21.08
    Article cover
    2026
    Xiaohongshu
    dots3-note
    ИИ-Агенты
    MoE-архитектура
    Мультимодальность
    Apache 2.0
    SGLang
    vLLM

    Xiaohongshu Представляет dots3-note: Новый Стандарт для Долгосрочных ИИ-Агентов

    21.08.26
    172
    Автор: Cipher9938
    Компания Xiaohongshu выпустила в открытый доступ веса модели dots3-note, первой в семействе dots3, предназначенной для выполнения продолжительных и многоступенчатых задач, с которыми традиционные нейронные сети сталкиваются с трудностями. ⏳
    Ключевые характеристики модели:
    Архитектура MoE: Общее количество параметров составляет 280 миллиардов, однако в активном использовании находится лишь 16 миллиардов, что значительно снижает требования к вычислительным ресурсам (GPU). 🧠
    Расширенный контекст: Модель способна обрабатывать контекст объемом до 512 тысяч токенов, что эквивалентно содержанию объемной книги, обеспечивая сохранение всей информации. 📏
    Встроенная мультимодальность: dots3-note изначально поддерживает обработку различных типов данных, включая текст, изображения, видео и аудио, без необходимости использования дополнительных модулей. 🎭
    Инновации и преимущества:
    Главное отличие dots3-note заключается в ее способности эффективно функционировать в задачах, требующих многочасовой работы и выполнения сотен последовательных действий. Это включает комплексные исследования, планирование путешествий или выполнение сложных операций с использованием различных инструментов. Модель не теряет эффективность на промежуточных этапах.
    Ключевым элементом является метод TEMPO, который позволяет модели периодически оценивать свой прогресс, обновлять внутреннее состояние и корректировать стратегию выполнения задачи, если текущий подход оказывается неоптимальным. 🧭 Это обеспечивает самокоррекцию и осознанное выполнение задач, в отличие от простого следования заранее определенному плану.
    Доступность и развертывание:
    Веса модели доступны под лицензией Apache 2.0 на платформе HuggingFace. ✅
    Поддерживается быстрое развертывание с использованием SGLang и vLLM. ✅
    Предоставляется возможность тестирования через API и OpenRouter, что исключает необходимость локального оборудования. ✅
    > Модель dots3-note предназначена для создания агентов, способных выполнять реальную, продолжительную работу, а не имитировать активность. 🏗️
    Основные преимущества:
    Самокоррекция в реальном времени: Метод TEMPO позволяет модели останавливаться, анализировать достигнутые результаты и изменять тактику при возникновении затруднений. 🔄
    Ориентация на долгосрочные задачи: В отличие от большинства ИИ, оптимизированных для краткосрочных операций, dots3-note разработана для выполнения многоступенчатых задач с учетом предыдущих результатов и сохранением длительной памяти. 🏃‍♂️💨
    Экономия на инференсе: Архитектура MoE, использующая 16 миллиардов активных параметров при 280 миллиардах общих, снижает стоимость запуска, предоставляя функциональность большой модели при меньших затратах. 💸⚡️
    Открытая лицензия Apache 2.0: Отсутствие ограничений позволяет свободно использовать, модифицировать и внедрять модель в коммерческие проекты. 🔓
    Комплексная мультимодальность: Интеграция текста, визуальных данных, аудио и видео в одной модели устраняет необходимость создания сложных пайплайнов из нескольких сервисов. 🧩✨
    Готовая инфраструктура для развертывания: Поддержка SGLang и vLLM упрощает процесс инференса. 🛠️✅
    Применение в бизнесе:
    Автономные исследовательские агенты: Модель способна самостоятельно анализировать источники и формировать отчеты, освобождая сотрудников от рутинной работы. ☕️📊
    Планирование сложных проектов: dots3-note эффективно управляет проектами с множеством переменных, такими как командировки или мероприятия, сохраняя целостность процесса. 🗺️🎯
    Обработка объемных документов: Юристы и аналитики могут использовать модель для анализа многостраничных контрактов, извлечения ключевой информации и выявления взаимосвязей. ⚖️📑
    Мультимодальные ассистенты: Модель поддерживает комплексное взаимодействие через аудио, видео и текстовые каналы, адаптируясь к контексту диалога. 🎙️👁️
    Снижение инфраструктурных затрат: MoE-архитектура оптимизирует использование GPU, позволяя масштабировать агентов без значительного увеличения облачных расходов. 📉💰
    Отраслевая кастомизация: Открытые веса и лицензия Apache 2.0 позволяют дообучать модель под специфические нужды различных индустрий (финансы, медицина, электронная коммерция). 🏥🛒
    * Конкурентное преимущество: Внедрение агентов, способных к продолжительной автономной работе, предоставляет значительное превосходство над конкурентами, использующими менее развитые решения. 🏆⚡️