剛推出 o3-mini 的 OpenAI 沒閑著，昨天又馬不停蹄地發(fā)布了一個新東西：能為用戶獨立工作的 AI 研究助手「Deep Research」。

Deep Research 是 ChatGPT 內(nèi)嵌的一款增強工具，專為自動化復雜的在線多步驟研究任務(wù)而設(shè)計。不光中英文名字跟 DeepSeek 高度相似，就連功能也頗為相近：

用戶只需輸入提示，它就會在互聯(lián)網(wǎng)上快速搜索、分析并整合上百個信息來源，最終生成質(zhì)量媲美專業(yè)研究分析師的綜合報告。

原本人類需要數(shù)小時完成的研究工作，Deep Research 在短短幾十分鐘內(nèi)即可完成。其目標用戶覆蓋金融、科學、政策和工程等領(lǐng)域的專業(yè)人士。像是解讀 10-K 財報、分析實驗數(shù)據(jù)、研究法律案例、檢索技術(shù)文檔等復雜任務(wù)。同時也適用于需要精細研究的消費者。當購買汽車、電器、家具等高價值商品難以抉擇時，Deep Research 就會提供高度個性化的消費建議。

優(yōu)化版 o3 驅(qū)動 + 端到端 RL 訓練

官方介紹，Deep Research 由一個優(yōu)化版的 o3 模型驅(qū)動，專注于網(wǎng)頁瀏覽和數(shù)據(jù)分析，并基于端到端強化學習 ( RL ) 進行訓練。它能做到在互聯(lián)網(wǎng)上跨模態(tài)搜索、解讀和分析大量文本、圖片及 PDF 文件，同時根據(jù)實時信息動態(tài)調(diào)整搜索策略。

除網(wǎng)絡(luò)搜索外，它還可以分析用戶上傳的文件并提取關(guān)鍵內(nèi)容；使用 Python 工具制作數(shù)據(jù)可視化圖表，將這些圖表和網(wǎng)站抓取的圖片整合到回復中；為了保證研究結(jié)果的可靠性，系統(tǒng)也會嚴格標注信息來源，精確引用原文中的相關(guān)段落。

怎么用，誰能用？

Deep Research 的使用非常簡單：在 ChatGPT 界面選擇 "Deep Research" 模式后，輸入研究需求即可。如果有具體的參考資料，也可以直接上傳文件提供更多上下文信息。

整個研究過程會在側(cè)邊欄實時顯示進度和參考來源，通常耗時 5 到 30 分鐘。這期間用戶可以先去處理其他事務(wù)。研究完成后，系統(tǒng)會通知查看報告。未來幾周內(nèi)還將支持在報告中展示圖表等可視化內(nèi)容，提升閱讀體驗。

與注重實時多模態(tài)對話的 GPT-4o 相比，Deep Research 專注于深度研究，不僅能廣泛收集信息，還會為每個結(jié)論附上詳細的源頭依據(jù)，最終生成一份完整且經(jīng)過驗證的研究成果，直接滿足工作需求。

下面是一個 OpenAI 官網(wǎng)示例，展示用 Deep research 生成 " 零售業(yè)三年變革 " 報告的工作過程。值得注意的是，獲得指令后它還主動要求用戶澄清地域范圍與關(guān)注維度，體現(xiàn)出類人交互能力。

只是由于 Deep Research 的計算需求非常高，查詢耗時越長，所需的計算資源就越大。所以目前僅優(yōu)先提供 Pro 每月 100 次查詢額度，預計一個月內(nèi)開放給 Plus、Team 和 Enterprise 用戶。

OpenAI 還計劃推出更快、更具成本效益的小型模型版本。未來允許連接到更專業(yè)的訂閱數(shù)據(jù)源，使輸出更加可靠和個性化。以及與能自動操作計算機的 Operator 結(jié)合，實現(xiàn) " 行動—研究 " 閉環(huán)。

和 DeepSeek 比誰贏了？

說起來，OpenAI 這款 Deep Research 由于命名與 DeepSeek 相似，又頗有趕著出來反擊的意味，著實被廣大推特網(wǎng)友調(diào)侃了一番。還預測今后各大模型廠商都要調(diào)轉(zhuǎn)矛頭，開啟 Deep 系列了。

不過與其說 OpenAI 此次的靈感來源于 DeepSeek，倒不如說直接做了 Google 的伸手黨。去年 12 月，Gemini 訂閱版本里就集成了「Gemini 1.5 Pro with Deep Research 」功能，同樣是一款幫用戶深度研究的智能體，也具備聯(lián)網(wǎng)和上傳文件的能力，只是底座模型并非推理模型。

鑒于大家都關(guān)心 OpenAI Deep Research 與 DeepSeek R1" 深度思考 + 聯(lián)網(wǎng)功能 " 的技術(shù)對比。我們直接拿這個問題去問了該模式下的 DeepSeek，得到以下這張表格：

可以看出，兩者在幾大維度上各有側(cè)重和優(yōu)缺。Deep Research 適用于深入分析、長時推理和動態(tài)調(diào)整，尤其擅長專業(yè)級研究、商業(yè)報告和復雜數(shù)據(jù)解析。DeepSeek 更適合快速推理、代碼生成和數(shù)學計算，主要面向開發(fā)者、學習者和基礎(chǔ)信息檢索。

然而，Deep Research 真正的突破點，以及幾項在基準測試上超過 DeepSeek 的關(guān)鍵優(yōu)勢，并未在上表中被突出展示——即 HLE、GAIA 和 Expert-Level Tasks。

這都是什么意思？

HLE （Humanity ’ s Last Exam）翻譯為 " 人類終極測試 "，涵蓋 100 多個學科，從語言學到航天科學、從經(jīng)典文學到生態(tài)學，總計超過 3,000 道多選題和簡答題。旨在評估 AI 表現(xiàn)是否達到人類水平。測試時會讓 AI 和人類專家完成相同的任務(wù)，然后比較他們的表現(xiàn)，看看 AI 的輸出質(zhì)量是否能夠媲美人類專家。

在這項測試中，Deep Research 準確率高達 26.6%，橫掃包括 o3-mini-high（得分 13%）和 Deep Seek R1（得分 9.4%）在內(nèi)的一切競爭對手。

GAIA 測試用于評估 AI 處理現(xiàn)實世界問題的能力。涵蓋三個難度等級，要求 AI 具備推理、多模態(tài)理解、網(wǎng)頁瀏覽和工具使用等能力才能成功完成任務(wù)。這里 Deep Research 達到了當前最先進水平，并登頂外部排行榜。

不好理解的話，可以看下面這個官方掛出的 level 3 示例感受一下：

"1959 年 7 月 2 日，美國發(fā)布了加工水果、蔬菜及某些脫水類產(chǎn)品的等級標準。其中，" 干燥和脫水 " 類別下明確標注為 " 脫水 " 的項目，以及 " 冷凍 / 冷藏 " 類別中完整名稱包含該產(chǎn)品但未標注為 " 冷藏 " 的項目均適用該標準。截至 2023 年 8 月，這些標準中已有多少百分比（四舍五入到最接近的整數(shù)）被新版本取代？" ——是不是覺得讀明白都有困難…

Deep Research 在完成識別 1959 年標準、收集相關(guān)標準、查找更新版本、評估更新比例、驗證與補充這些思考步驟后，得出 6/7 的標準被取代。

有推特用戶為了驗證它的綜合能力提出一系列問題，從總結(jié)歷史到分析小說，再到研判財務(wù)違規(guī)，DeepSeek 都回答得不錯。但也提到 Deep Research 有一定限制，比如引用不完全，沒有暫停按鈕。但瑕不掩瑜，這仍然是 " 人類與 AI 協(xié)作的巔峰 "。

再來是Expert-Level Tasks。在內(nèi)部評估中，Deep Research 獲得領(lǐng)域?qū)＜艺J可，能夠自動化完成復雜的研究任務(wù)，將原本需要數(shù)小時的手動調(diào)查大幅縮短。這一能力使其被認證為專業(yè)領(lǐng)域的重要輔助工具，為專家級研究提供高效支持。

杰克遜實驗室和前紐約大學教授、人類免疫學家 Derya Unutmaz 使用 Deep Research 撰寫了一份 25 頁的癌癥研究專利，表示質(zhì)量完全過關(guān)，省下 1 萬美元費用。

還轉(zhuǎn)發(fā)了 Deep Research 媲美專業(yè)會計師的案例：一位即將搬離美國的用戶，通過它獲得了一份詳盡的稅務(wù)優(yōu)化、法律和遺產(chǎn)規(guī)劃建議，而這些問題連自己的 CPA 都沒有解決。

Runway.com 首席執(zhí)行官 Siqi Chen 分享使用 Deep Research 研究女兒顱咽管瘤治療方案的價值，已經(jīng)超過了支付給私人研究團隊的 15 萬美元。

當然，必須有人用 Deep Research 寫了一份 DeepSeek 的研發(fā)歷史，并對未來發(fā)展做出推斷。洋洋灑灑幾千字下來，評論是：" 瘋狂 "。

局限與未來

OpenAI 表示，盡管 Deep Research 解鎖了許多新功能，但仍處于早期階段，存在一些局限性。包括幻覺問題（可能捏造事實或錯誤推斷）、難以區(qū)分權(quán)威信息與傳言、可信度校準不足、以及報告和引用格式上的輕微錯誤，同時某些任務(wù)的啟動時間可能較長。不過，隨著用戶使用量的增加和模型的持續(xù)優(yōu)化，這些問題有望在短時間內(nèi)顯著改善。

現(xiàn)在推特上的 ChatGPT Pro 用戶評論區(qū)底下，已經(jīng)有大批網(wǎng)友排隊問問題，期待幫忙用 Deep Research 來解答了?？梢韵胂?，等這項功能向 Plus 用戶開放后，OpenAI 優(yōu)化算力基礎(chǔ)設(shè)施有多么迫在眉睫。在推理模型的進化帶動下，AI 輔助工具的發(fā)展正在從簡單的對話助手，逐步向?qū)I(yè)研究助手轉(zhuǎn)變。

OpenAI 這一波發(fā)力，是否從 DeepSeek 那兒贏回一些好感，能撬動用戶的付費意愿了嗎？

但這還沒結(jié)束，Sam Altman 已經(jīng)透露，Deep Research 并不是 o3-mini 的 one more thing，過幾天還有驚喜。

如果 DeepSeek 真地能讓 OpenAI 重新支棱起來，對于用戶來說，倒也不是一件壞事。