280B 总参数只激活 16B — 这周我们在 Hugging Face 上注意到了 dots-studio 发布的 dots3-note preview。这个数字本身说明一件事：开源大模型的竞争，正从'谁的总参数更大'转向'每次实际花多少算力'。

这是什么

dots3-note preview 是 dots3 家族中首个公开权重的模型，采用 MoE（Mixture-of-Experts，混合专家）架构：总参数 280B，但每次推理只激活 16B。打个比方——一个 280 人的公司，每次任务只派 16 个人上场。

它支持 512K 上下文（大约能塞进一本中长篇小说），能理解文本、图片、视频、音频，但输出只有文字。官方列出的应用场景包括多步骤 Agent 流程（AI 调用工具完成任务）、代码生成、数学推理、文档理解。

需要指出的是，它在家族中定位是'轻量版'——后面还有更大的模型。

行业怎么看

正面声音：dots-studio 把'激活参数'压到 16B，比许多对手的 70B+ 激活参数便宜一个数量级。对想要私有部署的企业来说，这是一个信号——开源模型不能再只比'总参数谁大'，要看'每次实际花多少钱'。

但也有冷静的声音。有人指出，'open-weight'（开放权重）不是'open-source'（开源）：权重可以下载，但训练代码、训练数据、训练流程都不公开。你不能复现这个模型，只能用。另外，16B 激活参数听起来小，跑起来仍需要多张高端 GPU，对中小企业的部署门槛并不低。

而且这只是 dots3 家族的'轻量版'，最终成色还要看后续版本。

对普通人的影响

对企业 IT：开源多模态长文本模型又多了一个选项，但'open-weight ≠ open-source'会让合规审查更复杂——你需要评估能不能用、怎么用。

对个人职场：未来涉及长文档处理（合同、报告、代码库）的岗位会更容易用上 AI 助手，但这类模型离普通人直接用还有距离，仍需通过 ChatGPT、Claude、文心一言等界面访问。

对消费市场：dots3-note 这类模型跑在云端后，下一波'AI 助手产品'可能更便宜、更懂长上下文，但短期不会被普通用户直接感知。