Workflow
Deep Research
icon
Search documents
夸克技术团队曝光 1000万份“志愿报告”如何炼成
在互联网大厂激烈争夺的"AI高考"赛道, 阿里巴巴AI旗舰应用夸克日前公布了最新战绩。 "截至6月30日14:30,高考出分第8天,夸克累计为考生和家长生成超1000万份专业级志愿报告。""1000 万份专业报告由今年推出的志愿报告Agent生成,采用了具备'任务规划—执行—检查—反思'能力的深 度研究技术。"夸克方面表示。 在业内人士看来,今年全国高考报名人数1335万人,仅次于历史峰值。以目前夸克生成1000万份专业级 志愿报告数据看,实现了截至目前深度研究的较大规模场景落地。 深度研究(Deep Research)如何应用在高考这样特殊的垂直赛道,如何进行精准数据搜集、清洗,降 低幻觉率,在C端实现快速爆发,针对外界关注的诸多问题,在硝烟还未散去的"夸克高考作战室",夸 克算法负责人蒋冠军、夸克高考志愿大模型算法负责人唐亮,日前接受包括《中国经营报》在内的媒体 记者采访,讲述了Deep Research应用背后的产品逻辑与技术细节。 作为阿里巴巴AI旗舰应用,这也是夸克技术团队一次罕见的低调曝光,夸克的野心远不止AI高考赛 道。 数据壁垒与深度对齐 今年互联网大厂在"AI高考"赛道上的争夺尤为激烈。 此 ...
人手一个张雪峰,夸克野心有多大?
虎嗅APP· 2025-07-02 10:47
在过去,数字技术虽有介入,却始终未触及本质。志愿填报类产品层出不穷,但大多仍停留在"信息 罗列"或"筛选工具"阶段。真正需要解答的问题,从来不是"我能去哪",而是"我该去哪、为什么去、 怎么去",这些具有多变量、强约束、需解释的问题,恰恰是传统算法最难应对的场景。 1977年恢复高考制度,曾为千千万万中国人打开了一扇通向未来的门。但多年过去,在这扇门后却 横亘着另一道门槛:志愿填报。这不是一次考试能解决的问题,它融合了认知偏好、信息不对称、规 则复杂与资源不均。对于很多普通家庭而言,这道关卡远比考场更模糊、更难解。 直到今年夏天,生成式AI真正走进这片复杂地带。夸克正式推出"高考志愿大模型",并上线"志愿报 告Agent"产品,其底层是基于夸克的"深度研究(Deep Research)"技术。 这一技术带来的最大变化是,让AI不再只是搜索或生成的工具,而成为可以参与决策、进行结构推 理的Agent系统。 截至6月30日,夸克为考生生成的志愿报告已超过1000万份,成为目前国内用户规模最大、反馈路径 最闭环的一次深度研究技术应用。 如果说去年我们还在讨论"ChatGPT能不能写作文",今年夸克所做的,是用AI去 ...
80个团队入局,AI深度研究赛道,究竟“卷”向何方 | Jinqiu Select
锦秋集· 2025-06-24 15:14
在2025年的AI Agent探索浪潮中,"深度研究"类产品可以说是最早成功落地的一批。 从2024年底谷歌发布其首个深度研究产品开始,短短数月内,OpenAI、Anthropic等行业巨头迅速跟进,推出了功能强大的商业竞品;OpenDeepResearcher、 HKUDS/Auto-Deep-Research、Camel-AI/OWL、OpenManus等明星项目构成的繁荣开源社区也拔地而起。至今,已有超过80个团队投身于此。 经过一段时间的探索,这个领域已积累了相当规模和丰富的实践经验,形成了多样的技术路线和架构选择,整个探索格局已经初步成型。因此,现在正是对这一领 域进行一次系统性梳理和总结的最佳时机。 最近,来自浙江大学的学者撰写了一篇综述,《A Comprehensive Survey of Deep Research: Systems, Methodologies, and Applications》,为我们提供了一整套理解、评 估和展望该领域的认知框架。 文章揭示,当前深度研究系统的生态已经呈现出显著的差异化,竞争的焦点不再是单一的模型能力,而是系统架构、工程优化与应用场景适配度的综合比拼。 ...
昆仑万维发布天工超级智能体
news flash· 2025-05-22 00:35
5月22日,昆仑万维(300418)发布天工超级智能体(Skywork Super Agents)。这款产品采用了AI agent架 构和deep research技术,能够一站式生成文档、PPT、表格(excel)、网页、播客和音视频多模态内容。 (昆仑万维) ...
OpenManus 00后主创现场演示,Agent开发的“快”与“痛” | 万有引力
AI科技大本营· 2025-04-11 09:49
以下文章来源于CSDN ,作者万有引力 CSDN . 成就一亿技术人 作者 | 万有引力 出品 | CSDN(ID:CSDNnews) 当 Manus 以其惊艳的自主任务执行能力点燃 AI Agent 领域的热潮时,其"一码难求"的现 状也让众多开发者望而却步。几乎在同时,一个名为 OpenManus 的开源项目以"火箭 般"的速度问世,不仅成功复刻了核心功能,更以完全开放的姿态,在短短不到一个月的时 间内于 GitHub 吸引了超过四万 Star 数的关注(截止本文发布,项目 Star 数已经达到 42.2k)。 OpenManus 项目 Star 数 这一现象背后,站着一群充满活力的 00 后程序员。他们利用下班后的短短三小时,凭借对 技术的热爱与开源精神,迅速将一个想法变成了现实。这种惊人的执行力与纯粹的"Just for Fun"动机,引发了业界的广泛讨论:这一代年轻开发者是如何学习、成长并拥抱前沿技 术的?他们与 AI 工具的深度协作达到了何种程度?支撑他们快速行动的技术积累和开源理 念又是什么?OpenManus 的诞生仅仅是复刻吗?其技术内核与未来方向又将如何演进? 梁新兵 : 向劲宇 : Op ...