据“阿里云”微信公众号消息，近日，通义首个深度研究Agent模型DeepResearch正式开源。该模型参数仅30B（激活3B），在多个权威评测集上取得SOTA成绩，超越众多顶级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和魔搭社区下载模型和代码。

模型训练

　　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。模型能力基于一种多阶段数据策略，旨在创建海量高质量的代理训练数据，而无需依赖昂贵的人工标注。

　　同时，该链路以Qwen3-30B-A3B模型为基座进行优化，为了确保训练的高效性与模型的鲁棒性，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。

模型性能

　　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，性能比肩基于OpenAI o3、DeepSeek V3.1和Claude-4-Sonnet等旗舰模型的ReAct Agent。

模型应用

　　目前，该模型已在多个实际场景中应用。其中，与高德地图共同开发的“小高老师”，可通过应用丰富工具集的人工智能副驾驶，执行复杂的旅行规划命令。

　　通义法睿在DeepResearch架构的赋能下，能够真正充当法律研究代理，可以自主执行复杂的多步骤研究任务，模拟初级律师的工作流程——系统地检索案例、交叉引用法规并进行综合分析。

DeepResearch Agent系列模型

　　通义DeepResearch也拥有丰富的DeepResearch Agent家族。今年以来，通义团队持续布局DeepResearch，此前开源的WebWalker、WebDancer和WebSailor等在Agent合成数据、Agent强化学习等领域取得业界领先的成绩。

　　来源：“阿里云”微信公众号