阿里重磅推出AI领域新突破——首款深度研究智能体"通义DeepResearch"正式开源。这款30B参数(激活3B)的轻量级模型在多项国际基准测试中表现亮眼，其性能指标超越OpenAI、DeepSeek等行业领跑者。

在公认最具挑战性的HLE评测中，通义DeepResearch以32.9%的正确率位居第一，显著领先DeepSeek-V3.1的29.8%和OpenAI DeepResearch的26.6%。同时，在OpenAI设计的BrowseComp高难度测试中也取得43.4%的优异成绩。目前该项目已在GitHub获得7.2k星标，同步登陆Hugging Face和ModelScale平台。

不同于传统问答式AI，这款智能体具备完整的研究流程：它能自动分解问题、交叉验证多源数据，并以结构化方式输出结论。比如查询夏威夷某区域房价时，系统能自主筛选多个数据源，精确锁定具体成交记录。在处理法律咨询时，更展现专业论证能力，通过检索判例、分析文献等多种手段提供严谨意见。

技术创新方面，研发团队开创性地构建了智能体合成数据系统，采用开放世界知识库自动生成训练数据集。通过设置"迷雾式"复杂难题，迫使模型深入思考多步骤推理路径。这种训练方式在跨学科任务中收效显著。

针对长期任务执行难题，模型内置双模推理架构：日常需求采用ReAct快速响应模式；复杂项目则切换至Heavy研究模式，通过分阶段信息处理保持认知效率。独特的"迭代-重构"机制有效解决了信息过载导致的能力退化问题。

在训练体系上，团队构建了完整的"预训练-微调-强化学习"闭环流程，采用GRPO算法优化策略梯度。通过自建仿真环境支持离线训练，配合智能数据管理系统，确保模型持续进化的同时避免过早收敛。

实际应用层面，该技术已成功部署于高德地图"小高老师"和法律智能系统"通义法睿"。前者能精准处理多条件复合查询，如"西湖周边符合特定要求的餐厅推荐"；后者在法律条文解析等专业领域展现超越同类产品的实力。这些成果证明，轻量化设计同样可以实现高复杂度场景下的智能服务。