▲頭圖由AI生成
智東西（公眾號：zhidxcom）
作者 | 王涵
編輯 | 漠影
智東西9月17日報道，今天凌晨，阿里巴巴開源了其首個深度研究Agent模型：通義DeepResearch。
在Humanity’s Last Exam（HLE）、BrowseComp、BrowseComp-ZH、GAIA、xbench-deepsearch、WebWalkerQA以及Frames等權威Agent評測集中，通義DeepResearch模型憑借3B激活參數，性能超越基于OpenAI o3、DeepSeek V3.1和Claude-4-Sonnet等旗(qi)艦模(mo)型的ReAct Agent（推理-行動(dong)智能體）。
▲基準測試成績排名
▲基準測試分數
目前，通義DeepResearch的(de)模(mo)型(xing)、框架(jia)和(he)方案已(yi)在Github、Hugging Face和(he)魔搭(da)社區(qu)全面開(kai)源，開(kai)發者和(he)用(yong)戶可自行下載(zai)模(mo)型(xing)與代碼(ma)。
下(xia)載(zai)地址：
Github：
//github.com/Alibaba-NLP/DeepResearch
Hugging Face：
//huggingface.co/Alibaba-NLP/Tongyi-DeepResearch-30B-A3B
魔搭社區：
//modelscope.cn/models/iic/Tongyi-DeepResearch-30B-A3B
深度(du)研究(jiu)作為近一(yi)年的AI研究(jiu)熱點，吸引了(le)谷歌、OpenAI、Anthropic等(deng)眾多主流企業投入研發。
深度研究研發的現有方法大多采用“單窗口、線性累加”的信息處(chu)(chu)理(li)(li)模式，在處(chu)(chu)理(li)(li)長周期任(ren)(ren)務時，Agent易(yi)遭(zao)遇(yu)“認知空(kong)間窒息”與“不可(ke)逆(ni)的噪聲污染”，導致推理(li)(li)能(neng)力降低，難以(yi)完成復雜研(yan)究任(ren)(ren)務。
據介紹，為解決這些問題，阿里通義團隊構建了一套合成數據驅動的完整訓練鏈路，覆蓋預訓練與后訓練階(jie)段。
該鏈路以Qwen3-30B-A3B模型為基礎進行優化，設計了RL算法驗證與真實訓練模塊，涵蓋(gai)真(zhen)實(shi)與虛擬環(huan)境，并借助異步強化(hua)學習算法及自動化(hua)數據策展流(liu)程，有效提升了模型的迭(die)代速度與泛(fan)化(hua)能力。
在推理階段，通義團隊還設計了ReAct和基于自研IterResearch的Heavy兩種模式。ReAct用于精準評估模型的基(ji)礎(chu)內(nei)在能(neng)力，Heavy則通(tong)過test-time scaling策(ce)略，充分挖掘模型的性能(neng)上限，確保在長任務中也能(neng)實(shi)現高質(zhi)量推理。
結語：阿里進一步補全開源布局
今年(nian)以來(lai)，阿里已陸續開(kai)源WebWalker、WebDancer和WebSailor等多(duo)款(kuan)檢索和推理智能(neng)體，且均取得(de)開(kai)源SOTA成(cheng)績。通義DeepResearch的開(kai)源，進一(yi)步(bu)豐(feng)富了阿里在AI智能(neng)體領域的開(kai)源布(bu)局。
通義DeepResearch的(de)開源為深度(du)研(yan)究Agent賽道(dao)提(ti)供(gong)了“輕量化(hua)高性(xing)能”的(de)新選擇，也(ye)為全球開發者攻克長周期復雜研(yan)究任務提(ti)供(gong)了關鍵工具(ju)支撐。
