2月12日，小红书发布公告呼吁用户主动标识AI生成合成内容。平台近期收到多起利用AI技术仿冒公众人物、制作虚假视频的举报，此类行为侵害了公众人物权益并损害社区信任。依据《人工智能生成合成内容标识办法》，小红书将加强识别检测能力。若创作者未主动标记AI生成内容，平台将自动添加标识，并限制未标识内容的分发推荐。此举旨在维护社区内容的真实性和用户信任。

正文：2026年2月，小红书开源了全新图像编辑模型FireRed-Image-Edit，该模型在复杂指令处理、风格化转换及文字编辑等核心指标上表现优异，达到业界领先水平（SOTA）。团队还推出了全新的评测标准RedEdit Bench，覆盖15个子任务，包括人像美化和低画质增强等高频场景。模型采用三阶段训练法，并通过创新的数据引擎提升编辑精度。目前，项目代码、技术报告及Demo已全面开源，模型权重也将于近期发布。未来几个月，团队计划持续优化并推出更新版本，进一步提升人像美化和文字编辑能力。

2026年2月9日讯，据《科创板日报》记者独家报道，小红书技术团队正在研发一款名为OpenStoryline的视频剪辑类AI产品（版本号1.0.0）。该产品目前处于测试阶段，未来可能会开源。OpenStoryline基于AI智能体设计，支持通过对话实现视频剪辑功能，效果类似于即梦小云雀和商汤Seko 2.0。这一研发动态展现了小红书在AI领域的进一步探索，或将为内容创作者提供更高效的工具选择。（记者 徐赐豪）

2025年底，一家头部美元基金以500亿美元（约3500亿人民币）估值出售部分小红书老股，引发市场关注。此前，小红书估值约为2200亿人民币，其估值在过去几年逆势上涨，尤其在老股交易市场表现火爆。2025年初，小红书用户暴涨，月活突破3.5亿，日均使用时长超74分钟，预计年度利润达30亿美元。尽管IPO计划尚未明确，但公司已通过调整商业板块优化财务模型，为上市铺路。小红书背后投资方包括真格基金、金沙江创投、红杉中国等，豪华阵容等待回报盛宴。

对科技圈，小红书是个「新绿洲」 作者｜张鹏 编辑｜连冉 最近我发现，自己刷小红书的时间越来越多了，原因很特别：我竟然是去刷科技动态和找创新产品的！尽管我有很多内容渠道和工具来获取科技资讯，但小红书的使用时长今年上升最明显。仔细思考后，我觉得可能是因为小红书有一种独特的「人间视角」，许多真实的...

2025年12月，小红书正式上线官方AI助手“点点”，取代了原有的侧边栏功能。用户可通过点击首页气泡或分享笔记与点点互动，支持划词提问和评论区唤醒，体验便捷的AI对话服务。点点依托小红书海量内容，在推荐文娱作品、餐饮推荐及信息总结方面表现突出，尤其在整理用户评价和笔记内容时效率较高。然而，部分用户对侧边栏改动表示不满，认为AI过滤的信息不如手动浏览丰富。目前，官方正积极收集反馈以优化功能，意见反馈截止时间为12月31日。尽管此前小红书在AI领域动作较保守，但此次更新被视为其在AI技术应用上的重要一步，释放出积极信号。

12月26日，小红书与复旦大学联合推出突破性AI技术InstanceAssemble，精准还原复杂图像排版。该技术基于“实例组装注意力”机制，在布局控制生成领域实现从简单到密集场景的高精度图像生成，成果已被NeurIPS 2025收录。用户只需提供物体位置和描述，AI即可生成语义一致、布局对齐的图像，适配主流模型仅需约3.46%额外参数。研究团队还创建了含5000张图像的Denselayout基准测试集及全新评估指标LGS。实验显示，即使训练数据稀疏，InstanceAssemble在密集布局中仍表现优异。目前代码与模型已开源，为设计、广告等领域提供强大支持。

12月16日，有媒体报道称，小红书等社交平台近期出现大量“完美夫妻装修帖”，如“武汉夫妻耗时3个月选出最优解”“杭州90后夫妻避坑指南”等。然而，网友发现这些帖子中的‘夫妻’竟是同一对人。爆料指出，这些内容多由AI生成，目的是引流推荐装修公司。装修从业者分析称，人物面部光影不协调、背景模糊等问题明显是AI或P图痕迹。此类文案套路固定，常以‘亲测靠谱’为由诱导用户私信获取推荐名单。对此，小红书回应称将加强技术识别AI内容，并呼吁用户举报违规行为，平台将及时核实处理。

9月18日，小红书在其「问出好offer 第二季」校招直播间中宣布开启史上最大规模校招，开放八大职类，技术岗位需求暴涨2.5倍。技术副总裁风笛首次公开了小红书的AI技术体系，涵盖AI基础设施、基础模型、内容理解与创作、信息分发和社区守护五大板块。直播还展示了推荐/搜索算法的独特之处，强调语义理解和社区互动的价值。此外，小红书通过连麦环节回答学生职业规划问题，并介绍了专属培养计划“薯光计划”，帮助校招生快速融入并成长。目前校招正在进行中，可通过官网或小程序投递简历。

8月7日，小红书hi lab宣布开源其dots模型家族中的首个视觉语言模型dots.vlm1。该模型基于12亿参数的视觉编码器和DeepSeek V3 LLM构建，经过大规模预训练与精调，在视觉感知和推理能力上达到接近行业领先水平（准SOTA）。这一开源项目有望推动多模态技术的发展，并为开发者提供更强大的工具支持。