近日，小红书在海外市场推出了一款名为dots3-note preview的大模型，引发了技术社区的广泛关注。这款模型采用混合专家（MoE）架构，总参数规模达到2800亿，激活参数为160亿，支持512K的上下文窗口，具备文本、视觉和语音的多模态理解能力。作为dots3系列的首发版本，note版更注重效率和实际部署，后续还将推出jazz和aria等不同定位的版本。
模型发布后，海外开发者社区迅速展开讨论，Hugging Face平台上的下载量迅速突破百次，华为昇腾也在发布当天宣布完成适配。然而，这一消息在国内市场尚未引起广泛关注。值得注意的是，小红书此次公开展示基础模型能力，标志着其AI战略的重大转变。作为一个月活跃用户超过3亿的平台，小红书积累了海量图文和视频内容，以及用户从消费决策到生活问题解决的多样化数据。自研并开源模型，意味着AI在小红书内部的角色正从辅助工具转变为支撑产品能力的核心基础设施。
从技术角度看，dots3-note preview在推理、Agent和多模态任务中表现出色。例如，在ARC-AGI-3和个人助理类任务中，其表现超越了部分参数规模更大的模型，但在终端操作和复杂编程任务上仍有提升空间。小红书选择Apache 2.0协议开源，并在Hugging Face和GitHub同步发布，这一举措不仅有助于快速获取开发者反馈，也向技术社区展示了其参与底层能力建设的决心。同时发布的VibeSearchBench和VibeLifeBench评测集，分别聚焦多轮搜索和跨阶段任务执行，进一步体现了小红书在搜索和真实生活服务领域的差异化布局。
对于内容平台而言，自研模型并非易事。尽管第三方模型已足够强大，但像小红书这样拥有数亿用户和高频搜索场景的平台，完全依赖外部模型存在风险。成本是一方面考虑，更重要的是通用模型难以完全理解平台特有的用户行为和内容生态。例如，小红书上的“找餐厅”“做攻略”等需求，涉及复杂的上下文理解和动态决策过程，需要模型深度适配平台语境。数据与能力的闭环以及掌控力也是关键因素。自研模型使平台能够更快完成从数据收集、模型训练到产品反馈的完整循环，确保数据使用安全和权限可控。
大模型市场的竞争格局正在发生变化。过去两年，互联网大厂、明星创业公司和科研机构是主要参与者，但小红书的入局表明，拥有高频场景、独特数据和技术投入的平台同样具备竞争力。类似云计算的发展轨迹，未来大模型市场可能呈现分层格局：少数公司推进通用模型的能力上限，更多平台围绕自身业务定制模型，中小团队则以API调用为主。这种分层不仅满足了不同规模企业的需求，也推动了模型技术的多样化发展。
尽管dots3-note preview在技术上取得了一定进展，但距离成为成熟的生活智能体仍有差距。小红书坦言，模型的强化学习训练尚不充分，在幻觉控制、多模态能力平衡和稳定性方面需进一步优化。目前，真实生活任务的演示主要在模拟环境中进行，实际应用仍需突破数据连接、工具调用和安全机制等多重挑战。用户对模型的体验不仅取决于基准测试成绩，更在于其能否在搜索、决策等场景中稳定解决问题。因此，未来值得关注的是小红书如何扩展模型能力边界，以及自研模型将优先应用于搜索、推荐还是创作工具等领域。
