就在開源的DeepSeek-R1被整合進(jìn)各路AI搜索工具之際，OpenAI臨時舉行了一場小型發(fā)布會。發(fā)布會于4點27分通知，8點開始直播。

ChatGPT推出了新功能“Deep Research”，利用推理大模型的思考能力進(jìn)行聯(lián)網(wǎng)搜索。據(jù)介紹，這一功能可在數(shù)十分鐘內(nèi)完成人類專家需要幾個小時才能完成的復(fù)雜研究任務(wù)。在被稱為“人類最后的考試”的測試中，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在化學(xué)、人文和社會科學(xué)以及數(shù)學(xué)方面表現(xiàn)尤為突出，顯示出類似人類在必要時尋找專業(yè)信息的能力。另一項名為GAIA的基準(zhǔn)測試評估了AI在現(xiàn)實世界問題上的表現(xiàn)，Deep Research在三個難度級別上均刷新了記錄。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。

接下來，Deep Research功能將對Pro、Plus和Team用戶開放。奧特曼補(bǔ)充說，目前版本基于o3構(gòu)建，Plus用戶（每月20美元）每個月能使用約10次，并且正在開發(fā)一個更高效的版本。此外，免費用戶也能獲得少量的使用額度。

OpenAI表示，Deep Research專門針對金融、科學(xué)和工程等領(lǐng)域從事高強(qiáng)度知識工作的人群設(shè)計，由OpenAI o3驅(qū)動，通過真實任務(wù)訓(xùn)練，采用與o1相同的強(qiáng)化學(xué)習(xí)方法。只需一個提示，它就能查找分析并整合數(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告。官方稱，Deep Research標(biāo)志著他們在開發(fā)AGI的宏偉目標(biāo)上邁出重要一步，能夠進(jìn)行新穎的科學(xué)研究。使用方法是點擊輸入框下方的Deep Research按鈕，支持上傳文件添加額外資料。例如，可以要求編寫一份關(guān)于過去三年零售業(yè)變化的研究報告，并運用項目符號和表格來提升內(nèi)容的清晰度。ChatGPT會先確認(rèn)一些細(xì)節(jié)信息，然后開始分析和挖掘信息。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)的時間大約為5-30分鐘，結(jié)果將以報告的形式輸出。未來幾周內(nèi)，還將為這些報告添加嵌入式圖片、數(shù)據(jù)可視化和其他分析輸出。

與GPT-4等模型相比，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。不過，它也存在局限性，如有時會在回復(fù)中產(chǎn)生事實幻覺或做出錯誤推斷，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)方面表現(xiàn)出弱點，常常無法準(zhǔn)確傳達(dá)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(wù)可能需要更長的時間。下一步，OpenAI計劃在本月內(nèi)將Deep Research推向移動和桌面應(yīng)用程序。目前，Deep Research可以訪問公開網(wǎng)絡(luò)和上傳的文件，未來將連接更多專業(yè)化的數(shù)據(jù)源，使其輸出更加穩(wěn)健和個性化。

OpenAI研究員Jason Wei認(rèn)為，Deep Research不僅是出色的代理，也可以看作是互聯(lián)網(wǎng)的新界面。人類使用互聯(lián)網(wǎng)需要大量時間搜索和點擊，受到時間和注意力的限制。而AI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，手動瀏覽互聯(lián)網(wǎng)可能會像手動計算數(shù)字而不使用計算器一樣過時。

OpenAI toG業(yè)務(wù)負(fù)責(zé)人Felipe Millon分享了一個個人故事。10月底，他的妻子被診斷出患有雙側(cè)乳腺癌，病情嚴(yán)重，在12月初進(jìn)行了雙乳房切除手術(shù)，并隨后開始化療。他們面臨是否接受放療的問題，不同專家給出了不同的建議。Millon嘗試使用Deep Research上傳了手術(shù)報告并詢問ChatGPT的建議。ChatGPT不僅證實了人類專家提到的內(nèi)容，還找到了新的參考研究。Millon認(rèn)為這是一個改變世界的工具。

還有一些第三方團(tuán)隊提前獲得了Deep Research的測試資格，并分享了測試結(jié)果。Every團(tuán)隊介紹，某些問題需要花費30分鐘才能得到結(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》第一章并分析托爾斯泰的人物描寫，以及仔細(xì)查閱近期的10-K報告以發(fā)現(xiàn)未報告的財務(wù)違規(guī)行為等。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，如果搜索偏離方向只能重新開始。