# Summary
# Cues
# Notes
# 小红书 AI 技术体系
## 基础模型
| 类别 | 技术方向 |
| ---- | -------- |
| 文本大模型 | 文本理解与生成 |
| 多模态理解大模型 | 图文/视频/语音等跨模态 |
| 全模态统一大模型 | 融合多模态的统一表示 |
| 音频识别/生成大模型 | 语音识别、语音合成 |
| 图像生成&编辑大模型 | 图像生成、图像编辑 |
| 多语言翻译大模型 | 国际化场景翻译 |
| 全双工语音交互对话 | 实时语音交互 |
---
## 内容理解 & 创作
| 类别 | 技术方向 |
| ------------------ | --------- |
| 跨场景统一[[表征学习]] & 标签 | 数据统一表示 |
| 多模态模型的自动对齐 | 不同模态对齐 |
| 跨模态深度表征学习 | 表征学习 |
| 行为序列 & 图建模 | 用户行为理解 |
| 大模型理解复杂社交互动与兴趣迁移 | 社交关系、兴趣流转 |
| 视频剪辑 Agent | 视频智能化编辑 |
| 创作风格迁移 & 个性化 | 个性化内容生成 |
| 素材生成与多模态编辑 | 素材自动生成 |
---
## 信息分发场景
| 类别 | 技术方向 |
| ---- | -------- |
| 跨场景&跨业务 OneModel | 通用模型支撑不同业务 |
| 流量机制设计与多边博弈 | 流量分配与博弈机制 |
| 生成式推荐/搜索架构 | 个性化推荐、搜索 |
| 基于多模态和个性化的 RAG+Agent（AI搜索）| 检索增强生成 |
| 冷启的行为&内容表征平滑过渡学习 | 冷启动优化 |
| 参数&序列 Scaling Up | 模型扩展能力 |
---
## 社区守护
| 类别 | 技术方向 |
| ---- | -------- |
| AIGC 内容检测 | 内容安全 |
| VLM reasoning & 多模态生成式判别 | 模型判别能力 |
| 变体攻防体系 | 对抗性防御 |
| 大语言模型高效 scaling | 提升训练推理效率 |
| AI 模型分布式推理系统 | 推理系统架构 |
| 自然语言查询与智能 BI | 商业智能 |
| AI 基础架构与设施 | 底层算力与平台 |
---
## AI Infra
| 类别 | 技术方向 |
| ---- | -------- |
| 大语言模型高效 scaling | 扩展与优化 |
| AI 模型分布式推理系统 | 分布式推理 |
| 自然语言查询与智能 BI | 商业智能 |
| AI 基础架构与设施 | 算力 & 平台 |