Deep Research：OpenAI推出的深入信息挖掘和分析智能体

Openai 最新推出的 Deep Research 是一款面向深度研究领域的智能体产品，旨在帮助用户进行复杂的信息查询与分析，Deep Research能够独立发现、推理并整合来自网络的见解，提供全面的研究报告和关键发现。

Deep Research功能与应用

• 信息整合：能够从多个来源收集信息，并将其整合成易于理解的报告。

• 实时分析：用户可以进行实时的主题研究，获取最新的信息和数据。

• 多领域适用性：该工具适用于金融、科学、政策和工程等多个领域，特别适合需要进行深入知识工作的专业人士。

Deep Research技术特点

端到端强化学习

• Deep Research 使用端到端强化学习技术，允许模型从输入到输出进行整体优化。

• 通过与环境交互，模型能够规划和执行多步骤的研究轨迹，并在发现偏差时回溯调整策略，确保结果的准确性。

多步骤推理与动态调整

• Deep Research 能够像人类研究者一样制定研究计划，逐步分解复杂任务。

• 例如，在处理市场趋势分析时，模型会通过关键词搜索获取初步信息，进一步查找行业报告、统计数据等，并对不同来源的信息进行对比分析，最终生成综合性报告。

• 随着发现更多信息，模型会调整自己的计划，以确保结果的全面性和准确性。

打破响应时间限制

• 与传统模型追求快速响应不同，Deep Research 允许模型花费 5 至 30 分钟甚至更长时间处理问题。

• 这种延迟并非缺点，而是模型走向成熟的标志。通过深入分析海量信息，模型能够输出更加全面、准确的研究成果。

模块化设计

• Deep Research 由多个模块组成，包括信息发现、信息综合、推理和输出模块。

• 信息发现模块能够快速定位学术数据库、科研机构网站等，为后续分析提供丰富素材。

• 信息综合模块负责整合信息，推理模块进行逻辑推理，输出模块生成报告。

Deep Research应用场景

市场研究与学术研究

• Deep Research 在市场调研和学术研究领域表现出色。

• 例如，它可以收集不同地区和时间段的市场数据，预测市场趋势；在学术研究中，它能深入研读文献，挖掘不同研究之间的潜在联系，为科研工作者提供有价值的研究思路。

消费决策与个性化推荐

• 对于需要仔细研究的商品（如汽车、家电、家具等），Deep Research 能够生成高度个性化的推荐报告。

• 它通过分析用户需求和市场数据，提供详细的购买建议。

复杂任务的自动化处理

• 用户只需提供一个提示，Deep Research 即可查找、分析并整合数百个在线资源，生成达到研究分析师水平的综合报告。

• 例如，它可以生成竞争对手和市场研究报告，或者帮助用户找到忘记名字但记得某集内容的电视剧。

性能与测试结果

“人类终极考试”表现

• 在 AI 安全与规模中心发布的“人类终极考试”中，Deep Research 达到了 26.6% 的准确率，远超其他知名模型（如 DeepSeek-R1 的 9.4% 和 o3-mini high 的 13%）。

• 这个测试包含 3000 多个多项选择题和简答题，涵盖从语言学到火箭科学、古典学到生态学的 100 多个学科。

GAIA 基准测试成绩

• 在 GAIA 基准测试中，Deep Research 在三个难度级别上均达到了新的高度，成绩为 72.57，超过之前最好的方法（63.64）。

• 这些任务要求模型具备推理、多模态流畅性、网页浏览和工具使用等能力。

内部基准测试与专家评价

• OpenAI 的内部测试显示，Deep Research 能够完成专家需数小时才能完成的任务。

• 例如，在金融、科学和工程领域，模型的表现得到了领域专家的高度评价。

Deep Research如何使用？

用户权限

• 目前，Deep Research 只对 ChatGPT Pro 用户开放，每月最多可进行 100 次查询。

• 接下来，Plus 和 Team 用户将获得访问权限，随后是企业用户。

操作步骤

• 在 ChatGPT 中，选择「message composer」中的 Deep Research 并输入查询。

• 告诉 ChatGPT 你需要什么，无论是关于流媒体平台的竞争分析，还是关于最佳通勤的个性化报告。

• 甚至可以附加文件或电子表格，为问题添加上下文。

• 一旦开始运行，侧边栏将显示所采取的步骤和使用的来源摘要。

• Deep Research 可能需要 5 到 30 分钟的时间来完成其工作，用户可以离开或处理其他任务，任务完成后会收到通知。

• 最终结果将以报告的形式出现在聊天中，未来几周内，OpenAI 还将为这些报告添加嵌入的图像、数据可视化和其他分析输出，以提供更清晰的说明和上下文。

与 GPT-4o 的对比

实时性

GPT-4o 更适合实时的多模态对话，而 Deep Research 则需要较长时间来完成深度和细节的多步骤研究任务。

综合能力

• Deep Research 能够进行广泛的探索并引用每个声明，适合需要深度和细节的各个方面、特定领域的查询。

• GPT-4o 在编码、数学和其他技术领域表现出令人印象深刻的能力，但许多现实世界的挑战需要从各种在线来源收集广泛的背景和信息，这是 Deep Research 的强项。

详细：https://openai.com/index/introducing-deep-research/