長期依賴外部模型，不是最好的選擇。
前幾天，我們注意小紅書在海外發佈了一款大模型 dots3-note preview。
這款模型採用 MoE 架構，總參數 280B、啟動參數 16B，支援 512K 上下文，並具備文字、視覺、語音的多模態理解能力。它屬於 dots3 系列，後續還將有 jazz、aria 等不同定位的版本。作為先行發佈的 note 版本，它更像是小紅書將模型能力推向實際業務和開發者生態的第一步。
模型上線後，海外開發者社區很快開始討論，Hugging Face 下載量破百，華為昇騰也在當天宣佈完成適配；但在國內，這次發佈暫時還沒有掀起太大水花。
在這件事上，值得注意的並不只是又多了一款開源模型，而是小紅書開始公開展示自己的基礎模型能力。
作為一家月活超過 3 億的平台，小紅書擁有海量圖文和視訊內容，也積累了使用者從「想去那裡」「買什麼」到「如何解決一個生活問題」的消費決策資料。它選擇自研並開源模型，意味著AI 在小紅書內部的角色，可能正在從搜尋、推薦或創作工具中的一個功能，變成支撐整套產品能力的底座。
如果把大模型看作數字世界的「工業母機」，這個動作就更容易理解。它本身不是最終產品，卻決定了搜尋、推薦、內容創作和智能服務等上層能力的精度與迭代速度。對一個體量足夠大的平台而言，長期完全依賴外部模型，並不是一個穩妥的選擇。
01 小紅書做模型，還開源了
dots3-note preview 是一款 MoE 模型：總參數 280B，啟動參數 16B，支援 512K 上下文，同時覆蓋文字、視覺和語音理解。
它屬於 dots3 系列。小紅書披露，這個系列此前曾在 IMO 2026 獲得官方認證的滿分成績。此次發佈的 note，是系列中更強調效率和實際部署的版本；後續還將推出 jazz 和 aria，覆蓋不同的能力與成本區間。
從公開評測看，dots3-note preview 在推理、Agent 和多模態任務中給出了有競爭力的成績。比如在 ARC-AGI-3、個人助理類任務上，它的表現超過了一部分參數規模更大的模型；但在終端操作、複雜程式設計等任務上，與頭部模型仍有差距。
也就是說，它更像是在發佈一塊已經能上手使用、但仍會繼續演進的能力模組。
而這恰恰更接近大模型競爭進入下一階段後的現實：模型不只比誰在榜單上更高，更要看誰能進入真實產品，誰能被更低成本、更穩定地呼叫，誰能在具體場景裡持續迭代。
小紅書同時選擇了 Apache 2.0 協議開源，並同步發佈在 Hugging Face 和 GitHub。
開源當然有直接收益。
新模型最需要的是測試、反饋和生態支援。開發者會把它部署到不同硬體上，帶到不同任務裡，發現它在那些地方有效、又會在那些地方失效。華為昇騰的 0 Day 適配，就是這種生態協作速度的一個例子。
但開放原始碼的意義不止於此。
對過去在大模型領域相對低調的小紅書來說，這也是一次面向技術社區的公開表達。模型、評測集、程式碼和部署適配，構成了可被開發者檢驗的技術語言。它能夠讓外界更具體地理解：小紅書不只是在應用層接入 AI，也在參與底層能力的建設。
此次同時開放的 VibeSearchBench 與 VibeLifeBench，前者考察使用者意圖逐步披露時的多輪搜尋能力，後者聚焦非靜態環境下的跨階段任務執行。它們並沒有選擇最泛化的命題，而是指向搜尋與真實生活服務——這恰好是小紅書最有可能建立差異化的領域。
換句話說，小紅書不只是做一個模型，也在嘗試定義：什麼樣的 Agent，才算真正理解使用者的生活需求。
02 為什麼內容平台要自己做模型？
一個常見的問題是：現在第三方模型已經足夠強，為什麼像小紅書這樣的內容平台，還要投入巨大資源自研？
答案並不複雜。對於小規模團隊，呼叫 API 是合理選擇；但對擁有數億使用者、高頻搜尋和推薦場景的平台來說，模型能力一旦成為核心鏈路的一部分，就很難完全依賴外部供給。
先是一筆成本帳。
搜尋、推薦、內容稽核、廣告創意、客服、創作工具，這些業務如果逐步由模型驅動，呼叫量會非常驚人。外部 API 的優勢是接入快，但呼叫越多，成本和價格波動帶來的不確定性也越大。自研模型不意味著完全放棄外部模型，卻能讓平台在高頻、穩定、明確的場景中獲得更可控的成本結構。
更關鍵的是，通用模型可以回答很多問題，但未必真正理解小紅書上的「找餐廳」、「做攻略」、「挑婚紗」、「裝修避坑」意味著什麼。生活決策不是一次檢索就能完成的任務：使用者會補充條件、改變預算、比較方案，也會被圖片、評論和真實體驗影響。
小紅書的內容生態有自己的語境。圖文筆記、短影片、評論區、消費決策鏈路，構成了一套非常具體的使用者表達與行為方式。平台如果希望 AI 深度參與其中，就需要模型理解這些非標準、強上下文、不斷變化的需求。
再往下，是資料與能力的閉環，以及掌控力。
對內容平台而言，資料不是簡單的訓練材料。如何讓模型理解內容、服務使用者，又確保資料使用、安全和權限處於可控範圍內，是長期命題。模型能力掌握在自己手裡，意味著平台能夠更快地完成從資料、訓練到產品反饋的循環。
當 AI 開始影響核心產品體驗時，模型本身就會成為基礎設施的一部分。接下來，模型會越來越接近平台的基礎設施。能力邊界、服務價格、迭代節奏，以及資料的使用方式，不能長期完全取決於外部供應商。
所以，字節有豆包，騰訊有混元，阿里有通義，百度有文心，各家在追趕大模型熱潮的同時，也是在補自己的基礎能力。
03 大模型的玩家名單，還會繼續變長
過去兩年，大模型市場的主角似乎已經很清晰：網際網路大廠、明星創業公司，以及科研機構。
但小紅書開源大模型的出現提醒了一件事：模型競爭不只屬於模型公司。
擁有高頻場景、獨特資料和足夠技術投入的平台，都有可能在某一個節點下場。美團需要模型最佳化本地生活服務和商家經營；快手需要更深的內容理解與生成能力；電商、出行、遊戲、音樂平台，也都在面對類似的問題。
它們未必都需要訓練最強的通用模型，但會越來越需要擁有適合自身業務的模型能力。
這有點像雲端運算的發展。早期，大多數公司使用公共雲；當規模、成本和業務複雜度達到一定程度後，一些大型平台開始自建資料中心，並形成公有雲、自建基礎設施和混合架構並存的格局。
模型也可能走向類似的分層。
少數公司繼續推進能力上限，提供最強的通用模型；更多平台則圍繞自己的資料和場景，訓練或定製模型；大量中小團隊仍會以 API 為主要選擇。未來並非所有公司都要成為模型廠商，但會有越來越多公司把模型視為必須掌握的一層能力。
小紅書的 dots3-note preview，正是這個變化中的一個樣本。
當然，它距離「一個成熟的生活智能體」還有很遠。小紅書自己也提到，dots3-note preview 的強化學習訓練仍不充分，模型在幻覺控制、文字與多模態能力平衡、穩定性等方面還有待改善。演示中的真實生活任務，也仍主要運行在模擬環境中。
模型能力要真正變成使用者體驗，靠的不只是模型本身。
它還需要資料連接、工具呼叫、權限控制、安全機制，以及一整套產品互動的配合。使用者不會因為模型在某項基準中領先，就自然獲得更好的體驗；真正決定體驗的，是它能不能在使用者搜尋、做攻略、比較商品、完成決策時，穩定地解決問題。
所以，接下來最值得看的並不是 dots3-note preview 會在榜單上排第幾，而是三個更具體的問題：小紅書後續會把能力邊界推到那裡；自研模型會先進入搜尋、推薦還是創作工具；以及，當一個內容平台開始公開自己的模型能力後，會不會有更多擁有場景和資料的平台加快跟進。
模型最終會造出什麼，取決於它被放進什麼產品、服務什麼人。而這，才是小紅書這次發佈更值得繼續觀察的部分。(極客公園)