OpenAI近日突如其來地宣布了一項重大更新，通過一場緊急安排的小型發布會，向全球展示了其最新研發成果——Deep Research功能。這一功能在發布會前4小時方才通知，而直播活動則于晚上8點準時開啟，引起了業界的廣泛關注。
Deep Research被設計為能夠執行復雜研究任務，據OpenAI介紹，它能夠在短短數十分鐘內完成人類專家通常需要數小時才能完成的工作。這一功能在“人類最后的考試”中表現出色，刷新了最高分記錄，其推理設置分數甚至高出之前的o3-mini一倍之多。該測試涵蓋了從語言學到生態學等100多個主題，包括3000多個多選和簡答題。
在另一項名為GAIA的現實世界問題評估基準測試中，Deep Research同樣表現卓越，刷新了三個難度級別的記錄。不過，出于保護基準測試的目的，OpenAI僅展示了Deep Research在完成任務時的搜索過程，而隱去了最終答案。
Deep Research功能將首先對OpenAI的Pro、Plus和Team用戶開放。據透露，目前版本基于o3構建，Plus用戶（每月20美元）每月可使用約10次該功能，同時OpenAI正在構建一個更高效的版本。免費用戶也將獲得極為有限的使用額度。
Deep Research專為金融、科學、工程等領域的高強度知識工作者設計，他們需要深入、精確且可靠的研究。該功能由OpenAI o3驅動，通過基于真實任務（涉及瀏覽器和Python工具的使用）的訓練，采用了與o1相同的強化學習方法。用戶只需給出一個提示，Deep Research便會查找、分析并整合數百個在線資源，生成一份達到研究分析師水平的綜合報告。
OpenAI表示，Deep Research標志著他們在開發通用人工智能（AGI）的宏偉目標上邁出了重要一步。他們長期以來一直設想AGI能夠進行新穎的科學研究，而Deep Research正是這一愿景的重要進展。
OpenAI還透露，接下來幾周內，他們將為這些報告添加嵌入式圖片、數據可視化和其它分析輸出。與GPT-4o等相比，Deep Research能夠針對需要深度和細節的多方面、特定領域問題進行廣泛探索，并引用每個觀點。
然而，OpenAI也指出了Deep Research存在的局限性。有時，它可能會在回復中產生事實幻覺或做出錯誤的推斷，盡管根據內部評估，其錯誤率明顯低于現有的ChatGPT模型。它在區分權威信息和謠言方面可能遇到困難，并且在自信度校準方面目前表現出弱點，常常無法準確傳達不確定性。報告和引用中可能會有輕微的格式錯誤，并且啟動任務可能需要更長的時間。
OpenAI計劃在本月內將Deep Research功能推送到移動和桌面App端。目前，Deep Research可以訪問公開網絡和上傳的文件，未來將能夠連接到更多專業化的數據源，使其輸出更加穩健和個性化。他們預見ChatGPT將實現Agent體驗的融合，用于異步、現實世界的研發和執行。Deep Research（可進行異步在線調查）與Operator（可進行現實行動）的結合，將使ChatGPT能夠執行越來越復雜的任務。
OpenAI研究員Jason Wei分享了他對這項新研究的看法。他認為，Deep Research不僅是出色的Agent，也可以看成是互聯網的新界面。人類使用互聯網需要大量時間來搜索和點擊，受到時間和注意力的限制。而AI永遠不會累，一次可以瀏覽許多網站，并擁有幾乎無限的世界知識。他預測，將來通過瀏覽器手動瀏覽互聯網將過時，就像手動計算數字而不使用計算器一樣。
OpenAI toG業務負責人Felipe Millon則分享了一個個人故事。他的妻子被診斷出患有雙側乳腺癌，在是否應該接受放療的問題上遇到了困惑。不同的專家給出了不同的建議。Millon利用自己在OpenAI獲得的Deep Research測試權限，上傳了手術報告并詢問ChatGPT的建議。ChatGPT不僅證實了人類專家提到的內容，還搜索出了全新的參考研究。Millon認為，這是一個將改變世界的工具。
也有少數第三方團隊提前獲得了Deep Research的測試資格，并在發布會上分享了測試結果。Every團隊介紹稱，一些問題需要花費30分鐘才能得到結果，答案可能超過1萬個單詞。他們所做的測試包括撰寫從2020年至今每天的歷史、分析《戰爭與和平》中托爾斯泰的人物描寫、仔細查閱近期的財務報告以發現違規行為等。
