阿里旗下人工智能团队近日宣布，开源深度研究智能体模型通义DeepResearch，引发全球AI领域高度关注。该模型在多项权威基准测试中表现卓越，不仅超越OpenAI等国际顶尖团队，更以轻量化架构实现高性能突破。
在人类终极考试基准HLE测试中，通义DeepResearch以32.9%的准确率登顶全球榜首，领先第二名DeepSeek-V3.1达3.1个百分点，较OpenAI同类模型高出6.3个百分点。该模型在BrowseComp开源榜单上同样表现惊艳，43.4%的准确率刷新行业纪录。值得注意的是，如此强劲的性能仅需30B参数规模，实际激活参数仅3B，开创了轻量化模型实现深度研究的新范式。
研发团队同步公开了核心技术体系，包括智能体合成数据生成框架和双模式推理架构。在数据构建层面，创新性地采用AgentFounder方法，通过整合知识图谱、网页数据和工具使用轨迹，构建出覆盖开放世界的记忆库。后训练阶段开发的WebSailor V2系统，能够自动生成包含迷雾设置和跨学科难题的高质量数据集，数据质量较人工标注提升显著。
该模型独创的ReAct与Heavy双模式推理机制，有效解决了长程任务中的认知过载问题。Heavy模式通过迭代重构工作空间，将复杂任务分解为多个研究轮次，确保在超长上下文中保持推理质量。实验数据显示，采用Research-Synthesis框架的并行研究模式，可使模型在复杂基准上的性能提升12%-15%。
技术实现层面，团队构建了全栈式强化学习基础设施。通过离线维基百科和定制工具套件搭建的仿真环境，配合工具沙盒的缓存重试机制，使训练效率提升3倍以上。基于GRPO算法的优化策略，结合token级损失函数和留一法筛选，成功将策略熵维持在高位，确保模型持续进化能力。
实际应用场景中，该技术已深度赋能高德地图和法律智能体。在高德V16版本中，集成Deep Research能力的POI推理Agent可精准处理地理区域、交通约束等复杂需求，用户输入"西湖边4.5分以上带儿童餐的浙菜馆，距地铁站1公里内"等条件时，系统能瞬间生成最优方案。法律领域落地的通义法睿，通过迭代规划架构实现多步查询，在案例引用和法条匹配质量上超越国际主流模型。
开源项目上线后迅速引发开发者热潮，GitHub仓库已收获7.2k星标，Hugging Face和ModelScope平台模型下载量持续攀升。斯坦福NLP实验室等权威机构第一时间转发技术报告，称赞其"重新定义了轻量模型的深度研究边界"。随着端到端训练框架和合成数据体系的全面公开，AI社区正迎来新一轮研究范式变革。
