智东西
作者王涵
编辑漠影
智东西 9 月 17 日报道，今天凌晨，阿里巴巴开源了其首个深度研究 Agent 模型：通义 DeepResearch。
在 Humanity’s Last Exam（HLE）、BrowseComp、BrowseComp-ZH、GAIA、xbench-deepsearch、WebWalkerQA 以及 Frames 等权威 Agent 评测集中，通义 DeepResearch 模型凭借 3B 激活参数，性能超越基于 OpenAI o3、DeepSeek V3.1 和 Claude-4-Sonnet 等旗舰模型的 ReAct Agent（推理-行动智能体）。
▲基准测试成绩排名
▲基准测试分数
目前，通义 DeepResearch 的模型、框架和方案已在 Github、Hugging Face 和魔搭社区全面开源，开发者和用户可自行下载模型与代码。
下载地址：
Github：
https://github.com/Alibaba-NLP/DeepResearch
Hugging Face：
https://huggingface.co/Alibaba-NLP/Tongyi-DeepResearch-30B-A3B
魔搭社区：
https://modelscope.cn/models/iic/Tongyi-DeepResearch-30B-A3B
深度研究作为近一年的 AI 研究热点，吸引了谷歌、OpenAI、Anthropic 等众多主流企业投入研发。
深度研究研发的现有方法大多采用“单窗口、线性累加”的信息处理模式，在处理长周期任务时，Agent 易遭遇“认知空间窒息”与“不可逆的噪声污染”，导致推理能力降低，难以完成复杂研究任务。
据介绍，为解决这些问题，阿里通义团队构建了一套合成数据驱动的完整训练链路，覆盖预训练与后训练阶段。
该链路以 Qwen3-30B-A3B 模型为基础进行优化，设计了 RL 算法验证与真实训练模块，涵盖真实与虚拟环境，并借助异步强化学习算法及自动化数据策展流程，有效提升了模型的迭代速度与泛化能力。
在推理阶段，通义团队还设计了 ReAct 和基于自研 IterResearch 的 Heavy 两种模式。ReAct 用于精准评估模型的基础内在能力，Heavy 则通过 test-time scaling 策略，充分挖掘模型的性能上限，确保在长任务中也能实现高质量推理。
结语：阿里进一步补全开源布局
今年以来，阿里已陆续开源 WebWalker、WebDancer 和 WebSailor 等多款检索和推理智能体，且均取得开源 SOTA 成绩。通义 DeepResearch 的开源，进一步丰富了阿里在 AI 智能体领域的开源布局。
通义 DeepResearch 的开源为深度研究 Agent 赛道提供了“轻量化高性能”的新选择，也为全球开发者攻克长周期复杂研究任务提供了关键工具支撑。
