人工智能領域迎來重要突破，通義DeepResearch正式開源發布，標志著AI研究能力從“對話交互”向“深度探索”的跨越式發展。該模型在Humanity's Last Exam、BrowseComp、GAIA等國際權威深度研究基準測試中均取得最優成績，綜合性能與海外旗艦模型持平甚至超越，同時以完全開源的方式提供模型、框架及解決方案。Rc628資訊網——每日最新資訊28at.com

針對海外閉源模型使用成本高、調用受限等問題，研發團隊通過創新技術路徑實現突破。30B參數規模的tongyi DeepResearch在保持輕量化的同時，通過多階段數據策略和強化學習優化，在復雜推理任務中展現出顯著優勢。其核心技術覆蓋數據合成、增量預訓練、有監督微調及強化學習全流程，形成端到端的智能體訓練范式。Rc628資訊網——每日最新資訊28at.com

數據構建方面，團隊開發出全自動化合成方案。通過知識圖譜隨機游走、表格數據融合等技術，從真實網站提取結構化信息，并設計“原子操作”系統提升問題復雜度。特別在決策動作合成中，將多步驟軌跡重構為決策過程，有效增強模型規劃能力。該方案生成的“博士級”研究問題，可模擬多學科交叉推理場景，推動模型能力逼近人類專家水平。Rc628資訊網——每日最新資訊28at.com

模型架構創新包含雙重推理模式：標準ReAct模式支持128K長上下文交互，通過“思考-行動-觀察”循環處理常規任務；深度模式（Heavy Mode）則采用IterResearch范式，將復雜任務分解為多個研究輪次。每輪僅保留關鍵信息構建精簡工作空間，通過“綜合與重構”迭代保持認知焦點，避免傳統方法中的信息過載問題。團隊還提出Research-Synthesis框架，允許多智能體并行探索后整合結論，顯著提升答案準確性。Rc628資訊網——每日最新資訊28at.com

訓練體系實現全鏈路革新，從Agentic持續預訓練（CPT）到拒絕微調（RFT）再到強化學習（RL），形成閉環優化系統。在RL階段，團隊基于GRPO算法進行定制優化，采用on-policy訓練范式確保學習信號與模型能力精準匹配。通過token級策略梯度損失、留一法優勢估計等技術，有效降低訓練方差。針對負樣本干擾問題，開發選擇性過濾機制，結合大批量訓練維持監督信號穩定性。Rc628資訊網——每日最新資訊28at.com

基礎設施層面構建三大支撐系統：仿真訓練環境利用離線維基百科和自定義工具套件，降低對實時Web API的依賴；穩定工具沙盒通過緩存、重試和飽和響應機制，確保工具調用的可靠性；自動數據管理系統實現訓練動態指導下的實時優化，形成數據生成與模型訓練的正向循環。異步強化學習框架支持多智能體并行交互，顯著提升訓練效率。Rc628資訊網——每日最新資訊28at.com

技術落地已產生實際價值。與高德合作的出行智能體“高德小德”，在地圖導航和本地生活場景中實現復雜查詢的垂類應用，成為高德V16版本的核心功能。法律領域推出的“通義法睿”智能體，集成案例檢索、合同審查、文書起草等功能，通過迭代規劃技術實現多步推理，在答案質量、案例引用、法條匹配等維度達到行業領先水平。Rc628資訊網——每日最新資訊28at.com

研發團隊同步發布六篇技術報告，詳細闡述數據合成策略、強化學習優化、多智能體協作等關鍵技術。開源社區已上線30B參數規模的tongyi DeepResearch模型，配套提供框架代碼和訓練方案。此前半年間，團隊保持每月發布技術報告的節奏，持續推動深度研究智能體領域的技術演進。Rc628資訊網——每日最新資訊28at.com

   更多>同類資訊宇樹科技杜鑫峰：機器人從文娛到工業，在電網儲能等場景展身手09-18DeepSeek發布嚴正聲明：警惕不法分子冒用名義開展“算力租賃”“融資”詐騙09-18DeepSeek登《Nature》封面：梁文鋒團隊以低成本創新，開啟AI推理革命新篇09-18華為徐直軍：Atlas 950超節點算力卓越，多項指標遠超英偉達同期產品09-18藍思科技攜手Rokid打造智能眼鏡，亮相東博會展現科技文化融合魅力由藍思科技與Rokid共同開發的Rokid Glasses智能眼鏡作為大會指定貴賓禮品正式亮相，展現了中國智能制造的技術水平與創新實力。產品采用衍射光波導顯示技術，在保持高透光率的同時實現高清晰度顯示，并搭載…09-18類腦研究新突破：解鎖大腦奧秘，推動人工智能邁向“自我思考”時代復旦大學類腦智能科學與技術研究院院長馮建峰曾介紹：“現在的人工智能，仍停滯于機器的概念。在這里，馮建峰和諸多科研團隊正在破解一個個“腦奧秘”：比如，研究發現，人腦前額葉和枕葉區的灰質體積越小，多動癥的癥狀越嚴…09-18技術革新與政策助力雙輪驅動：倉儲機器人重塑物流產業新生態同期發布的《“十四五”機器人產業發展規劃》，更是明確將提高產業創新能力、夯實產業發展基礎、增加高端產品供給等作為主要任務；在“機器人+”應用行動中，提出要深耕倉儲物流等重點行業的應用；在機器人創新產品發展行…09-18宇樹科技杜鑫峰：機器人“進廠打工”成趨勢，數據采集難題待解9 月 18 日消息，據每日經濟新聞今天報道，2025 世界儲能大會今天在寧德開幕，其中宇樹科技副總經理杜鑫峰在大會上發表演講。 杜鑫峰表示，宇樹科技的機器人現在廣泛應用于文娛表演方面，同時在工業巡…09-18北自科技攜手星動紀元：人形機器人開啟智能物流新時代探索之旅星動紀元有清華技術基因，陳建宇教授團隊在研發上實力強勁；北自科技則具備場景落地能力，雙方結合能將技術與應用深度融合，實現人形機器人技術在物流工業場景中的落地。 陳建宇：星動紀元與北自科技的技術協同，將探索和挖…09-18華為發布靈衢互聯協議與系列超節點，引領AI算力基礎設施新變革09-18ICPC總決賽AI大放異彩！GPT-5組合滿分奪冠，人類賽場角逐第三席位09-18微盟集團獲2億美金長線投資，聚焦AI研發與出海，CEO展望全球科技新篇章09-18DeepSeek登《Nature》封面引關注 梁文鋒帶隊回應爭議 開啟AI推理新征程09-18華為徐直軍：Atlas 950超節點算力強勁，多項指標遠超英偉達同類產品09-18?我國科研團隊攻克難關 研發“神經蠕蟲”電極開啟生物電子接口新范式?濰坊青州云門山景區：重載無人機助力施工 突破地形難題提速增效技術革新與政策助力雙輪驅動：倉儲機器人重塑物流產業新生態宇樹科技杜鑫峰：機器人“進廠打工”成趨勢，數據采集難題待解北自科技攜手星動紀元：人形機器人開啟智能物流新時代探索之旅南京浦口中專學校新設無人機專業，產教融合助學子逐夢低空藍天熱門內容

• 熱度攀升！千億科技龍頭頻獲機構調研，業務增長透露哪些行業新動向？
• 蘋果加速AI布局，或收購兩家法國AI初創企業
• DeepSeek V3.1大模型升級，適配國產新芯片，性能顯著提升
• 蘋果秋季發布會亮相iPhone 17系列："史上最薄"Air登場，Pro Max 2TB版定價17999元
• ?小米16系列或提前登場，首發驍龍8 Elite Gen5，9月機圈大戰一觸即發?
• 國金證券：A股第三輪重估腳步臨近，三類資產投資方向值得關注
• 蘋果加速布局中國市場！Apple Intelligence和新版Siri或年底至明年上線
• 蘋果AI布局加速，或將斥巨資收購歐洲兩大AI初創企業
• 紅米Note15系列前瞻：7s芯片、7000mAh大電池，防水新標桿即將登場
• WAVE SUMMIT大會新動態：文心大模型X1.1上線，多項能力顯著躍升
• 華為智能手表登頂全球，蘋果需直面挑戰求變革
• 科創板AI基金8月22日凈值飆升7.79%，重倉股表現搶眼
• ?字節跳動千人芯片團隊架構調整，轉至新加坡子公司Picoheart引關注?
• vivo X300系列新機入網：首發LYT-828+2億像素，衛通版支持北斗衛星短信
• OpenAI沖刺5000億估值，GPT-5遇冷：資本狂歡與技術瓶頸的碰撞

本欄最新北自科技攜手星動紀元：人形機器人開啟智能物流新時代探索之旅華為發布靈衢互聯協議與系列超節點，引領AI算力基礎設施新變革DeepSeek-R1論文登Nature封面：AI大模型研究邁向科學嚴謹新階段華為發布《AIDC機房參考設計白皮書》，為AI算力設施建設指明新方向華為坤靈“4+10+N”方案出爐，一站式助力中小企業邁向智能世界

本文鏈接：http://www.rrqrq.com/showinfo-45-27815-0.html通義DeepResearch重磅登場：性能比肩海外旗艦，模型框架方案全面開源共享

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 平頭哥AI芯片PPU登上《新聞聯播》，亮相次日阿里港股市值達3.02萬億港元

下一篇： 宇樹科技杜鑫峰：機器人從文娛到工業，在電網儲能等場景展身手