小红书押注AI小游戏,跟微信抖音抢地盘
小红书押注AI小游戏,跟微信抖音抢地盘刚刚过去不久的暑期档,游戏行业发生了不少大事儿。
搜索
刚刚过去不久的暑期档,游戏行业发生了不少大事儿。
今年,销声匿迹许久的选秀综艺又成了市场热门赛道。只不过,这次不见真人练习生,变成了成群结队的AI数字人。抖音、小红书、B站上,都有AI偶像,和为TA们拼命打call的粉丝的身影。
小红书正在把AI从后台技术推向前台产品,它选择的第一个战场,是导购。
长期依赖外部模型,不是最好的选择。
DT商业观察最近观察到,不少品牌让AI越过物料生产和投放优化的“浅水区”,到生意更深处,参与需求发现、产品定义、人群判断、投放调整,甚至经营决策。今年的小红书种草大赏上,首次增设「AI应用创新」赛道,本身也是一个信号。越来越多品牌和小红书,开始共同探索AI进入品牌生意环节之后的更多可能。
上个月,小红书自研大模型「dots-note-3.0」创下了一个历史记录:AI 首次在国际奥数竞赛中斩获官方认证的满分42 分。此后,社区最关心的问题,就是模型什么时候开源。就在今天,小红书 dots 模型实验室(以下简称 dots 实验室)宣布开源 dots3-note preview!
在上个月落下帷幕的第 67 届国际数学奥林匹克(IMO 2026)上,包括中国代表队三位选手(邓乐言、刘澈、张柏伦)在内,全球共有 7 名人类选手拿到了 42 分满分金牌。
AI 算力的下一个浪费重灾区,可能就在价值数百万美元的整柜系统内部。
BigMac 是原生多模场景下的流水并行训练新范式。它针对多模态大模型训练中计算效率与显存占用难以兼顾的问题,提出了依赖安全的嵌套流水线:以成熟的 LLM 流水线为主干,在不打乱 LLM 执行顺序的前提下,有序嵌入编码器和生成器计算,从而在不增加 LLM 流水线空泡、保持激活显存有界的同时,高效实现多模态流水训练。
近日,围绕搜索、推荐、广告等核心业务中的大规模向量检索成本与性能问题,小红书引擎架构团队在 OSDI 2026 会议上发表了论文《The Clustering Strikes Back: Building Cost-Effective and High-Performance ANNS at Scale with HELMSMAN》。