小红书开源最新多模态大模型dots.vlm1：性能跃升顶尖梯队

据媒体媒体报道，小红书人文智能实验室（Humane Intelligence Lab，简称 HI Lab）凭借其独特的多模态技术崭露头角。

近日，该实验室宣布开源其最新的视觉语言模型dots.vlm1，此举不仅彰显了其技术自研的坚定决心，也为多模态AI领域注入了新活力。

作为HI Lab首个开源的多模态大模型，dots.vlm1基于全自研的12亿参数NaViT视觉编码器和 DeepSeek V3 大语言模型构建而成。它在视觉理解与推理任务上展现出接近业界领先水平的能力，同时在纯文本任务中也保持了相当的竞争力。dots.vlm1的出现，突破了当前AI模型多聚焦于文本处理的局限，为多模态AI的发展开辟了新路径。

在实际测试中，dots.vlm1的表现令人印象深刻。该模型能够精准识别空间关系、解析复杂图表、解答数独问题，甚至能理解和完成高考数学题。其图像识别能力同样强大，无论是常见物体还是冷门图片，都能准确识别并给出详尽解释。例如，在面对经典的红绿色盲数字测试图时，dots.vlm1一次性全部答对，在颜色和形状识别上都表现出极高的准确性。

除了卓越的视觉与推理能力，dots.vlm1在文本生成方面也表现突出。它能够模仿李白诗风，创作出描述刘慈欣《诗云》中“诗云”意象的诗歌，作品意境深远、用词精准，充分展现了其文本创作实力。

dots.vlm1的成功，源于HI Lab对技术自研的持续投入。该实验室由小红书内部大模型技术与应用产品团队合并升级而来，专注于探索多元智能形态。通过融合人际智能、空间智能、音乐智能及人文关怀等维度，HI Lab不断拓展人机交互的边界，为AI技术发展注入新动能。

在dots.vlm1的开发中，HI Lab采用了严谨的三阶段训练流程：首先对NaViT视觉编码器进行预训练，最大化其对多样视觉数据的感知能力；随后将视觉编码器与DeepSeek V3大语言模型联合训练，利用大规模、多样化多模态数据集；最后通过有监督微调进一步提升模型的泛化能力。这一流程确保了dots.vlm1在视觉与文本领域均能出色发挥。

值得关注的是，dots.vlm1的开源不仅为AI研究者提供了宝贵资源，更积极推动了多模态AI技术的进步。在当前竞争激烈的AI领域，小红书HI Lab此举为行业树立了新标杆。随着dots.vlm1的持续完善和应用场景的不断拓展，其有望在更多领域释放巨大潜力。