阿里巴巴旗下首个深度研究Agent模型通义DeepResearch已正式开源，并在多个权威评测集上取得SOTA（State-of-the-art）成绩，超越了OpenAI Deep Research和DeepSeek-V3.1等模型。该模型旨在解决现有“单窗口、线性累加”信息处理模式在处理长周期任务时面临的“认知空间窒息”和“噪声污染”问题。通义DeepResearch通过一套合成数据驱动的训练链路，以Qwen3-30B-A3B模型为基础，创新性地结合了RL算法验证、真实训练模块、异步强化学习及自动化数据策展，显著提升了模型的迭代速度和泛化能力。在推理阶段，支持ReAct和自研的IterResearch Heavy模式，在长任务中也能实现高质量推理，并在多项评测中展现出超越旗舰模型的性能。

🌟 **模型创新与性能突破**：通义DeepResearch作为阿里首个深度研究Agent模型，成功登顶开源社区，并在HLE、BrowseComp-zh、GAIA等多个权威评测集上取得SOTA成绩，其性能超越了OpenAI Deep Research和DeepSeek-V3.1等现有Agent模型，显示出在Agent研究领域的领先地位。

🧠 **解决长周期任务瓶颈**：针对传统Agent在处理长周期任务时易出现的“认知空间窒息”和“不可逆的噪声污染”问题，通义DeepResearch构建了一套创新的训练链路。该链路以合成数据驱动，贯穿预训练与后训练，通过RL算法验证、真实训练模块、高效异步强化学习及自动化数据策展，有效提升了模型的迭代速度和泛化能力，从而更好地应对复杂研究任务。

🚀 **多模式推理与强大泛化能力**：在推理阶段，通义DeepResearch设计了ReAct和基于自研的IterResearch的Heavy两种模式。ReAct模式用于精准考察模型基础能力，而Heavy模式通过test-time scaling策略，能够充分挖掘并展现模型在长任务中的性能上限，实现高质量的推理，即便在处理长周期、复杂研究任务时也能表现出色。

快科技9月17日消息，今日凌晨，阿里开源旗下首个深度研究Agent模型——通义DeepResearch，并登顶开源第一。

该模型在HLE、BrowseComp-zh、GAIA等多个权威评测集上取得SOTA成绩(State-of-the-art)，超越OpenAI Deep Research、DeepSeek-V3.1等Agent模型。

目前，通义DeepResearch的模型、框架和方案均已全面开源，用户可在Github、Hugging Face和魔搭社区社区下载模型和代码。

作为当前研究热点，“深度研究”的现有方法通常是“单窗口、线性累加”的信息处理模式，所有中间思路和检索到的信息堆积在单一上下文中。

当处理长周期任务时，Agent会面临“认知空间窒息”和“不可逆的噪声污染”的挑战，导致推理能力下降，最终难以完成真正长程、复杂的研究任务。

为此，通义团队构建了一套以合成数据驱动、贯穿预训练与后训练的完整训练链路。

该链路以Qwen3-30B-A3B模型为基座进行优化，团队创新性地设计了覆盖真实环境与虚拟环境的RL算法验证与真实训练模块，并结合高效异步强化学习算法及自动化数据策展（Data Curation）流程，显著提升了模型的迭代速度和泛化能力。

在推理阶段，团队设计了ReAct和基于自研的IterResearch的Heavy两种模式。

前者用于精准考察模型的基础内在能力，后者则通过test-time scaling策略，充分挖掘并展现了模型所能达到的性能上限。

即使在长任务中，也能实现高质量的推理。

目前，在Humanity's Last Exam（HLE）、BrowseComp、BrowseComp-ZH、GAIA、xbench-deepsearch、WebWalkerQA以及Frames等权威Agent评测集上，通义DeepResearch模型以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。

今年以来，阿里已连续开源WebWalker、WebDancer和WebSailor等多款检索和推理智能体，并全部斩获开源SOTA成绩。