阿里开源通义DeepResearch，登顶开源Agent模型榜首

（原标题：阿里开源通义DeepResearch，登顶开源Agent模型榜首）

9月17日凌晨，阿里开源旗下首个深度研究Agent模型——通义DeepResearch。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和魔搭社区下载模型和代码。

通义DeepResearch登顶开源第一

深度研究是近一年来的研究热点，谷歌、OpenAI、Anthropic等主流AI企业均在投入相关技术和产品。然而，现有方法普遍采用“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。这种模式在处理长周期任务时，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，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。

在Humanitys 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。