小红书开源dots3-note 长程智能体底座

时间：2026年8月14日晚7点25分左右（北京时间），消息在国内科技圈于8月20日前后系统扩散。 地点：中国上海/海外开源社区（首发于海外 Hugging Face 与 GitHub；8月20日多家中文媒体集中梳理）。 人物：小红书旗下 dots 模型实验室（Dots Lab / dots studio）——小红书2025年初成立的AI实验室，源自公司内部大模型技术团队，研究方向覆盖预训练、多模态、后训练、AI Infra、AI 系统。 事件详情：dots studio 正式开源首个公开权重模型 dots3-note preview，采用混合专家（MoE）架构，总参数2800亿（280B）、激活参数160亿（16B），支持高达512K tokens 的超长上下文窗口。模型同时覆盖文本、图像、视频（含音轨）、音频四种模态输入并输出文本，瞄准从单轮问答到跨天长程任务的全场景。 权重采用 Apache 2.0 协议，同步发布在 Hugging Face、ModelScope、GitHub 三个仓库，并提供 BF16 与 FP8 两种精度版本。vLLM、SGLang 推理框架已完成原生支持，HuggingFace Transformers 主仓 PR #47848 落地集成；华为昇腾 vLLM-Ascend 推理引擎也在发布当日宣布完成 0 Day 适配。 背景：dots3 是小红书内部投入重兵的全栈模型家族。同系列未公开预览版曾在 IMO 2026（国际数学奥林匹克）拿到 42/42 满分，被官方认证为最强表现之一。dots3 家族规划三层——note（轻量）、jazz、aria，覆盖不同能力—延迟—推理成本区间。dots3-note preview 是其中"最轻量"的入门版本，280B 只是这个家族的"起步价"。 公司层面，小红书月活已超 3 亿，平台沉淀的图文笔记、短视频、评论区与消费决策链路，构成了非标准、强上下文、持续变化的用户表达，这正是通用模型难以直接覆盖的差异化数据资产。在 dots3-note 之前，小红书陆续开源过 dots.ocr（文档解析）、dots.vlm1（视觉理解）、dots.tts（语音合成）、dots.llm1（文本），dots3-note 是首次将多模态长程智能体能力整体打包。 影响：架构上只激活 16B 参数，比同级的 DeepSeek-V3（37B）、GLM-4.5（32B）、Qwen3-235B（22B）更省算力。整体为 1 层稠密 + 45 层 MoE，256 个路由专家 + 1 个共享专家，每 token 走 top-8 路由；注意力层按 1:3 比例混合 13 层 DSA 稀疏注意力（Top-2048）与 33 层滑动窗注意力，专门为 50 万 token 级上下文优化计算成本；1.13B 参数的 MTP 头可把每 token 生成时间压低 50% 以上。视觉编码器是 7B 总参 / 1.2B 激活的 MoE ViT，音频编码器是 800M 稠密模型。 性能上，官方对标清单覆盖 HY3、GLM 5.2、DeepSeek V4 flash/pro、Seed 2.1 turbo、Kimi K3、Claude Opus 4.8、GPT-5.5。抽象推理与搜索上领先：ARC-AGI-2 拿到 81.39（Claude Opus 4.8 为 72.1，Kimi K3 为 60.4，GLM 5.2 为 22.8）；ARC-AGI-3 拿到 6.9（Claude Opus 4.8 为 1.5，GPT-5.5 为 0.4）；IFBench 80.4（Claude Opus 4.8 为 62.2）。智能体编程上偏弱：Terminal-Bench 2.1 拿到 75.1（Kimi K3 88.3，GLM 5.2 81）；SWE-bench Pro 拿到 61（Claude Opus 4.8 69.2）；Toolathlon Verified 拿到 55.6（Kimi K3 76.5）。 同步开源两个评测基准——VibeSearchBench 考察用户意图逐步披露时的多轮搜索能力，VibeLifeBench 聚焦非静态环境下的跨阶段任务执行，明显指向搜索与真实生活服务。同步开源的还有 TEMPO 强化学习方法（Test-time-scaled Value Estimation with Macro-step Policy Optimization），用于解决长程轨迹中的信用分配难题。 官方演示里，模型独立完成旅行规划、装修筹备、备婚等跨天数任务；在 Slay the Spire II 推进到第 33 层、从零解出 ARC-AGI 3（耗时 320 步）、端到端构建 visionOS 应用（生成 12 个 Swift 文件、1876 行代码）。这些属于官方演示，并非标准第三方评测。 总结：dots3-note preview 释放的真正信号，不在于再多一个开源 SOTA，而在于内容平台已经走完"API 调用 → 自研底座"的切换：把模型当作上层能力（搜索 / 推荐 / 创作 / 智能服务）的工业母机来经营。Apache 2.0 + 0 Day 昇腾适配 + HuggingFace Transformers 主仓合并，把"能商用、可部署、跨硬件"的工程通道一次性交付。当 AI 开始影响核心产品体验，模型本身就具备基础设施属性——这种结构性变化，或许才是小红书这次悄悄开源真正的含金量。 参考来源： 1. https://www.geekpark.net/news/369161 - 极客公园原始报道 2. https://www.huxiu.com/ainews/14601.html - 虎嗅网技术规格深度整理 3. https://www.huxiu.com/ainews/14675.html - 虎嗅网多角度行业分析 4. https://datanorth.ai/news/dots-studio-releases-dots3-note-preview - DataNorth AI 海外独立评测 5. https://pandaily.com/xiaohongshu-red-dots3-note-open-source-content-platform-base-model-aug2026 - Pandaily 海外英文报道 6. https://freeai.help/blog/xiao-hong-shu-kai-yuan-dots3note280b-zhi-shi_zh - FreeAI 长程智能体策略解析 7. https://freeai.help/blog/xiao-hong-shu-kai-yuan-280b-duo-mo_zh - FreeAI 多模态架构详解 8. https://www.chooseai.net/ai-news/detail/5885 - ChooseAI TEMPO 方法与基准解读 9. https://www.aipuzi.cn/ai-news/dots3-note-preview.html - AI铺子 10. https://zuphp.com/5222.html - 七木的开源分享 11. https://post.m.smzdm.com/p/al3qkpqg - 什么值得买 12. https://huggingface.co/dots-studio/dots3-note-prev - Hugging Face 官方权重仓库 13. https://github.com/studio-dots-ai/dots3-note-prev - GitHub 官方代码仓库