AI从“聊天”迈向“研究”，通义带来全新范式
在AI技术不断演进的今天，通义实验室DeepResearch团队重磅推出了一项令人振奋的研究成果——通义DeepResearch。这一全新AI模型不仅实现了从“对话”到“深度推理”的跨越式升级，更以全开源的姿态，为全球科研人员和开发者打开了通往高效研究的大门。
与以往封闭、昂贵的模型不同，DeepResearch团队坚持开放共享的理念，将整个模型架构、训练框架与部署方案全部开源，真正做到了“让深度研究触手可及”。
轻量模型，顶尖表现
尽管是一个轻量级模型（30B-A3B），通义DeepResearch在多个权威基准测试中展现出了惊人的实力。例如在 Humanity’s Last Exam、BrowseComp 和 GAIA 等极具挑战性的评测任务中，其表现达到了当前最先进水平，甚至超越了许多国际知名模型。
两种推理模式，应对不同场景
DeepResearch在推理能力上提供了两种灵活模式，满足不同复杂度的任务需求：
- ReAct 模式：无需复杂提示，即可高效完成常规任务，释放模型潜力。
- Heavy 模式（深度模式）：专为复杂推理和长期规划设计，适合处理高难度科研问题。
这种结构上的创新，使得模型既能应对日常任务，也能胜任前沿研究挑战。
数据策略创新：低成本、高质量
在数据构建方面，DeepResearch团队也带来了突破性的策略。他们通过多阶段增量预训练与后训练方法，摆脱了对昂贵人工标注数据的依赖，成功生成了高质量的训练数据集。这种高效的数据策略不仅降低了成本，也提升了模型泛化能力。
强化学习加持，模型表现持续进化
团队还构建了一套高效的强化学习体系，通过精准信号匹配与稳定基础设施的支撑，持续优化模型性能。这一机制确保了模型在不断学习中保持方向准确，最终实现性能的稳步提升。
开放共享，推动全球AI研究进步
通义DeepResearch不仅是一项技术突破，更是对全球科技社区的一次有力回应。团队已在官网和GitHub上公开了完整的构建方法论，包括从数据合成到强化学习的全流程指南，让每一位研究者都能轻松上手、快速迭代。
这次发布标志着AI从“工具”向“科研伙伴”的转变迈出了坚实的一步。未来，随着更多开发者和研究者的加入，通义DeepResearch有望在更多领域释放潜力，推动人工智能研究进入一个更加开放、高效的新时代。