就在開源的 DeepSeek-R1 被整合進(jìn)各路 AI 搜索工具之際，OpenAI 臨時舉行小型發(fā)布會。4 點(diǎn) 27 通知，8 點(diǎn)開始直播。ChatGPT 上新“Deep Research”，把推理大模型的思考能力用于聯(lián)網(wǎng)搜索。
據(jù)介紹，Deep Research 功能可在數(shù)十分鐘完成人類專家需要幾個小時的復(fù)雜研究任務(wù)。
在“人類最后的考試”上，Deep Research 刷新了最高分，比 o3-mini 高推理設(shè)置分?jǐn)?shù)高出一倍。
該測試包括 3000 多個多選和簡答題，涵蓋從語言學(xué)、火箭科學(xué)到生態(tài)學(xué)的 100 多個主題。
與 o1 相比，Deep Research 最突出的地方在化學(xué)，人文和社會科學(xué)以及數(shù)學(xué)中，表現(xiàn)出類似人類的“在必要時尋找專業(yè)信息”的能力。
另一項(xiàng)測試 GAIA，在現(xiàn)實(shí)世界問題上評估 AI 的公開基準(zhǔn)測試，Deep Research 在 3 個級別的難度上均刷新記錄。
出于保護(hù)基準(zhǔn)測試的目的，OpenAI 只展示了 Deep Research 在完成這些任務(wù)時的搜索過程，隱去了最終答案。
Deep Research 功能接下來將對 Pro、Plus 和 Team 用戶開放。奧特曼后面補(bǔ)充，目前版本基于 o3 構(gòu)建，Plus 用戶（20 美元 / 月）每個月能用約 10 次，且正在構(gòu)建一個更高效的版本。此外，免費(fèi)用戶也能獲得非常少量的使用額度。
推理 Agent 的第一步
OpenAI 表示，Deep Research 專門為在金融 / 科學(xué) / 工程等領(lǐng)域從事高強(qiáng)度知識工作、需要深入精確且可靠研究的人群而設(shè)計(jì)。
它由 OpenAI o3 驅(qū)動，通過基于真實(shí)任務(wù)（涉及瀏覽器和 Python 工具的使用）的訓(xùn)練，采用了與 o1 相同的強(qiáng)化學(xué)習(xí)方法。
只需一個提示，它就會查找分析并整合數(shù)百個在線資源，生成一份達(dá)到研究分析師水平的綜合報(bào)告。
Deep Research 對于 OpenAI 的重要性，官方原話是：
Deep Research 標(biāo)志著我們在開發(fā) AGI 的宏偉目標(biāo)上邁出了重要一步。我們長期以來一直設(shè)想 AGI 能夠進(jìn)行新穎的科學(xué)研究，而 Deep Research 正是這一愿景的重要進(jìn)展。
使用方法，點(diǎn)擊輸入框下方的 Deep Research 按鈕即可，支持上傳文件添加額外資料。
例如 prompt：
Compile a research report on how the retail industry has changed in the past 3 years. Use bullets and tables where necessary for clarity.（寫一份關(guān)于過去三年零售業(yè)變化的研究報(bào)告，并運(yùn)用項(xiàng)目符號和表格來提升內(nèi)容的清晰度）
ChatGPT 線會確認(rèn)一下問題細(xì)節(jié)信息，比如“您能具體說明您最感興趣的零售業(yè)方面嗎？”“您需要全球視角還是特定地區(qū)的分析？”
然后，它就開始分析 + 挖掘信息了：
側(cè)邊欄會顯示所采取的步驟摘要和使用的信息來源。完成任務(wù)的時間大概是 5-30 分鐘，最終結(jié)果將以報(bào)告的形式輸出。
OpenAI 表示，接下來幾周內(nèi)，還將為這些報(bào)告添加嵌入式圖片、數(shù)據(jù)可視化和其它分析輸出。
和 GPT-4o 等相比，Deep Research 對于需要深度和細(xì)節(jié)的多方面、特定領(lǐng)域的問題，能夠進(jìn)行廣泛探索并引用每個觀點(diǎn)。
不過，OpenAI 也指出了 Deep Research 存在的局限性。
它有時會在回復(fù)中產(chǎn)生事實(shí)幻覺或做出錯誤的推斷，盡管根據(jù)內(nèi)部評估，其錯誤率明顯低于現(xiàn)有的 ChatGPT 模型。
它可能在區(qū)分權(quán)威信息和謠言方面遇到困難，并且在自信度校準(zhǔn)方面目前表現(xiàn)出弱點(diǎn)，常常無法準(zhǔn)確傳達(dá)不確定性。
報(bào)告和引用中可能會有輕微的格式錯誤，并且啟動任務(wù)可能需要更長的時間。
下一步，OpenAI 表示將在本月內(nèi)將 Deep Research 推到移動和桌面 App 端。目前，Deep Research 可以訪問公開網(wǎng)絡(luò)和上傳的文件，未來將能夠連接到更多專業(yè)化的數(shù)據(jù)源，使其輸出更加穩(wěn)健和個性化。
我們預(yù)見 ChatGPT 將實(shí)現(xiàn) Agent 體驗(yàn)的融合，用于異步、現(xiàn)實(shí)世界的研發(fā)和執(zhí)行。Deep Research（可進(jìn)行異步在線調(diào)查）與 Operator（可進(jìn)行現(xiàn)實(shí)行動）的結(jié)合，使 ChatGPT 能夠執(zhí)行越來越復(fù)雜的任務(wù)。
AI 深度搜索是互聯(lián)網(wǎng)的新界面
OpenAI 研究員 Jason Wei 分享了他對這項(xiàng)新研究的看法：
它不僅是出色的 Agent，也可以看成是互聯(lián)網(wǎng)的新界面
人類使用互聯(lián)網(wǎng)需要大量時間來搜索和點(diǎn)擊，受到時間和注意力的限制。AI 永遠(yuǎn)不會累，一次可以瀏覽許多網(wǎng)站，并擁有幾乎無限的世界知識。
將來，通過瀏覽器手動瀏覽互聯(lián)網(wǎng)將過時，就像手動計(jì)算數(shù)字而不使用計(jì)算器一樣。
OpenAI toG 業(yè)務(wù)負(fù)責(zé)人 Felipe Millon 則分享了一個個人故事。
10 月底，Millon 的妻子被診斷出患有雙側(cè)乳腺癌，病情很嚴(yán)重，在 12 月初做了雙乳房切除手術(shù)，晚些時候開始化療。
他們遇到一個新問題，是否應(yīng)該接受放療，對于她的具體病情來說，這是一個模糊問題，不同的專家給出不同的建議。
Millon 在 OpenAI 已經(jīng)獲得了 Deep Research 的測試權(quán)限，就嘗試上傳了手術(shù)報(bào)告，并詢問 ChatGPT 的建議。
ChatGPT 不僅證實(shí)了人類專家提到的內(nèi)容，還搜索出了全新的參考研究。MIllon 認(rèn)為，這是一個將改變世界的工具。
此外也有少數(shù)第三方團(tuán)隊(duì)提前獲得了 Deep Research 的測試資格，并在今日分享測試結(jié)果。Every 團(tuán)隊(duì)介紹，一些問題要花費(fèi) 30 分鐘才得到結(jié)果，答案可能超過 1 萬個單詞。
他們做的測試包括：
撰寫從 2020 年到今天每一天的歷史
閱讀《戰(zhàn)爭與和平》的第 1 章，分析托爾斯泰的人物描寫，回答他對人性的看法是什么？
仔細(xì)查閱近期的 10-K 報(bào)告以發(fā)現(xiàn)未報(bào)告的財(cái)務(wù)違規(guī)行為
……
測試中發(fā)現(xiàn)的局限性包括：
有時信息缺失引用來源
沒有“停止”按鈕，如果搜索歪了只能重頭開始
直播回看：
https://www.youtube.com/watch?v=YkCDVn3_wiw
參考鏈接：
[1]https://openai.com/index/introducing-deep-research/
[2]https://x.com/_jasonwei/status/1886213911906504950
[3]https://x.com/danshipper/status/1886203397004783996
本文來自微信公眾號：量子位（ID：QbitAI），作者：夢晨西風(fēng)
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。