以，這次發布最適合被視為一項基礎設施投資：能力足夠但沒有宣稱自己是全能霸主；開放到能邀請外界檢驗；同時又與小紅書自身的資料和使用流程高度貼合。