小红书悄然开源大模型 dots3-note preview，内容平台开始自建 AI 底座

事件概述

小红书近日在海外发布并开源了大模型 dots3-note preview。这是 dots3 系列的首个公开版本，定位为强调效率与实际部署的模型，后续还将推出 jazz、aria 等面向不同能力和成本区间的版本。

该模型采用 MoE 架构，总参数 280B、激活参数 16B，支持 512K 上下文，具备文本、视觉、语音的多模态理解能力。模型以 Apache 2.0 协议开源，同步发布在 Hugging Face 和 GitHub，发布当天即获得华为昇腾的适配支持。

核心信息

• 模型表现：dots3-note preview 在推理、Agent 和多模态任务中展现一定竞争力，在 ARC-AGI-3 和个人助理类任务上超过部分参数规模更大的模型；但在终端操作、复杂编程等任务上与头部模型仍有差距。
• 系列背景：小红书披露，dots3 系列此前已在 IMO 2026 获得官方认证的满分成绩。
• 配套基准：同时开放 VibeSearchBench 与 VibeLifeBench，分别考察用户意图逐步披露时的多轮搜索能力，以及非静态环境下的跨阶段任务执行能力，指向搜索与真实生活服务场景。
• 开发状态：小红书方面表示，该模型强化学习训练仍不充分，在幻觉控制、文本与多模态能力平衡、稳定性等方面还有待改善，演示中的生活任务仍主要运行在模拟环境中。

值得关注

小红书拥有月活超过 3 亿用户的海量图文和视频内容，以及大量消费决策数据。其自研并开源模型，意味着 AI 在小红书内部正从搜索、推荐或创作工具中的功能，逐步转向支撑整体产品能力的底座。

对大型内容平台而言，长期完全依赖外部模型存在成本、迭代节奏和数据使用方式上的不确定性。自研模型虽然投入巨大，但能让平台在高频、稳定的业务场景中获得更可控的成本结构，并围绕自身内容生态构建数据、训练到产品反馈的闭环。

小红书此次开源，也是大模型竞争进入下一阶段的信号：模型不再只比拼榜单成绩，更关键的是能否进入真实产品、被低成本稳定调用，并在具体场景中持续迭代。更多拥有高频场景和独特数据的平台，可能也会加速下场建立自己的模型能力。