阿里开源 Tongyi DeepResearch：科研智能体能力首次追平 OpenAI

它不是简单的对话机器人，而是一个真正意义上的 开源科研智能体（Research Agent），可以在复杂信息环境中进行多轮推理、跨来源检索、证据交叉验证和长文档综合。更重要的是，它在多个权威基准测试中表现出色，首次让开源模型的科研智能体能力，真正追平了 OpenAI 的同类产品。

对于正在关注 大模型智能体化、科研任务自动化、以及 开源模型产业化 的读者来说，Tongyi DeepResearch 的出现意味着什么？本文将带你深入解读。

一、为什么 DeepResearch 模型重要？

在科研和信息检索类任务中，传统聊天模型常常力不从心。比如：

• 面对复杂学术问题，它们容易“编故事”，缺乏可靠证据；
• 长链路任务（如跨文献追溯、逐步构建论证）往往被截断，结果不完整；
• 面对庞大的上下文，它们会被“信息噪声”淹没，出现逻辑漂移。

而 DeepResearch 模型的设计目标，正是为了解决这些“科研痛点”。它不只是问答助手，而是能像研究人员一样，进行：

1. 长期规划（Long-horizon planning）
2. 迭代检索和交叉验证（Iterative retrieval & verification）
3. 证据跟踪和低幻觉率（Evidence tracking）
4. 多源信息综合（Large-context synthesis）

这也是为什么 Tongyi DeepResearch 的亮相，直接被视为“开源科研智能体时代的开始”。

二、性能表现：开源首次对标 OpenAI

阿里官方公布的基准测试结果，足够亮眼：

• **Humanity’s Last Exam (HLE)**：32.9
• BrowseComp：43.4（英文）/ 46.7（中文）
• xbench-DeepSearch：75

这些测试被业内称为科研智能体的“综合考核”，主要评估模型在复杂信息检索、多步推理和跨源综合中的表现。

换句话说，Tongyi DeepResearch 已经站在了 OpenAI DeepResearch 的同一水平线上，并且在开源社区中“一骑绝尘”。这对于长期依赖闭源模型的开发者和研究机构来说，无疑是一种解放。

三、架构设计：MoE + 超长上下文

要理解它为什么能做到这一点，就得看架构。

1. Mixture-of-Experts（MoE）架构

• 总参数量约 305 亿，但每个 Token 只激活 30~33 亿参数。
• 等于用“小模型成本”获得“大模型能力”。
• 这一设计延续自阿里在 Qwen3-MoE 中的探索。

• 超长上下文：128K Token

• 足以处理多篇学术论文、完整研究报告，甚至是跨领域文献集合。
• 这让它在“长链路推理”上天然占优。



1. 双推理模式

• ReAct 模式：原生推理与工具调用，评估模型的内生能力；
• Heavy Mode（IterResearch）：通过迭代重构上下文来减少噪声，专门应对超复杂科研任务。



简而言之，它不仅能“读得多”，还能“读得清”。



---

四、训练方法：全自动合成数据 + On-policy 强化学习

和多数聊天模型不同，Tongyi DeepResearch 从一开始就被训练为“智能体”，而非单纯的对话模型。

1. 自动化数据引擎



阿里搭建了一个完全自动化的数据生成系统：

• 从知识图谱、文档库、历史工具调用轨迹中构建语料；
• 自动生成问题与答案对；
• 合成多步推理和行动轨迹数据；
• 不依赖昂贵的商业 API 调用。

这意味着训练数据不再依赖人工标注，而是一个可扩展的“自我进化循环”。

2. 冷启动 SFT（监督微调）

通过 ReAct 和 IterResearch 两种格式，生成结构化推理数据，帮助模型快速掌握工具使用与规划能力。

3. On-policy 强化学习（GRPO 算法）

• Group Relative Policy Optimization：基于群体相对优势的优化方式；
• Token 级策略梯度：精细化学习信号；
• 负样本过滤：避免训练崩溃或格式坍塌；
• 高并发沙盒环境：模拟网页搜索、文档查询，保证模型在真实环境中也能稳定学习。

这套 RL 策略，不仅提高了模型的鲁棒性，还解决了以往科研智能体容易“卡死”或“乱跑”的问题。

---

五、在科研与信息检索中的应用价值

从实验室走向实际应用，Tongyi DeepResearch 能做什么？

1. 学术研究助手

• 自动整理多篇论文的关键结论；
• 在跨学科主题中寻找共通点；
• 生成逻辑严谨的研究综述。

• 企业文档研究

• 针对上万页报告、专利、内部文件，快速抽取核心观点；
• 跨来源验证，避免“只看一家之言”。

• 多语言信息获取

• 在 BrowseComp-ZH 的成绩表明，它在中文语境下同样表现优异；
• 这对中国科研人员尤其友好。

• Web 调研与商业分析

• 从公开网页中持续追踪信息，综合成可靠的决策依据。

换句话说，它的定位并不是“写作助手”，而是更接近“智能研究员”。



---

六、为何开源意义重大？

很多人可能会问：OpenAI 已经有 DeepResearch，为什么还需要阿里的开源版本？

答案很简单：科研需要可验证、可复现、可定制的工具。

• 闭源模型再强，也无法满足企业的合规需求；
• 大学和研究机构需要对训练数据与方法有掌控；
• 开源模型能形成“科研共同体”，不断自我进化。

阿里这次不仅开源了权重，还提供了推理脚本、评测工具、数据管线。对于开发者来说，这是一整套“可落地的科研智能体方案”。

---

七、未来趋势：科研智能体会成为“标配”吗？

Tongyi DeepResearch 的发布，释放了一个清晰信号：科研和信息检索类任务，正在全面智能体化。

未来几年，我们可能会看到：

1. 科研人员人手一个智能体助手

• 它帮你查文献、对比实验、验证假设；
• 你只需要做最后的判断与创新。

• 企业内部知识库自动化

• 不再依赖人工整理文档；
• 智能体可以根据上下文动态生成研究报告。

• 跨学科融合加速

• 智能体能轻松“跳出专业壁垒”，让不同领域知识快速联通。

可以预见，未来科研智能体就像今天的搜索引擎一样，会成为研究与信息工作的标配。

---

结语

Tongyi DeepResearch 的问世，不只是阿里的一次技术突破，更是 开源社区在科研智能体方向上的里程碑。

它证明了：即使面对最复杂的科研任务，开源模型依然有机会追平乃至超越闭源巨头。

对于科研人员、企业研究团队、开发者来说，真正的价值在于——你可以直接下载、运行、改造它，让它成为你自己的“研究助手”。

也许，未来的某个科研突破，就会诞生在这样一个开源智能体的辅助下。