Xiaohongshu Open-Sources Its AI Foundation

•dots3-note preview 是小紅書自研 AI 基座模型「dots3」系列的首個開源版本，該系列未來還將推出「jazz」和「aria」等不同定位的版本，以涵蓋不同的能力、延遲和運算成本區間。
•dots3 系列的內部版本 dots-note-3.0 曾在 2026 年國際數學奧林匹克 (IMO) 中獲得官方認證的滿分 42 分，成為史上首個奪得金牌級滿分成績的 AI 系統，超越了 Google DeepMind 去年取得的成績。
•dots3-note preview 引入了 TEMPO，這是一種由小紅書 AI 實驗室 (dots studio) 開發的強化學習方法，專門用於訓練 Agent 執行需要數十小時才能完成的長程任務。
•該模型設計旨在探索陌生環境、隨時間更新記憶，並結合多模態感知與程式碼和工具使用，以完成長期運行的複雜任務，而非僅僅擅長回答單一問題。
•小紅書同步開放了其 API 開放平台，開發者甚至可以直接使用小紅書帳號掃碼登入使用 dots3-note preview，大幅降低了申請門檻，促進了開發者生態的建立。

模型架構： 採用混合專家 (MoE) 架構，總參數 2,800 億，啟用參數 160 億。
上下文視窗： 支援高達 512K tokens 的超長上下文視窗。
多模態能力： 能夠理解文字、圖像、影片和音訊等多種輸入形式，並產生文字輸出。
優化任務： 針對廣泛任務進行優化，包括通用知識與指令遵循、數學與邏輯推理、工具使用與多步驟 Agent 工作流程、需要探索、記憶更新和適應的互動任務、程式碼生成與基於程式碼的問題解決、圖像/文件/圖表/音訊/影片理解以及長上下文資訊處理。
系列定位： dots3-note preview 是 dots3 家族中最輕量的成員，旨在平衡能力、延遲和推理成本。
訓練方法： 引入 TEMPO 強化學習方法，用於訓練 Agent 執行長程任務。
部署要求： 需要能夠處理大規模 MoE 模型推理的硬體，建議使用 BF16/FP8 精度。
模型名稱與版本： 模型架構為 Dots3NoteForCausalLM，Transformers 版本為 4.36.0。
詞彙量： 詞彙量為 152064。
所需 VRAM： 部署該模型約需要 172GB 的 VRAM。

小紅書將透過自研模型進一步強化其在生活服務和消費決策領域的 AI 應用。

dots3-note preview 專注於長程任務和真實生活服務場景，並發布了 VibeSearchBench 和 VibeLifeBench 評估工具，顯示其旨在將 AI 深度整合到其核心業務中。

小紅書的開源策略將吸引更多開發者參與其 AI 生態系統，加速模型在特定場景下的應用與優化。

開源模型能獲得社區的測試、反饋和生態支持，有助於模型能力的迭代和在不同應用中的落地，同時小紅書也開放了 API 平台降低使用門檻。

隨著小紅書等內容平台自研並開源基礎模型，未來將有更多擁有海量場景和數據的平台跟進，推動 AI 基礎設施的去中心化。

對於擁有數億用戶和高頻搜索、推薦場景的平台而言，長期完全依賴外部模型在成本和迭代速度上並非最佳選擇，自研模型能提供更可控的成本結構和技術驅動業務的能力。

2023-03

小紅書開始籌備獨立的大模型團隊，核心員工來自廣告業務的 NLP 技術團隊。

2023-04

小紅書悄然上線 AI 創作應用「Trik」，主打 AI 繪畫。

2024-08

小紅書推出獨立 AI 應用「點點」，定位生活場景類搜索。

2025-02

「點點」公開宣布接入 DeepSeek 大模型。

2025-06

小紅書 Hi Lab 團隊開源首個自研大模型 dots.llm1 (文本大模型)。

2026-04-30

小紅書發布全體內部信，宣布成立 AI 一級部門 Dots 和企業智能部，將 AI 提升為公司最高戰略層級。

小紅書開源自研 AI 基座模型