阿里巴巴近日宣布，正式開(kāi)源其首個(gè)深度研究智能體模型——通義DeepResearch，為全球開(kāi)發(fā)者攻克復(fù)雜研究任務(wù)提供了全新工具。該模型在多個(gè)權(quán)威評(píng)測(cè)基準(zhǔn)中表現(xiàn)亮眼，以30億激活參數(shù)的輕量化設(shè)計(jì)，超越了基于OpenAI o3、DeepSeek V3.1及Claude-4-Sonnet等旗艦?zāi)Ｐ蜆?gòu)建的ReAct智能體。

在Humanity’s Last Exam（HLE）、BrowseComp、BrowseComp-ZH、GAIA、xbench-deepsearch、WebWalkerQA及frames等評(píng)測(cè)集中，通義DeepResearch通過(guò)創(chuàng)新的訓(xùn)練框架與推理策略，實(shí)現(xiàn)了性能突破。其核心優(yōu)勢(shì)在于解決了傳統(tǒng)“單窗口、線性累加”模式在長(zhǎng)周期任務(wù)中面臨的“認(rèn)知空間窒息”與“不可逆噪聲污染”問(wèn)題，確保復(fù)雜推理任務(wù)的高質(zhì)量完成。

研發(fā)團(tuán)隊(duì)構(gòu)建了以Qwen3-30B-A3B模型為基礎(chǔ)的合成數(shù)據(jù)驅(qū)動(dòng)訓(xùn)練鏈路，覆蓋預(yù)訓(xùn)練與后訓(xùn)練全流程。該鏈路通過(guò)異步強(qiáng)化學(xué)習(xí)算法與自動(dòng)化數(shù)據(jù)策展流程，結(jié)合真實(shí)與虛擬環(huán)境訓(xùn)練模塊，顯著提升了模型迭代效率與泛化能力。例如，在處理需要多步驟驗(yàn)證的研究任務(wù)時(shí)，模型可動(dòng)態(tài)調(diào)整信息處理優(yōu)先級(jí)，避免傳統(tǒng)方法中因信息過(guò)載導(dǎo)致的性能衰減。

推理階段，團(tuán)隊(duì)設(shè)計(jì)了雙模式架構(gòu)：ReAct模式用于精準(zhǔn)評(píng)估模型基礎(chǔ)能力，適用于快速驗(yàn)證場(chǎng)景；Heavy模式則通過(guò)test-time scaling策略，充分釋放模型性能潛力，確保在跨領(lǐng)域、長(zhǎng)周期任務(wù)中維持高水準(zhǔn)推理。這種設(shè)計(jì)使模型既能高效處理簡(jiǎn)單查詢(xún)，也可應(yīng)對(duì)需要深度分析的復(fù)雜問(wèn)題。

目前，通義DeepResearch的模型代碼、訓(xùn)練框架及部署方案已通過(guò)GitHub、Hugging Face及魔搭社區(qū)全面開(kāi)源。開(kāi)發(fā)者可自由下載30億參數(shù)版本（A3B）的模型權(quán)重與訓(xùn)練工具，快速構(gòu)建定制化研究智能體。此舉延續(xù)了阿里巴巴今年以來(lái)在AI智能體領(lǐng)域的開(kāi)源策略，此前發(fā)布的WebWalker、WebDancer等檢索推理模型均已成為開(kāi)源社區(qū)標(biāo)桿工具。

行業(yè)分析指出，通義DeepResearch的開(kāi)源為深度研究賽道提供了“輕量化+高性能”的全新范式。其通過(guò)合成數(shù)據(jù)訓(xùn)練與異步強(qiáng)化學(xué)習(xí)的結(jié)合，降低了對(duì)大規(guī)模真實(shí)數(shù)據(jù)的依賴(lài)，同時(shí)保持了模型在復(fù)雜場(chǎng)景下的推理魯棒性。這一特性對(duì)醫(yī)療、金融、科研等需要處理海量結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的領(lǐng)域具有重要價(jià)值。