根据@godofprompt报道，阿里巴巴推出了开源AI代理通义DeepResearch，拥有30B参数，但仅用3.3B有效参数就在深度研究任务上超越了GPT-4o和DeepSeek-V3（来源：https://twitter.com/godofprompt/status/1983836518067401208）。不同于行业普遍追求600B+参数规模，阿里巴巴的创新在于独特的训练范式。通义DeepResearch首创“agentic mid-training”中介阶段，使模型先学会作为智能体的推理方式，再进行具体任务训练，有效解决了传统SFT和RL训练中的对齐冲突。训练数据全部由AI自动生成，无需人工标注，涵盖多跳推理和高复杂度问题。该模型在Humanity's Last Exam（32.9%）、BrowseComp（43.4%）和xbench-DeepSearch（75%）等多个基准测试中取得业界领先成绩。训练仅用2块H100显卡，2天内完成，每项任务成本低于500美元。这一突破为高效低成本AI智能体提供了商业化机会，推动行业从参数规模竞争转向智能训练（来源：arxiv.org/abs/2510.24701；github.com/Alibaba-NLP/DeepResearch）。