Step-DeepResearch

Step-DeepResearch – 阶跃星辰推出的深度研究AI模型

Step-DeepResearch，一款由阶跃星辰倾力打造的32亿参数深度研究AI模型，正以其卓越的单次推理能力，革新着复杂研究任务的处理方式，并能直接生成专业水准的研究报告。该模型采用精炼的单体架构，集成了规划、深度探索、反思验证以及报告撰写四大核心引擎，从而构建了一个高效且经济的研究闭环。

Step-DeepResearch：深度研究的智能伙伴

Step-DeepResearch，这款由阶跃星辰精心研发的32亿参数深度研究AI模型，以其在单次推理中即可完成复杂研究任务并生成专业报告的能力，展现了其非凡的潜力。模型的单体架构设计，通过规划、深度搜索、反思验证和报告撰写这四大核心能力，实现了高效低成本的研究闭环。在一项名为ResearchRubrics的评测中，该模型取得了61.42分的高分，其性能已能媲美顶级的闭源模型，而令人瞩目的是，单次报告的生成成本却低至0.5元人民币。其独特之处在于通过“中期训练”（Mid-Training）策略，显著增强了模型的决策能力，使其在金融、医疗等专业领域表现尤为突出。此外，它还支持聚焦搜索和自选信源等功能，是行业调研、学术分析等场景的理想选择。

Step-DeepResearch的核心功能亮点

• 原子能力深度融合：将庞杂的研究任务细化为可训练的原子能力，包括规划、信息检索、反思与交叉验证，以及专业报告的生成。这些能力在模型层面深度内化，确保了在单次推理过程中即可实现闭环反思和动态纠错。
• 循序渐进的优化流程：搭建了从智能体中期训练到监督式微调（SFT）及强化学习（RL）的完整优化路径。训练目标被重塑为“决定下一步原子动作”，从而极大地提升了模型的自适应性与泛化能力。
• 跨模型规模的卓越表现：尽管仅有320亿参数，Step-DeepResearch在Scale AI Research Rubrics测试中斩获61.4%的成绩，与OpenAI Deep Research和Gemini Deep Research等巨头模型不相上下。在ADR-Bench专家人工评估中，其Elo分数更是显著超越了许多规模更大的模型。
• 极致的成本效益：在保持专家级研究能力的同时，Step-DeepResearch的部署和推理成本极低，堪称业内最具成本效益的深度研究代理解决方案。
• 高质量数据自主合成：运用基于原子能力的数据合成策略，能够生成附带详细推理轨迹的“博士级”训练数据，有效解决了研究数据稀缺的瓶颈问题。
• 权威信息精准获取与处理：采用精选权威索引策略，严选600+权威域名以确保事实依据的可靠性。知识密集检索以段落为单位，最大化单token的信息密度，并在语义相关性相当时，优先选择高可信度的信息源。
• 动态双循环认知架构：构建了“动态规划-分层合成”的双循环工作流。规划者Agent首先生成研究大纲，随后通过强化学习算法，依据新发现持续优化研究路径，实现智能的动态调整。
• 专业报告的精炼生成：基于“行业模板库+动态知识库”，能够生成符合专业格式要求的垂直领域文档。报告中的关键观点均附有明确的信息源引用，确保了其专业研究的可信度。

Step-DeepResearch的技术基石

• 单智能体架构与动态循环机制：模型基于精简的单智能体架构，遵循ReAct范式，将深度研究任务重构为动态的推理-行动-观察循环。通过规划与反思、工具执行、反馈与交叉验证等关键环节，并辅以专门的工具集，最终生成详尽的研究报告。
• 原子能力的构建与深度训练：将复杂的研究任务分解为可训练的原子能力，涵盖规划、信息检索、反思与交叉验证，以及专业报告的生成。通过特定的闭环流程产出数据，例如在长时域推理中设计错误反思循环，以此增强模型的抗干扰能力和跨验证水平。
• 分阶段的渐进式训练策略：采用多阶段的训练流程，包括中等长度上下文的中期训练、长上下文的中期训练以及最后的强化学习阶段。通过逐步拓宽上下文长度和优化模型的原子能力，显著提升模型在处理复杂任务时的表现。
• 数据合成与强化学习的协同：利用基于原子能力的数据合成策略，生成带有详细推理轨迹的“博士级”训练数据。通过强化学习算法，将专家对齐的量表判断转化为二元奖励信号，加速模型向专家对齐行为的收敛。
• 权威信息获取与精细化处理：采用精选权威索引策略，隔离600+权威域名以确保事实依据。知识密集检索以段落为粒度，最大化单token的信息密度，并在语义相关性相当时，优先选择高可信源。
• 动态规划与持续优化：构建“动态规划-分层合成”的双循环工作流。规划者Agent初步生成研究大纲后，通过强化学习算法，依据新发现持续优化研究路径，实现智能的动态调整。

Step-DeepResearch的项目入口

• Github代码库：https://github.com/stepfun-ai/StepDeepResearch
• arXiv技术论文链接：https://arxiv.org/pdf/2512.20491

Step-DeepResearch的广泛应用场景

• 学术研究的加速器：协助研究人员迅速产出文献综述、研究方案及初步研究报告，从而加快学术研究的整体进程。
• 商业洞察的赋能者：为商业分析师提供市场趋势分析、竞争对手研究以及行业报告的生成，有力支持商业决策的制定。
• 政策制定的参谋：帮助政策制定者进行政策背景研究、影响评估和政策建议报告的撰写，确保政策制定的科学性和前瞻性。
• 技术创新的驱动者：在技术领域，用于新技术研究、技术趋势分析及可行性研究报告的生成，积极推动技术创新。
• 教育领域的辅助者：辅助教师和学生进行课程研究、课题设计和学术论文撰写，全面提升教育质量与研究能力。
• 医疗健康研究的伙伴：支持医疗研究人员进行疾病研究、治疗方法评估和医学文献综述，有力促进医疗技术的进步。