通义DeepResearch

通义DeepResearch – 阿里推出的开源深度研究智能体

核心亮点：通义DeepResearch是一款专为深度、长周期信息检索而生的开源智能体，拥有强大的300亿参数，支持ReAct和迭代研究（IterResearch）等先进模式，通过全流程合成数据和端到端强化学习，大幅提升复杂推理能力，并已成功赋能多个阿里内部应用。

通义DeepResearch：深度研究的开源智能新引擎

通义DeepResearch，由阿里巴巴重磅推出，是一款面向长周期、深度信息检索任务的开源智能研究体。这款智能体拥有高达300亿的参数量，每次激活可动用30亿参数，为复杂推理奠定坚实基础。它巧妙融合了ReAct模式与深度模式（Heavy Mode），后者更是通过创新的迭代研究范式（IterResearch），极大地增强了其处理复杂推理的效能。尤为值得一提的是，通义DeepResearch采用了全流程合成数据方案，能够自主生成高质量数据集，打破了传统智能体能力的天花板，实现了从预训练、监督微调到强化学习的全链路端到端训练。目前，它已在阿里巴巴内部的多个关键应用中大放异彩，例如高德地图的AI原生出行Agent，以及法律领域的“通义法睿”。

通义DeepResearch的核心能力概览

• 深度长周期信息检索：针对需要多步骤推理和规划的复杂信息检索任务而设计，适用于学术研究、市场洞察、政策分析等深度探索场景。
• 多模态推理支持：兼顾ReAct模式的严谨“思考-行动-观察”循环，以及深度模式下通过迭代研究范式（IterResearch）实现的强大复杂推理能力。
• 自主数据生成：自研的全流程合成数据技术，无需人工介入，即可源源不断地生成高质量训练数据，为智能体的能力突破提供保障，贯穿整个训练生命周期。
• 端到端强化学习：运用定制化强化学习算法（如GRPO），确保智能体的行为与宏观目标高度一致，提升其在动态环境下的适应性和稳定性。
• 实战应用验证：已成功融入高德地图的出行Agent及法律领域的“通义法睿”等阿里内部应用，展现出卓越的实用价值和广泛的应用前景。
• 开放共享与共建：秉持开源理念，提供完整的代码、模型和数据，诚邀全球开发者携手共创，共同推动深度研究智能体技术的进步。

通义DeepResearch的技术基石

• 全流程合成数据方案：实现自动化、高质量的数据集生成，支持智能体从预训练到强化学习的完整训练闭环，突破能力边界。
• 迭代研究范式（IterResearch）：通过将复杂任务分解为多个研究回合，动态优化工作区，并遵循“思考-综合-行动”的流程，显著提升推理和决策的精度。
• 端到端强化学习：采用如Group Relative Policy Optimization (GRPO)等先进强化学习算法，实现学习信号与模型能力的精准匹配，增强模型在多变环境下的鲁棒性。
• 大规模持续预训练：利用不断更新的知识文档、数据及知识图谱，构建开放世界的知识记忆，生成多样化的问答对，持续拓展模型知识边界。
• 自动化数据管理：在训练过程中实时优化数据，通过全自动合成和动态调整训练集，保障训练的稳定性和性能的持续提升。
• 稳定高效的工具沙盒：构建统一、并发、容错的工具调用环境，确保智能体与工具交互的稳定性和可靠性，提供高效鲁棒的交互体验。

通义DeepResearch的探索之旅：项目入口

• 项目官网：https://tongyi-agent.github.io/blog/introducing-tongyi-deep-research/
• Github仓库：https://github.com/Alibaba-NLP/DeepResearch
• HuggingFace模型库：https://huggingface.co/Alibaba-NLP/Tongyi-DeepResearch-30B-A3B

通义DeepResearch的家族成员：能力延伸

• WebWalker：专注于网页导航能力评估。
• WebDancer：推动智能体自主信息搜寻能力的实现。
• WebSailor：提升智能体在复杂网页环境下的超人级推理表现。
• WebShaper：通过信息搜寻的形式化，实现智能体数据的自主合成。
• WebWatcher：拓展视觉语言智能体在深度研究中的应用边界。
• WebResearcher：释放长周期智能体的推理潜力。
• ReSum：通过上下文总结优化智能体的长周期信息管理。
• WebWeaver：利用动态提纲构建结构化的网络证据，支持开放式深度研究。
• WebSailor-V2：借助合成数据和可扩展强化学习，缩小与闭源智能体的差距。

通义DeepResearch的应用场景：赋能各行各业

• 学术研究：高效完成文献梳理、综述撰写等复杂学术任务，极大提升研究效率。
• 市场分析：为企业提供深度竞品分析、行业趋势报告，助力制定精准的市场策略。
• 法律研究：在“通义法睿”等应用中，自动检索法律条文、类案及裁判文书，进行深度归纳分析，为法律从业者提供强大支持。
• 出行规划：与高德地图合作，提供AI原生出行Agent，结合实时数据，为用户定制精准出行方案。
• 复杂信息检索：应对需要多步骤推理和规划的复杂信息检索挑战，如跨领域研究、政策制定等，帮助用户快速整合和提取关键信息。