你手机里那个用来搜攻略、看种草的小红书，最近干了一件和"种草"完全不搭边的事：把自己从头训练的大模型，开源了。
8月下旬，小红书 dots 实验室发布了 MoE 架构大模型 dots3-note preview：总参数 280B、每次激活 16B、支持 512K 超长上下文，能同时理解文本、视觉、语音三种模态，并以 Apache-2.0 协议在 Hugging Face 和 GitHub 开放权重。发布当天，华为昇腾 Atlas 800A3 和 900A3 就完成了适配，通过 vLLM Ascend 推理引擎直接部署。这是月活超过 3 亿的内容平台，第一次把自研模型开源。
先说清楚：280B 到底大不大？
听起来吓人，但对使用者其实是好事。MoE（混合专家）是一种模型结构：把模型拆成很多个"专家"子网络，每次处理任务只激活其中一小部分。所以总参数 280B 听着很大，实际每次只动用 16B，速度和成本都省了下来——好比一家公司养了 280 个顾问，但每次只叫醒 16 个干活。
同一周，开源和闭源在"掰手腕"。
就在小红书开源前后，智谱宣布 GLM-5.3 因安全评估推迟开源权重——模型已发布，参数暂不公开；OpenAI 则把 GPT-5.6 搬进 AWS 的 Kiro 开发平台，并把 Sol 档 API 价格下调超 20%。一边是"先开源抢占生态"，一边是"先安全再开放"，路线分歧背后，是 2026 年大模型竞争的主轴：谁先让开发者用得便宜、用得放心，谁就握住下一波应用的入口。
普通人能薅到什么？
●开发者：可以去 Hugging Face 搜 dots3-note，自己部署一个私有 AI 助手，数据不出本地。
●做内容的：它图文音三模态一起理解，特别适合做自动配文、智能剪辑、多语种转译这类工具。
●普通用户：短期感知不到，但"平台级开源"会催生一大批基于它的小产品，未来你用的某个顺手工具，可能就跑在这套底座上。
给想上手的三条建议：
第一，别被"280B"吓住，看激活参数和落地成本才是关键。第二，做内容创业的朋友，可以重点试它的多模态能力，把重复劳动交给它。第三，开源不等于免费无脑用，商用前看清 Apache-2.0 的署名与专利条款。
可截图的一句：当内容平台开始开源大模型，AI 的能力底座，正从"少数巨头"流向"每一个开发者"。
脑机派对
2026.08.25