OpenAI 再出招反击DeepSeek,“深度研究”在这个终极测试超越R1

DeepSeek席卷的AI风暴尚未消停。

外媒消息称美国国会议员已经提出新法案,旨在禁止中国AI技术在美国使用。其中包括下载DeepSeek定为犯罪行为,最高可判处20年监禁。

同时据美联社报道,美国得州已发文禁止在政府设备上使用DeepSeek和小红书。

就在DeepSeek遭遇美国政策阻击之际,老对手OpenAI也正如火如荼地举办着一场重要直播活动。

在软银CEO孙正义投资数百亿美元之后,OpenAI今天也选择投桃报李,在东京的直播活动中正式官宣了一项名为Deep Research(深度研究)功能。

顾名思义,与普通的AI搜索功能有所不同,Deep Research的野心更足。

它号称是下一代智能Agent,能够独立为你完成任务。

你只需输入你的问题,它就能查找、分析并整合数百个在线来源,生成一份媲美研究分析师水平的综合报告。

更重要的是,该功能的底层模型是由尚未发布的OpenAI o3模型的特定版本驱动,专为网页浏览和数据分析优化,能够运用推理能力搜索、解读并分析海量文本、图片和PDF文件。

这也是专为“在金融、科学、政策和工程等领域从事大量知识工作的专业人士”设计的,这些人群通常需要进行“彻底、精准且可靠的研究”。

另外,这项功能还可化身选购搭子,在你挑选购买汽车、电器或家具时,使用它来仔细研究产品信息或许会大有帮助。

OpenAI CEO Sam Altman发文称:

“今天,我们正式推出Deep Research——我们的下一代智能Agent。这就像一种超级能力,让你随时召唤专家!

它可以上网搜索,进行复杂的研究和推理,并为你生成报告。效果非常出色,能完成原本需要数小时甚至数天、花费数百美元的任务。”

目前,Deep Research功能已向售价200美元的ChatGPT Pro用户开放,每月最多可使用100次。

接下来,Plus和Team用户也将获得该功能,随后是企业版。

OpenAI表示,Plus版预计将在一个月内推出,并且付费用户的查询次数限制很快会“明显提高”。

不过,该功能目前仅支持网页版,移动端和桌面端应用程序的集成预计将在本月晚些时候推出。

使用这项功能,用户只需在ChatGPT界面中选择消息输入框中的“Deep Research”模式,然后输入需要查询的问题即可。

另外,你还可以附加文件或电子表格作为问题的补充,任务开始后,侧边栏输出都会附带“完整的文档、清晰的引用来源以及思维过程的摘要”。

术业有专攻,GPT-4o同样支持搜索功能,但对于涉及多个方面、需要深度和细节的专业研究,Deep Research能够进行广泛探索,并为每个结论提供来源支持。

响应速度方面,该功能的执行过程可能需要5到30分钟,完成后,用户会收到通知。

该功能的输出内容暂时仅限于文本。不过,OpenAI计划很快增加嵌入式图片、数据可视化以及其他分析类输出。同时,该公司还计划扩展数据来源,包括“订阅制”信息服务和企业内部资源,预计将逐步提供ToB服务。

据悉,Deep Research通过端到端强化学习训练,专注于复杂的网页浏览和推理任务,覆盖多个领域。

通过这一训练,它学会了规划并执行多步搜索路径,以找到所需数据,并能在必要时回溯调整,实时响应新信息。

OpenAI表示,他们使用了一项名为Humanity’s Last Exam的评测来测试该功能。

该测试涵盖100多个学科,包含3000多道涵盖多个学术领域的专家级问题,包括语言学、航天工程、古典学和生态学。

与OpenAI o1相比,Deep Research在化学、人文社会科学和数学领域的表现提升最为显著。

Deep Research所使用的模型在专家级问题上的准确率达到了26.6%,创下新高。相比之下,Google的Gemini Thinking仅获得6.2%的准确率,Grok-2为3.8%,GPT-4o只有3.3%。

而DeepSeek-R1的准确率只有9.4%,远低于Deep Research。

在GAIA这一公共基准测试中,Deep Research所使用的模型达到了最新的业界领先水平(SOTA)。

GAIA评测涵盖三种不同难度级别的现实世界问题,成功完成这些任务需要推理、多模态理解、网页浏览以及工具使用能力。

Deep Research(cons@64)方法在所有等级上均优于Previous SOTA和Deep Research(pass@1),特别是在Level 3取得了最大的提升,最终平均分72.57最高。

该结果表明,更高级的Deep Research方法(cons@64)可以显著提高所有级别的性能,特别是在挑战性更高的Level 3上。

不过,指望Deep Research能完全避免AI幻觉也并非易事,它在报告和引用格式上也可能出错。

即便有着引用链接的参考验证,也建议在使用过程中认真核查AI提供的信息,而非仅仅直接复制粘贴。

值得一提的是,这项AI功能的负责人之一Zhiqing Sun(孙之清),本科就读于北京大学计算机科学与技术系。

2019年起,Zhiqing Sun在美国卡内基梅隆大学(CMU)语言技术研究所攻读博士学位,2024年起,开始担任OpenAI的研究员。

Zhiqing Sun的实习经历也相当丰富,曾在Google Brain、微软亚洲研究院、MIT-IBM Watson AI Lab等知名AI公司机构实习。

对于这项功能,OpenAI官方表示,今天发布的版本仅仅是个开始。未来,它还能连接到定制化的数据环境,甚至企业级的海量数据存储系统。

AI Agent可以花更长时间思考,以更高的自主性,解决极其复杂的任务。

“Deep Research的推出标志着我们向更宏伟目标迈出了重要一步——即开发能够进行原创科学研究的通用人工智能(AGI)。这一直是我们长期以来的愿景。”

打开APP阅读更多精彩内容