>> 長江證券-軟件與服務行業(yè)AI產(chǎn)業(yè)跟蹤：通義首個深度研究Agent開源，看好AIAgent迭代及其商業(yè)化落地加速-250921
| 上傳日期： |
2025/9/21 |
大?。?/td>
| 627KB |
| 格式： |
pdf 共5頁 |
來源： |
長江證券 |
| 評級： |
看好 |
作者： |
宗建樹 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
事件描述
2025年9月17日，通義首個深度研究Agent模型DeepResearch正式發(fā)布，以30B-A3B的輕量級在多個權(quán)威評測集上取得SOTA成績，當前模型、框架和方案均已全面開源。
事件評論
能力躍遷，從“能聊天”到產(chǎn)出有引用、可復現(xiàn)的調(diào)研報告與決策建議。以30B-A3B輕量級，實現(xiàn)性能比肩基于多個海外旗艦模型的ReAct Agent。通義DeepResearch在HLE（32.9）、BrowseComp-ZH（46.7）、GAIA（70.9）、xbench-Deepsearch（75.0）、WebWalkerQA（72.2）、Frames（90.6）和SimpleQA（98.6）等權(quán)威Agent評測集中取得SOTA（括號內(nèi)為模型得分）。推理范式：（1）原生ReAct模式（思考-行動-觀察）：128k上下文，支持多次迭代解決問題，實現(xiàn)與環(huán)境交互的可擴展性。（2）深度模式：用于處理極端復雜的多步研究任務，旨在將Agent的能力發(fā)揮到極致，實現(xiàn)高質(zhì)量長程推理。我們認為輕量化、高性能、開源或?qū)⒊蔀槲磥硇袠I(yè)競爭聚焦要素。
引領(lǐng)Agent model范式革新，建立了從增量預訓練到強化學習的端到端方案。（1）數(shù)據(jù)策略：構(gòu)建了一套以合成數(shù)據(jù)驅(qū)動的完整訓練鏈路，實現(xiàn)大規(guī)模生成高質(zhì)量訓練數(shù)據(jù)。該鏈路以Qwen3-30B-A3B模型為基座進行優(yōu)化，引入增量預訓練形成一套系統(tǒng)化、可擴展的數(shù)據(jù)合成方案，與后訓練形成數(shù)據(jù)飛輪。（2）推理架構(gòu)：基于全新的IterResearch范式，將復雜任務解構(gòu)為多個"研究輪次"，每輪僅使用最重要的輸出重建精簡工作空間，保持“認知焦點”，解決了深度研究過往“單窗口、線性累加”的信息處理模式在處理長周期任務時推理能力降低的問題，提升長程推理與實際交付能力。（3）基于On-Policy策略的RL：創(chuàng)新性設計了覆蓋真實環(huán)境與虛擬環(huán)境的RL算法驗證與真實訓練模塊，并結(jié)合高效異步強化學習算法及自動化數(shù)據(jù)策展（Data Curation）流程，顯著提升了模型的迭代速度和泛化能力，通義DeepSearch打通預訓練與后訓練，以“Agentic CPT→Agentic SFT→Agentic RL”的鏈路形成無縫端到端循環(huán)，同時擺脫了對昂貴人工標注的依賴，有望引領(lǐng)Agent訓練新范式并進一步降本，推動應用規(guī)?；涞丶铀?。
從技術(shù)Demo到產(chǎn)業(yè)應用，商業(yè)化落地加速推進。當前DeepResearch已經(jīng)在阿里系部分應用中驗證：（1）高德出行Agent：地圖導航+本地生活的復雜查詢體驗；（2）通義法睿：權(quán)威類案檢索、法條匹配與專業(yè)觀點融合。伴隨模型交付能力增強，未來有望在企業(yè)戰(zhàn)略、科研綜述、法律合規(guī)、投研分析、電商選品、教育培訓等多個場景落地。
關(guān)注通義后續(xù)發(fā)布及應用落地情況。今年以來，通義團隊精準布局，持續(xù)補全其開源產(chǎn)品矩陣，建立行業(yè)技術(shù)標準，有望重塑競爭格局。在基礎(chǔ)模型能力逐漸收斂的背景下，Agent投資核心邏輯不斷強化。伴隨國內(nèi)模型能力加速迭代、AI應用貨幣化開啟，持續(xù)看好Agent商業(yè)化及投資機遇，建議關(guān)注：1）AIInfra：伴隨AI應用加速落地，AIInfra有望核心收益，重點推薦阿里巴巴；2）AIAgent相關(guān)廠商；3）中國推理算力產(chǎn)業(yè)鏈；4）CSP廠商方面關(guān)注推理需求帶來的推動；5）IDC，重點關(guān)注與阿里等大廠合作的IDC。
風險提示
1、AI技術(shù)發(fā)展不及預期；
2、下游應用需求不及預期。
|
|
