IT之家 12 月 12 日消息，在 OpenAI 發(fā)布 GPT-5.2 之后，谷歌緊接著就推出了更強(qiáng)大的 Gemini Deep Research 深度研究智能體，同時(shí)推出全新交互 API（Interactions API）并藉此首次面向開發(fā)者開放。

此外，谷歌還開源了全新的深度搜索評估基準(zhǔn) DeepSearchQA，用于衡量多步驟復(fù)雜檢索任務(wù)中的研究全面性。此次升級(jí)標(biāo)志著 AI 自主研究能力正式進(jìn)入工業(yè)化應(yīng)用階段。

Gemini Deep Research 基于 Gemini 3 Pro 構(gòu)建，專為長周期的內(nèi)容收集與綜合任務(wù)優(yōu)化，幻覺率降低 40%，是谷歌迄今“最具事實(shí)性”的模型，并可通過專項(xiàng)訓(xùn)練提升復(fù)雜任務(wù)中的報(bào)告質(zhì)量。谷歌表示，通過擴(kuò)展面向搜索的多步驟強(qiáng)化學(xué)習(xí)，該智能體能夠在復(fù)雜信息環(huán)境中以更高精度自主導(dǎo)航。

谷歌 DeepMind 產(chǎn)品經(jīng)理路卡斯?哈斯（Lukas Haas）在 X 上透露，Gemini Deep Research 已經(jīng)實(shí)現(xiàn) SOTA，在谷歌新基準(zhǔn)測試上得分 46.4%，在 BrowseComp 上與 GPT-5 Pro 相當(dāng)，但價(jià)格只有其 1/10 左右。

Deep Research 會(huì)反復(fù)規(guī)劃研究路徑，包括形成搜索查詢、閱讀結(jié)果、識(shí)別缺口并再次搜索。本次升級(jí)帶來顯著增強(qiáng)的網(wǎng)頁搜索能力，使其能深入網(wǎng)站獲取具體數(shù)據(jù)。

據(jù)介紹，該智能體在 Humanity's Last Exam (HLE 人類終極考試)、DeepSearchQA 及 BrowseComp 中取得最新最優(yōu)成績，并可在顯著更低成本下生成深入研究報(bào)告。谷歌稱，這項(xiàng)能力未來將應(yīng)用到 Google Search、NotebookLM、Google Finance 及 Gemini App 之中。

DeepSearchQA：面向復(fù)雜研究智能體的全新評測基準(zhǔn)

由于現(xiàn)有評測難以體現(xiàn)真實(shí)世界的多步驟研究復(fù)雜性，谷歌同步宣布開放 DeepSearchQA 數(shù)據(jù)集與工具。該基準(zhǔn)包含跨 17 個(gè)領(lǐng)域、900 個(gè)“因果鏈”任務(wù)，每一步均依賴前序分析，要求智能體生成詳盡答案集，從而衡量其研究精度與檢索全面性。

谷歌表示，DeepSearchQA 還能作為“思考時(shí)間”效益的診斷工具。內(nèi)部測試顯示，讓智能體執(zhí)行更多搜索與推理步驟可顯著提升表現(xiàn)，這部分將在未來版本中繼續(xù)探索。

開發(fā)者可訪問數(shù)據(jù)集、排行榜與 Colab 示例，并閱讀數(shù)據(jù)集技術(shù)報(bào)告。

Deep Research 在實(shí)際領(lǐng)域的早期應(yīng)用

谷歌稱，Gemini Deep Research 已在需要高精度和上下文理解的多個(gè)行業(yè)中展現(xiàn)出顯著效果，包括金融服務(wù)、生物技術(shù)和市場研究。

• 在金融行業(yè)，企業(yè)利用 Deep Research 自動(dòng)化盡調(diào)中的早期信息收集環(huán)節(jié)，如整合市場信號(hào)、競爭格局與合規(guī)風(fēng)險(xiǎn)，從而提升研究效率。

• 在科研領(lǐng)域，Axiom Bio 使用該智能體處理藥物毒性預(yù)測相關(guān)的文獻(xiàn)分析，獲得更高的研究深度與顆粒度，加速藥物開發(fā)流程。

開發(fā)者能力：文件解析、結(jié)構(gòu)化輸出、引用管理

通過 Interactions API，開發(fā)者可調(diào)用 Gemini Deep Research 構(gòu)建下一代自動(dòng)化研究工具，主要特性包括：

• 統(tǒng)一信息綜合：整合上傳文件（PDF、CSV 等）和公共網(wǎng)頁數(shù)據(jù)，并能處理大上下文量。

• 可控報(bào)告結(jié)構(gòu)：可通過提示詞定義輸出結(jié)構(gòu)、標(biāo)題、表格格式等。

• 精細(xì)引用：為報(bào)告中各項(xiàng)事實(shí)提供細(xì)粒度來源。

• 結(jié)構(gòu)化輸出：支持 JSON schema 以便下游處理。

Interactions API

開發(fā)者可通過 Google AI Studio 的 Gemini API Key 使用 Interactions API 構(gòu)建應(yīng)用。

谷歌表示，未來更新將加入原生圖表輸出、擴(kuò)展 Model Context Protocol（MCP）支持以接入更多自定義數(shù)據(jù)源，并在企業(yè)服務(wù)平臺(tái) Vertex AI 上提供 Deep Research。

參考資料：

• https://blog.google/technology/developers/deep-research-agent-gemini-api/

• https://blog.google/technology/developers/interactions-api/

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。