3B參數超越OpenAI o3、DeepSeek V3.1。智東西9月17日報導，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模型憑藉3B啟動參數，性能超越基於OpenAI o3、DeepSeek V3.1和Claude-4-Sonnet等旗艦模型的ReAct Agent（推理-行動智能體）。▲基準測試成績排名▲基準測試分數目前，通義DeepResearch的模型、框架和方案已在Github、Hugging Face和魔搭社區全面開源，開發者和使用者可自行下載模型與程式碼。下載地址：Github：https://github.com/Alibaba-NLP/DeepResearchHugging Face：https://huggingface.co/Alibaba-NLP/Tongyi-DeepResearch-30B-A3B魔搭社區：https://modelscope.cn/models/iic/Tongyi-DeepResearch-30B-A3B深度研究作為近一年的AI研究熱點，吸引了Google、OpenAI、Anthropic等眾多主流企業投入研發。深度研究研發的現有方法大多採用“單窗口、線性累加”的資訊處理模式，在處理長周期任務時，Agent易遭遇“認知空間窒息”與“不可逆的噪聲污染”，導致推理能力降低，難以完成複雜研究任務。據介紹，為解決這些問題，阿里通義團隊建構了一套合成資料驅動的完整訓練鏈路，覆蓋預訓練與後訓練階段。該鏈路以Qwen3-30B-A3B模型為基礎進行最佳化，設計了RL演算法驗證與真實訓練模組，涵蓋真實與虛擬環境，並借助非同步強化學習演算法及自動化資料策展流程，有效提升了模型的迭代速度與泛化能力。在推理階段，通義團隊還設計了ReAct和基於自研IterResearch的Heavy兩種模式。ReAct用於精準評估模型的基礎內在能力，Heavy則通過test-time scaling策略，充分挖掘模型的性能上限，確保在長任務中也能實現高品質推理。結語：阿里進一步補全開源佈局今年以來，阿里已陸續開源WebWalker、WebDancer和WebSailor等多款檢索和推理智能體，且均取得開源SOTA成績。通義DeepResearch的開源，進一步豐富了阿里在AI智能體領域的開源佈局。通義DeepResearch的開源為深度研究Agent賽道提供了“輕量化高性能”的新選擇，也為全球開發者攻克長周期複雜研究任務提供了關鍵工具支撐。 (智東西)
