阿里开源通义DeepResearch，多项评测超OpenAI与DeepSeek旗舰模型

阿里开源旗下首个深度研究Agent模型——通义DeepResearch，并宣布该模型在多个权威评测集上取得SOTA（当前最佳）成绩，超越OpenAI Deep Research、DeepSeek-V3.1等Agent模型。目前，通义DeepResearch的模型、框架和方案均已全面开源，用户可在GitHub、Hugging Face和魔搭社区下载模型和代码。

深度研究类Agent的核心挑战在于长周期任务。通义团队指出，现有深度研究模式在处理长程任务时，Agent会面临“认知空间窒息”和“不可逆的噪声污染”两大问题，导致推理能力下降，最终难以完成真正长程、复杂的研究任务。这类问题限制了Agent从“单轮问答”走向“持续调研”的能力边界。

为破解上述瓶颈，通义团队构建了一套以合成数据驱动、贯穿预训练与后训练的完整训练链路。团队称，这一链路显著提升了模型的迭代速度和泛化能力，使模型能在长链条任务中保持推理稳定性，而非在信息累积过程中逐步失焦。

评测结果是这次开源的最大看点。在Humanity's Last Exam（HLE）、BrowseComp、BrowseComp-ZH、GAIA、xbench-deepsearch、WebWalkerQA以及Frames等权威Agent评测集上，通义DeepResearch以3B激活参数的规模，性能超越了基于OpenAI o3、DeepSeek V3.1和Claude-4-Sonnet等旗舰模型构建的ReAct Agent。以更小的激活参数追平乃至反超基于更大模型的智能体方案，凸显了架构与训练方法层面的效率优势。

全面开源的策略延续了阿里近一年在大模型领域的开放路线。将模型权重、框架与训练方案一并公开，意味着外部开发者不仅能直接调用，还能复现其训练思路并在自有场景中二次开发。对于正在快速升温的AI Agent赛道而言，一个可自由获取、且在深度研究任务上对标海外顶尖闭源产品的中文友好模型，有望降低企业和研究者搭建自主调研系统的门槛，也进一步加剧了开源与闭源阵营在Agent能力上的正面竞争。