当地时间2月2日，OpenAI正式推出了名为“深层研究”（deep research）的创新功能，并配套发布了详尽的演示视频，引发了业界的广泛关注。

图片来源：OpenAI官网截图

据OpenAI官方介绍，这款“深层研究”功能依托强大的推理能力，能够综合海量线上信息，协助用户高效完成复杂的多步骤研究任务。简而言之，它能够自动从互联网上搜集信息，并将其整合为条理清晰的报告。

OpenAI强调，深度研究功能以其高效性著称，仅需数十分钟即可完成人类可能需要数小时才能完成的研究工作。首席产品官Kevin Weil进一步指出，这一功能所处理的任务范围广泛，对人类而言，完成这些任务的时间跨度可能从30分钟到30天不等。

为了直观展示“深层研究”的应用潜力，OpenAI官网分享了一系列使用案例，如利用该功能快速整理过去10年GDP排名前10的发达国家和发展中国家的iOS与安卓普及率数据，并将其呈现为清晰的表格；同时，它还能通过三个电视剧片段准确识别剧集名称，统计NFL（美国国家橄榄球联盟）踢球手的平均退休年龄，提供滑雪板购买建议，以及在医学研究、UX设计等专业领域发挥重要作用。

此外，OpenAI还对比了GPT-4o与deep research的性能差异，进一步凸显了“深层研究”的先进性。

GPT-4o与deep research对比图

OpenAI明确表示，“深层研究”旨在服务于金融、科学、公共政策、工程等知识密集型领域，满足专业人士对全面、精确、可靠研究的需求。目前，该功能已向Pro用户全面开放。

值得一提的是，支持“深层研究”的模型在一项涵盖100多个学科的专家级测试中，凭借26.6%的准确率刷新了记录。该模型基于OpenAI的o3模型开发，并针对多种特定任务进行了深度优化。

端到端强化学习是“深层研究”取得成功的关键。相较于传统的机器学习方法，端到端强化学习使模型能够从输入到输出进行整体的学习和优化，从而在面对复杂研究课题时，能够像人类研究者一样制定出合理的研究计划，并根据实际情况进行灵活调整。

图片来源：视频截图

通过端到端强化学习，“深层研究”学会了规划和执行多步骤的研究轨迹，能够在研究过程中进行回溯和策略调整，确保最终结果的准确性和价值性。同时，该模型还能够根据网页内容的相关性、可信度等因素，智能地决定信息的获取和提取方式，从而提高了研究的效率和准确性。

此外，去除模型的响应限制也是“深层研究”的重要技术突破之一。这一改进使得模型能够花费更长的时间来处理复杂问题，对海量的网络信息进行深入的筛选和分析，从而输出更加全面、深入的研究成果。

无论是在市场调研、学术研究还是其他知识密集型领域，“深层研究”都展现出了强大的应用潜力和价值。随着技术的不断发展和完善，相信它将在未来为更多专业人士提供有力支持。

（来源：每日经济新闻，内容有所扩充，以适应SEO需求并保持原文信息完整性。）