OpenAI Deep Research重磅上线！付费用户抢先体验！

1.Deep Research 正式向所有付费用户开放！

OpenAI 宣布——Deep Research 正式向所有 ChatGPT Plus、Team、Edu 和 Enterprise 用户开放！OpenAI 还发布了 Deep Research 系统卡，为用户揭开其背后的强大技术与安全保障。

OpenAI 研究科学家 Noam Brown 在 𝕏 上透露了一个关键信息：Deep Research 使用的是 o3 正式版，而非 o3-mini。

Deep Research 是 OpenAI 本月初推出的强大智能体，它能够通过推理综合大量在线信息，为用户完成复杂的多步骤研究任务，助力用户进行深入、复杂的信息查询与分析。其能力之强，甚至在人类终极考试中远超 DeepSeek R1。

在过去的二十几天里，OpenAI 持续对 Deep Research 进行升级，进一步优化其性能。此次发布的系统卡报告详细介绍了 Deep Research 在发布前开展的安全工作，包括外部红队测试、基于准备度框架的风险评估，以及针对关键风险领域采取的缓解措施。

2.核心数据与训练机制

Deep Research 的训练数据并不普通，而是为研究用例量身打造的浏览数据集。

它掌握了核心的浏览功能——搜索、单击、滚动、解读文件，能在沙盒环境中熟练运用 Python 工具，执行计算、进行数据分析、绘制图表。通过强化学习训练，它能够推理和综合海量网站信息，无论是查找特定内容还是撰写综合报告，都能应对。

其训练数据集涵盖广泛任务，从有明确 ground truth 答案的客观自动评分任务，到更具开放性的评分标准任务，一应俱全。

Deep Research 的训练还引入了 OpenAI o1 的现有安全数据集，以及为它量身定制的全新浏览安全数据集。

3.风险排查与应对

外部红队测试

OpenAI 联合外部红队，针对 Deep Research 的关键风险展开深度评估。红队聚焦于隐私保护、不当内容、危险建议等高风险领域，同时测试模型对提示注入和越狱的防御能力。他们通过角色扮演、黑客语言、莫尔斯电码等手段，试图突破模型防线，最终将 Deep Research 的表现与前代模型对比，验证其安全性。

评估方法
Deep Research 的能力大幅提升，能够整合多源信息并提出新见解。为此，OpenAI 调整评估方法，针对复杂答案进行精准评判。评估涵盖隐私保护、内容安全等新领域，并通过自定义测试框架，全面衡量模型能力。Deep Research 还引入 o3-mini 模型辅助思维链总结，进一步优化性能。

安全挑战与缓解措施
风险评估结果显示，Deep Research 的安全表现优异。具体挑战及缓解措施详见原报告。

4.Grok 3来袭，AI竞争战火升级！

就在上周，马斯克高调发布“地球上最聪明的 AI”——Grok 3。相比之下，OpenAI 的产品只能搜索网页，而 Grok 3 却能直接接入社交媒体 X 的实时数据！

目前，Grok 3 还处于免费试用阶段，xAI 宣布会一直持续到“系统崩溃”为止。所以在OpenAI的评论区中，不少用户表示等Grok的功能上齐了就取消OpenAI的订阅，转到“马斯克门下”。

然而，OpenAI 面临的对手可不止 Grok 3。黄仁勋力挺的 AI 搜索工具 Perplexity 也在 2 月 14 日发布了 Deep Research 功能，在“人类终极考试”中，其准确率高达 21.1%，与 o3 的差距微乎其微。

5.Microsoft Azure OpenAI服务现推出o3模型

Azure OpenAI 里面已上架o3-mini，现在可在Playground 预览。

o3-mini 引入了几个增强 Al 推理和定制的关键功能:

推理力度参数：允许用户以低、中、高推理水平调整模型的认知负荷，从而更好地控制响应和延迟。 

结构化输出:该模型现在支持 JSON Schema 约束，从而更容易为自动化工作流程生成定义明确的结构化输出。

功能和工具支持:与之前的型号一样，o3-mini与功能和外部工具无缝集成，使其成为 AI 自动化的理想选择。

开发人员消息:“角色":“开发人员”属性取代了以前型号中的系统消息，提供更灵活、更结构化的指令处理。

系统消息兼容性:Azure OpenAl服务将日系统消息映射到开发人员消息以确保无缝的向后兼容性。

继续增强编码、数学和科学推理能力:o3-mini 进一步增强了其编码、数学和科学推理能力，确保在这些关键领域的高性能。

通过速度、控制和成本效率的改进，o3-mini针对企业 AI 解决方案进行了优化，使企业能够有效扩展其 AI 应用程序，同时保持精度和可靠性。