OpenAI 推出 deep research 研究智能體
Introducing deep research
OpenAI 推出 deep research,這個智能體會運用推理整合大量網上資訊,並替用户完成多步驟研究任務。功能現時向 Pro 用户開放,Plus 和 Team 用户隨後可用。
公告交代 deep research 如何處理網上資訊整合與多步驟研究任務,並列出 Pro、Plus、Team 的開放次序,方便了解其適用工作場景。
February 10, 2026 更新: 現可將深度研究連接至任何 MCP 或應用程式,並將網絡搜尋限制於可信網站,讓你專注於經驗證且符合業界標準的來源。你亦可即時追蹤進度,並隨時中斷研究,透過後續提示或新來源作出調整。我們已更新視覺體驗,讓你更輕鬆地由始至終開展、追蹤和檢視研究。
July 17, 2025 更新: 深度研究現可透過 ChatGPT agent 配備的視覺瀏覽器,探索得更深入、範圍更廣。若要使用這些更新後的功能,只需在訊息編輯器的下拉式選單選取「代理模式」,然後直接輸入查詢。原有的深度研究功能仍可透過工具選單中的「深度研究」選項使用。
April 24, 2025 更新:我們正大幅提高你使用深度研究的次數——Plus、Team、Enterprise 和 Edu 用戶現在每月可提出 25 次查詢,Pro 用戶可提出 250 次,而 Free 用戶可提出 5 次。這得益於推出深度研究的一個全新輕量版本,該版本由 o4-mini 的一個版本驅動,旨在提高成本效益,同時保持高質素。當你達到完整版的使用上限後,查詢會自動切換至輕量版本。
February 25, 2025 更新:所有 Plus 用戶現可使用深度研究。
February 5, 2025 更新:深度研究現已向英國、瑞士及歐洲經濟區的 Pro 用戶開放。
今日,我們在 ChatGPT 推出深度研究,這是一項全新的代理式功能,可為複雜任務在互聯網上進行多步驟研究。它在數十分鐘內便能完成一個人需要許多小時才能完成的工作。
深度研究是 OpenAI 下一個能獨立替你工作的代理程式——你給它一個提示,ChatGPT 就會尋找、分析並綜合數百個網上來源,製作一份全面報告,達到研究分析師的水準。它由即將推出的 OpenAI o3 模型的一個版本驅動,該版本針對網頁瀏覽和數據分析作出最佳化,並運用推理能力在互聯網上搜尋、解讀和分析海量文字、圖片及 PDF,並會按需要因應所遇到的資訊調整方向。
綜合知識的能力是創造新知識的先決條件。因此,深度研究標誌着朝我們更宏大的開發 AGI 目標邁進的重要一步;我們一直設想 AGI 能夠產出嶄新的科學研究。
我們為何建立深度研究
深度研究專為在金融、科學、政策及工程等領域從事深入知識工作、需要徹底、精確而可靠的研究的人士而設。對於精明消費者而言,它同樣實用;他們在選購汽車、家電和家具等通常需要仔細研究的商品時,會尋求高度個人化的建議。每項輸出均有完整記錄,附有清晰引文及思考過程摘要,方便查閱和核實資訊。它尤其擅長找出冷門、非直觀的資訊,這類資訊通常需要瀏覽大量網站才能找到。只需一次查詢,深度研究便可讓你把複雜且耗時的網絡研究交由它處理並加快完成,騰出寶貴時間。
深度研究能獨立探索網絡、進行推理,並整合各處的見解。為了做到這點,它透過真實世界任務進行訓練,這些任務要求使用瀏覽器和 Python 工具,並採用與 OpenAI 首個推理模型 o1 背後相同的強化學習方法。雖然 o1 在編碼、數學及其他技術領域展現出令人印象深刻的能力,但許多現實挑戰都需要廣泛的上下文,以及從不同網上來源蒐集資訊。深度研究在這些推理能力之上進一步發展,填補這個差距,讓它能處理人們在工作和日常生活中面對的各類問題。
如何使用深度研究
在 ChatGPT 中,於訊息編輯器選取「深度研究」,然後輸入查詢。告訴 ChatGPT 你需要甚麼——無論是串流平台的競爭分析,還是最適合通勤的單車個人化報告。你可以附加檔案或試算表,為問題補充背景。開始執行後,側邊欄會顯示已採取步驟及使用來源的摘要。
深度研究可能需要 5 至 30 分鐘才能完成工作,因為它需要時間深入探索網絡。此時你可以暫時離開或處理其他工作;研究完成後會收到通知。最終輸出會以報告形式出現在聊天中——未來幾週內,我們亦會在這些報告中加入內嵌圖片、數據視覺化及其他分析輸出,提供更多清晰度和背景資訊。
相比深度研究,GPT‑4o 更適合即時、多模態對話。對於 多面向、特定領域的查詢,若深度和細節至關重要,深度研究能夠廣泛探索並為每項主張提供引文,這就是快速摘要與有充分記錄、經驗證且可作為工作成果使用的答案之間的分別。
運作方式
深度研究透過端對端強化學習進行訓練,處理涵蓋多個領域、需要高難度瀏覽和推理的任務。經過訓練後,它學會規劃並執行多步驟流程,以尋找所需數據,並在必要時回溯及因應即時資訊作出反應。該模型亦能瀏覽用戶上載的檔案,使用 python 工具繪製圖表並反覆調整,在回應中嵌入生成的圖表及網站上的圖片,並引用來源中的特定句子或段落。這項訓練令它在多項聚焦現實問題的公開評估中創下新高。
Humanity's Last Exam
在 Humanity’s Last Exam(在新視窗開啟),這項最近推出的評估以專家級問題測試 AI 的廣泛學科,為深度研究提供動力的模型錄得 26.6% 的新高準確率。這項測試包含來自超過 100 個學科的 3,000 多道選擇題及簡答題,範圍由語言學到火箭科學、由古典學到生態學。與 OpenAI o1 相比,化學、人文學科和社會科學,以及數學方面的提升最大。為深度研究提供動力的模型展現出近似人類的做法,在有需要時有效地尋找專門資訊。
| 模型 | 準確率 (%) |
|---|---|
| GPT-4o | 3.3 |
| Grok-2 | 3.8 |
| Claude 3.5 Sonnet | 4.3 |
| Gemini Thinking | 6.2 |
| OpenAI o1 | 9.1 |
| DeepSeek-R1* | 9.4 |
| OpenAI o3-mini (medium)* | 10.5 |
| OpenAI o3-mini (high)* | 13.0 |
| OpenAI deep research** | 26.6 |
* 該模型不具備多模態能力,評估採用僅限文字的子集。
**搭配瀏覽 + python 工具
GAIA
在 GAIA(在新視窗開啟)1,這項評估 AI 處理現實問題能力的公開基準中,為深度研究提供動力的模型創下全新最佳成績(SOTA),躍居外部 排行榜(在新視窗開啟)榜首。這個基準涵蓋三個難度級別的問題;成功完成這些任務,需要具備推理、多模態能力、網頁瀏覽及熟練使用工具等能力。
| GAIA | ||||
|---|---|---|---|---|
| 第1級 | 第2級 | 第3級 | 平均 | |
| 先前 SOTA(在新視窗開啟) | 67.92 | 67.44 | 42.31 | 63.64 |
| Deep Research (pass@1) | 74.29 | 69.06 | 47.6 | 67.36 |
| Deep Research (cons@64) | 78.66 | 73.21 | 58.03 | 72.57 |
GAIA 任務範例
專家級任務
在涵蓋多個領域的專家級任務內部評估中,領域專家認為,深度研究已能自動完成數小時的艱鉅手動調查。
按最大工具呼叫次數劃分的通過率
模型瀏覽和思考瀏覽內容的時間越多,表現就越好,因此讓它有時間思考很重要。
專家級任務範例
按估計經濟價值劃分的專家級任務通過率
按估計所需時數劃分的專家級任務通過率
任務的估計經濟價值與通過率的關聯,比人類完成任務所需的預計時數更大——模型覺得困難的事情,與人類覺得耗時的事情並不相同。
限制
深度研究帶來許多新能力,但目前仍處於早期階段,亦有其限制。它有時可能在回應中捏造事實或作出錯誤推論,但根據內部評估,發生率明顯低於現有 ChatGPT 模型。它可能難以分辨權威資訊與傳聞,目前在信心校準方面亦較弱,往往無法準確表達不確定性。推出初期,報告和引文可能出現輕微格式錯誤,任務啟動亦可能較慢。我們預期隨着使用增加及時間推移,這些問題都會迅速改善。
存取
深度研究目前在 ChatGPT 中非常耗費運算資源。研究查詢所需時間越長,所需的推論運算資源就越多。我們今天先推出一個為 Pro 用戶最佳化的版本,每月最多可提出 100 次查詢。 Plus 和 Team 用戶之後會獲得使用權,其後是 Enterprise 用戶。我們仍在努力向英國、瑞士及歐洲經濟區的用戶開放使用權。
所有付費用戶很快都會獲得大幅提高的使用限額;我們推出深度研究更快速、成本效益更高的版本後,該版本由較小型模型驅動,但仍能提供高質素結果。
未來幾週及幾個月,我們會建設技術基礎設施、密切監察目前的推出情況,並進行更嚴格的測試。這符合我們循序漸進部署的原則。如果所有安全檢查持續符合我們的推出標準,我們預計約一個月後向 Plus 用戶推出深度研究。
接下來
深度研究現已在 ChatGPT 網頁版提供,並會在本月內推展至手機及桌面應用程式。目前,深度研究可瀏覽開放網絡及任何已上載的檔案。未來,你將能連接更多專門數據來源——擴大它取得訂閱制或內部資源的途徑——令輸出更穩健、更個人化。
展望更遠未來,我們設想代理式體驗將在 ChatGPT 中結合,支援非同步的現實世界研究與執行。深度研究可進行非同步網上調查,而 Operator 能夠採取現實世界行動;兩者結合後,ChatGPT 將能為你執行日益複雜的任務。
February 3, 2025 附註:我們對支援深度研究的 o3 早期版本進行了嚴格的安全測試、準備度評估及治理審查,並將其評定為 中等(在新視窗開啟) 風險。我們亦進行了額外安全測試,以更深入了解深度研究瀏覽網絡所涉及的額外風險,並新增了緩解措施。我們會繼續對目前有限度推出的版本進行全面測試和密切監察。當我們擴大 Plus 用戶的使用範圍時,會在系統卡中分享深度研究的安全見解和防護措施。
註腳
- 1
我們發現,此數據集的標準答案大量洩漏至網上,並已相應封鎖多個網站或 URL,以確保對模型的評估公平。
作者
OpenAI
研究負責人
Isa Fulford, Zhiqing Sun
基礎貢獻者
Alex Tachard Passos, Alexandra Barr, Allison Tam, Charlotte Cole, Hyung Won Chung, Jason Wei, Jon Blackman, Scott Mayer McKinney, Valerie Qi
核心貢獻者
研究
Elaine Ya Le, Eric Mitchell, Eric Wallace, Hyung Won Chung, Ignasi Clavera, Leo Liu, Lorenz Kuhn, Louis Feuvrier, Max Schwarzer, Saachi Jain, Scottie Yan, Shunyu Yao, Vitchyr Pong
部署
Carpus Chang, Harry Zhao, Joseph Trasatti, Joshua Dickens, Matt Kaufer, Mike Trpcic, Minnia Feng, Neel Ajjarapu, Peter Vidani, Sean Fitzgerald
貢獻者
研究
Ahmed El-Kishky, AJ Ostrow, Alexander Wei, Andrei Gheorghe, Andrew Kondrich, Andrey Mishchenko, Anuj Nair, Behrooz Ghorbani, Brydon Eastman, Chak Li, Foivos Tsimpourlas, Francis Song, Giambattista Parascandolo,Gildas Chabot, Hessam Bagherinezhad, Haitang Hu, Hongyu Ren, Henry Aspegren, Hunter Lightman, Ilya Kostrikov, Ilge Akkaya, James Lennon, Jean Harb, Jonathan Ward, Kai Chen, Katy Shi, Kevin Liu, Kevin Yu, Manuka Stratta, Marvin Zhang, Mengyuan Yan, Mostafa Rohaninejad, Noam Brown, Phoebe Thacker, Raz Goan, Reah Miyara, Spencer Papay, Taylor Gordon, Wenda Zhou, Wenlei Xie, Yash Patil, Yann Dubois, Youlong Cheng, Yushi Wang, Wyatt Thompson
+ 所有為 o3 作出貢獻的人。
安全系統
Adam Kalai, Alex Beutel, Andrea Vallone, Andy Applebaum, David Robinson, Elizabeth Proehl, Evan Mays, Grace Zhao, Irina Kofman, Jason Phang, Joaquin Quinonero Candela, Joel Parish, Kevin Liu, Kristen Ying, Lama Ahmad, Leon Maksin, Leyton Ho, Meghan Shah, Michele Wang, Miles Wang, Phillip Guo, Olivia Watkins, Owen Campbell-Moore, Patrick Chao, Sam Toizer, Samuel Miserendino, Sandhini Agarwal, Tejal Patwardhan, Tina Sriskandarajah, Troy Peterson, Yaodong Yu, Yunyun Wang
部署
Adam Koppel, Adam Wells, Adele Li, Andy Applebaum, Andrey Malevich, Andrew Duberstein, Andrew Howell, Anton Tananaev, Ashley Tyra, Brandon Walkin, Bryan Ashley, Cary Bassin, Cary Hudson, Cory Decareaux, Cristina Scheau, Derek Chen, Dibya Bhattacharjee, Drea Lopez, Eric Antonow, Eric Burke, Filippo Raso, Fotis Chantzis, Freddie Sulit, Harris Cohen, Heather Whitney, Jay Dixit, Jeffrey Han, Jen Robinson, Jessica Shieh, Joel Parish, Kan Wu, Kevin Gladstone, Kshitij Wadhwa, Leo Vandriel, Leyton Ho, Liang Chen, Madeline Christian, Mamie Rheingold, Matt Jones, Michelle Fradin, Mike McClay, Mingxuan Wang, Nacho Soto, Niko Felix, Patrick Delaney, Paul McMillan, Philip Pronin, Rodrigo Riaza Perez, Samuel Miserendino, Scott Ethersmith, Steven Baldwin, Thomas Dimson, Tomo Hiratsuka, Yaming Lin, Yara Khakbaz, Yining Chen
領導層
Akshay Nathan, Greg Brockman, Hannah Wong, Jakub Pachocki, Jerry Tworek, Johannes Heidecke, Josh Tobin, Liam Fedus, Mark Chen, Mia Glaese, Nick Turley, Sam Altman, Wojciech Zaremba
來源:OpenAI News · openai.com