8 月 14 日小红书 dots 实验室开源了 dots3-note preview 大模型第二天8 月 15 日华为官微就宣布昇腾完成对该模型的 0 Day 适配。模型发布当天算力平台同步接上这个发布即适配的节奏比模型本身更值得聊。这是个什么模型dots3-note preview 是 dots3 系列的第一个开源版本280B 总参数、16B 激活参数的 MoE 架构512K 超长上下文支持文本、视觉、语音全模态理解权重挂在 Hugging Face 的dots-studio/dots3-note-prev。它的背景牌面不小。据机器之心报道上个月7 月同系列的 dots-note-3.0 在 IMO 2026 国际奥数竞赛中拿下了官方认证的满分 42 分是 AI 首次做到这件事。这次开源的 preview 版本没有继续卷数学题而是把重心放在长程真实生活任务上——旅行规划、婚礼筹备、开店经营这类没有标准答案、条件会随时变化、可能持续数小时甚至数天的任务。技术上dots 实验室公布了两个关键机制一个是 TEMPO 强化学习方法把很长的任务轨迹切成多个 macro-step模型中途从干活模式切到自评模式用工具和推理估计当前进展的价值把评价变成训练信号解决长任务奖励稀疏的问题另一个是 Self-Critiquing 自评机制配合主动记忆官方演示里是一个 memory.md 文件让模型在环境中边探索边记录规则、自我纠错。他们还开源了两套评测基准 VibeSearchBench 和 VibeLifeBench据官方数据Claude Opus 5、GPT-5.5 这类头部模型在这两套基准上都没达到及格线——说明把能力稳定维持数小时是全行业都没解决的难题不是某一家的问题。0 Day 适配国产算力生态的关键一步昇腾这次做的 0 Day 适配对象是 Atlas 800 A3 和 Atlas 900 A3 SuperPoD 超节点基于 vLLM Ascend 开源推理引擎做了三件实事FlashComm 通信优化把 AllReduce 拆成 ReduceScatter AllGather把列向独立算子挪到两阶段通信之间执行消除多卡间的重复计算降低推理时延FUSED_MC2 通算融合把 MoE 层原本多段独立的 Kernel 合并成单一大算子减少 Kernel 启动次数提升 MoE 推理吞吐MTP 投机推理原生支持模型的多 token 预测能力单次前向生成多个候选 token 再校验降低增量解码时延。这几项都是实打实的推理优化不是能跑就行的糊弄。对开发者来说意义在于国产模型 国产芯片 开源推理框架的闭环正在成型。以前开源一个模型大家默认等几周甚至几个月才有国产算力适配现在变成发布当天就能部署迁移成本被压到最低。对合规要求高、数据不能出境的企业来说这是一个现实可选的私有化路径——模型权重在手里跑在昇腾上数据全程不出内网。实用部分怎么用、怎么选、有哪些坑1. 个人开发者先别急着本地部署。280B 总参数虽然只激活 16B但权重本身很大单张消费级显卡跑不动需要多卡甚至超节点个人机器不现实。想体验能力直接用官方 API 入口dots.ai/platform最快想私有化部署参考昇腾官方给的 vLLM Ascend 部署文档docs.vllm.ai 里有 Dots3-Note 的适配教程先评估手头有多少卡再动手。2. 想本地研究的话权重下载用现成工具fromhuggingface_hubimportsnapshot_download# 下载 dots3-note preview 权重体量很大先确认磁盘空间snapshot_download(repo_iddots-studio/dots3-note-prev,local_dir./dots3-note-prev,)**3.选型判断。**如果你的场景是多模态输入 长程自主任务比如读图、规划、跨多步执行dots3-note preview 值得试如果只是日常写代码、问答它不是最优选同类里专注编程的模型更多。另外 preview 版本官方自己也承认体验和细节还在优化正式版据称近期也会开源生产环境接入前先观察。**4.几个坑。**两套 VibeBench 基准是官方自建的跑分看看就好第三方独立评测还没跟上512K 上下文是能力上限实际长任务里 Agent 的上下文管理做不好再长的窗口也白搭还有同类长程 Agent开源模型这周密集发布DeepSeek V4 Pro 正式版、智谱 GLM-5.3都主打 Agent 能力选型时建议拿自己的真实任务横向测一遍别只看发布稿。**5.部署环境提前备好。**想在内网跑这类 MoE 大模型光有卡不够显存、KV cache、多卡通信带宽都得先摸底。280B 总参模型即使量化单机也吃力Atlas900A3 这种超节点才是目标形态。没有现成集群的团队可以先在云上租昇腾实例跑通流程验证稳定性和吞吐再考虑自建别一上来就买硬件。## 结尾模型发布当天算力平台就0Day 适配这个信号比单个模型的跑分更值得关注——大模型竞争已经从谁的模型强进入谁的生态全的阶段算力、框架、模型三者绑得越紧开发者迁移成本越低。国产模型国产芯片这条路你所在的公司开始认真考虑了吗评论区聊聊。