Bir necha kun avval Xiaohongshu chet elda oʻzining katta modelini — dots3-note preview ni taqdim etdi. Ushbu model 280 milliard umumiy parametr va 16 milliard faollashtirilgan parametrga ega MoE arxitekturasidir. U 512K hajmdagi kontekst oynasini qoʻllab-quvvatlaydi va matn, tasvir va ovozni qamrab oluvchi multimodal tushunishni taʼminlaydi. Model dots3 seriyasiga kiradi, uning oldingi ishlari IMO 2026 da yuqori baho olgan boʻlib, kelajakdagi rejalar jazz va aria versiyalarini oʻz ichiga oladi.
Oʻsha kuni Huawei Ascend ushbu modelni moslashtirishni eʼlon qildi. Eʼtiborga loyiqki, har oy 300 milliondan ortiq foydalanuvchiga ega boʻlgan Xiaohongshu fundamental modellar sohasidagi imkoniyatlarini ochiq tarzda namoyish etdi. Bu platforma ichida sunʼiy intellektdan foydalanishda oʻzgarishga ishora qilishi mumkin: u qidiruv va tavsiyalar funksiyasidan butun mahsulotni qoʻllab-quvvatlovchi asosiy elementga oʻtishi mumkin.
Katta modellarni raqamli dunyo vositasi sifatida koʻrib chiqsak, kontent yaratish, qidiruv va tavsiyalar kabi yuqori darajadagi funksiyalarning aniqligi va iteratsiyalashish tezligini aynan model belgilashini tushunish mumkin. Yetarli darajada katta platforma uchun uzoq muddatli tashqi modellarga bogʻliqlik beqaror tanlov sifatida koʻrinadi. Ochiq baholarga koʻra, dots3-note preview ARC-AGI-3 va yordamchi vazifalarda baʼzi kattaroq modellar ustun keladigan raqobatbardosh natijalarni koʻrsatadi, ammo terminal operatsiyalar va murakkab dasturlash boʻyicha ilgʻor yechimlardan orqada qoladi. U allaqachon qoʻllanilishi mumkin boʻlgan imkoniyatlar moduli kabi koʻrinadi, lekin u kim uni haqiqiy mahsulotlarga integratsiya qila oladi, arzon va barqaror foydalanishni taʼminlashi va aniq ssenariylarda iteratsiyalashi vaqtiga qarab rivojlanib boradi.
Xiaohongshu Apache 2.0 litsenziyasini tanladi va modelni Hugging Face hamda GitHub platformalarida nashr etdi. Ochiq kod bevosita foyda keltiradi, chunki yangi model sinovdan, fikr-mulohazadan va ekotizimni qoʻllab-quvvatlashdan foydalanishi kerak; Huawei Ascendning nol kunlik moslashuvi bu ekotizim tezligining misolidir. Bundan tashqari, bu texnik hamjamiyatga Xiaohongshu shunchaki AIni qoʻllamay, asosiy imkoniyatlarni yaratishda ishtirok etayotganligi haqida jamoatchilik eʼlonidir.
Nashr ikki standart testni oʻz ichiga oladi: biri koʻp bosqichli qidiruvni tekshiradi, ikkinchisi esa bosqichlar orasidagi vazifalarni bajarishga eʼtibor qaratadi, bu esa platformaning ajralib turishi mumkin boʻlgan real hayotdagi qidiruv va xizmatlarga ishora qiladi.
Koʻpincha savol beriladi: nima uchun bunday kuchli uchinchi tomon modellariga kirish imkoniyatiga ega kontent platformasi oʻz tadqiqotlariga sezilarli mablagʻlarni sarflashi kerak? Kichik jamoalar uchun API dan foydalanish yetarli, ammo yuzlab million foydalanuvchiga va tez-tez qidiruv soʻrovlariga ega platforma uchun, model imkoniyatlari asosiy zanjirning bir qismi boʻlganda, tashqi yetkazib beruvchilarga bogʻliqlik nafaqat xarajatlar, balki narxlarning oʻzgaruvchanligi nuqtai nazaridan ham murakkab boʻladi. Bundan ham muhimi, umumiy modellar restoran qidirish, sayohat rejalashtirish yoki Xiaohongshu kontekstida bezaklashda xatoliklarni oldini olish kabi harakatlarning haqiqiy maʼnosini tushuna olmaydi; hayotiy qarorlar oddiy maʼlumot qidiruvi emas, va platformaning AIsi bu kontekstga boy va oʻzgaruvchan ehtiyojlarni tushunadigan modellar talab qiladi. AI mahsulotning asosiy foydalanuvchi tajribasiga taʼsir qilganda, model ByteDance ning Doubao, Tencent ning Hunyuan, Alibaba ning Tongyi va Baidu ning ERNIE kabi infratuzilma hosil boʻladi.