阿里云重磅发布首款深度研究型AI模型——通义DeepResearch，这一开源举措在全球人工智能领域引发热烈讨论。这款参数规模达到300亿（其中30亿激活参数）的创新模型，已经在多项国际权威测评中创造新纪录，不仅力压DeepSeek-V3.1和OpenAI的竞品，更一举拿下HLE全球排行榜榜首。
在备受业界认可的"HLE终极测评"中，通义DeepResearch以32.9%的优异成绩拔得头筹，领先第二名DeepSeek-V3.1超过3个百分点。面对OpenAI设立的BrowseComp复杂任务挑战，该模型更以43.4%的高准确率稳居开源模型首位。开发者现可于Hugging Face、GitHub和ModelScope三大平台获取完整模型，其中GitHub项目上线首周就收获7200个开发者星标。
相比传统问答AI，通义DeepResearch实现了从简单交互到自主研究的重大跨越。它能系统性地执行深度检索、多源验证、信息整合和报告生成等研究流程。比如查询夏威夷某处房产时，不仅能精准定位地理位置，还能自动获取2024年最新交易记录，并进行交叉比对后，准确报出Akaikai Loop 2072号房产的历史成交价。
技术团队突破性地研发了"智能数据生成"体系，依托AgentFounder框架实现了训练数据自动化生产。预训练过程建立了覆盖知识文档、网络资源和学术图谱的记忆库，并生成了包含规划、推理和决策三大类动作的上百万训练样本。在后训练阶段采用的WebSailor V2方案，通过智能游走和动态掩蔽等技术，成功产出难度可控的交叉学科研究任务。
面对复杂的长时间任务，独家设计的Heavy Mode推理架构能将研究过程智能分解。每轮迭代仅保留核心结论重建工作空间，借助Research-Synthesis框架融合多位智能体研究成果。这项创新使得模型在处理天体物理等跨学科课题时，可以自主调用Python编译器和学术搜索引擎，完整执行从理论推导到实验验证的全过程。
训练体系方面，团队创新性地打通了Agentic CPT增量预训练、SFT精细化调节和Agentic RL强化学习的全流程。采用GRPO算法优化的强化学习框架，结合128K超长上下文处理能力，确保了模型在BrowseComp测试中的持续进化。完备的训练设施包含离线百科仿真环境、工具沙箱交互系统和自动化数据管理平台，全方位保障训练稳定性。
在实际应用端，这项技术已深度集成至高德地图的导航服务中。当用户查询西湖周边餐饮信息时，模型能同时考量地理位置、用户评分、儿童餐提供情况和步行距离等多重因素，3秒内给出最优推荐方案。在法律领域落地的"通义法睿"专业助手，可以执行多维度法律检索任务，基于真实判例提供可追溯分析，在回答质量、案例适用性和法条准确性三项指标上均超越国际顶尖模型。
