就在剛剛，國(guó)內(nèi)第一家免費(fèi)公開(kāi)可用的「深度研究」產(chǎn)品來(lái)了！

這個(gè)產(chǎn)品，可以直接對(duì)標(biāo)海外的Deep Research能力，性能十分強(qiáng)大。

在BrowseComp等評(píng)測(cè)集上，它們超越了上周剛開(kāi)源且達(dá)到最好結(jié)果的WebSailor模型，準(zhǔn)確率有明顯提升。

左右滑動(dòng)查看

此時(shí)此刻，不得不感嘆，AI領(lǐng)域的變化節(jié)奏真的是一天一個(gè)樣。

如今，在秘塔AI搜索首頁(yè)登錄后，即可直接體驗(yàn)「深度研究」了。

傳送門(mén)：https://metaso.cn/

一手實(shí)測(cè)，多線迭代搜

接下來(lái)，就讓我們來(lái)實(shí)測(cè)一番。

對(duì)于一個(gè)「深度研究」產(chǎn)品，最重要的是什么？答案自然是具體研究的深度和廣度了，這也正是讓它區(qū)別于普通AI聊天機(jī)器人和大部分搜索產(chǎn)品的地方。

實(shí)測(cè)第一彈，我們找來(lái)了上面提到的那個(gè)評(píng)測(cè)集中的一個(gè)問(wèn)題——

有一著名詩(shī)詞人，他參加科舉考試時(shí)被主考官和小試官賞識(shí)且小試官的姓是花的名字。他的出生地a的南部毗鄰城市b在當(dāng)前誕生了一位頂流男明星。該男星在2022年因?yàn)橐徊侩娨晞〈蠡穑⑶宜谀昴Ｇ髥?wèn)該男星大學(xué)畢業(yè)院校成立于哪一年

看到這個(gè)刁鉆的問(wèn)題，我大概能理解為什么GPT-4o只能得6分了。不僅涉及眾多事實(shí)性細(xì)節(jié)，還要將文學(xué)史上的常識(shí)與娛樂(lè)圈的信息通過(guò)地理信息來(lái)進(jìn)行關(guān)聯(lián)，普通的搜索產(chǎn)品恐怕無(wú)法回答如此無(wú)厘頭的問(wèn)題。

BrowseComp評(píng)測(cè)集的問(wèn)題難點(diǎn)就在這里，不僅需要模型有尋找復(fù)雜信息的能力，還需要有整合推理、交叉驗(yàn)證準(zhǔn)確性的能力，從一個(gè)已知的事實(shí)出發(fā)，找到隱藏在多層細(xì)節(jié)之后的答案。

秘塔AI的表現(xiàn)，很符合他們準(zhǔn)確率第一的成績(jī)。

在研究路徑圖中，它首先挖掘出，這位詩(shī)詞人就是蘇軾，當(dāng)時(shí)科舉考試的小試官就是梅堯臣。

蘇軾的出生地為四川眉州（今眉山市），經(jīng)過(guò)嚴(yán)格的篩選搜索結(jié)果，眉山直接毗鄰的樂(lè)山市出生的王鶴棣，是唯一匹配者。

最終秘塔AI分析出，該男星的大學(xué)畢業(yè)院校成立于2004年。

第二個(gè)問(wèn)題是：宇宙中到底有沒(méi)有比碳更適合構(gòu)建生命的元素？

在我們一般人的理解中，碳一定是那個(gè)被宇宙生命進(jìn)化樹(shù)選中的天選元素，不過(guò)，在秘塔AI的研究路徑圖中，很快就展現(xiàn)出了出人意料的答案，而且居然是在外星生命的證據(jù)中發(fā)現(xiàn)的。

要知道，在一般硅谷大廠的DeepResearch產(chǎn)品中，展示過(guò)程大多還囿于線性的界面。

但是秘塔AI的界面，通過(guò)左上角的占用token數(shù)、信源數(shù)，下面滾動(dòng)進(jìn)行的任務(wù)，和極其具象化的證據(jù)鏈展示網(wǎng)，把這個(gè)問(wèn)題的探索脈絡(luò)清清楚楚地展現(xiàn)了出來(lái)！

這個(gè)AI是如何搜索信源、如何整合信息、如何思考問(wèn)題的，一步步條分縷析，無(wú)比清晰，簡(jiǎn)直就像一個(gè)透明大腦，把它的內(nèi)部運(yùn)作流程直接展示給你看，太炸裂了。

比如它找到了多份學(xué)術(shù)資料，發(fā)現(xiàn)在極端行星環(huán)境（比如高壓高溫、液態(tài)甲烷海洋中）中，硅基或硫基的生化路徑相比碳基具備更大的優(yōu)勢(shì)。

另外，在天體化學(xué)領(lǐng)域，人們還發(fā)現(xiàn)可以在星際復(fù)雜分子中用硼-氮鍵來(lái)替代碳-碳鍵，來(lái)構(gòu)建生命基礎(chǔ)。

接著，它生成了一份研究報(bào)告，分析了硅、硫和硼作為碳的潛在替代元素的可行性。

最終的結(jié)論是，目前在宇宙中，碳仍然是最適合構(gòu)建生命的元素。

這個(gè)問(wèn)題的完整研究報(bào)告如下。

上下滑動(dòng)查看 

第三個(gè)問(wèn)題，我們把視角從宇宙切回地球。

就在這兩周，剛剛爆出OpenAI欲收購(gòu)Windsurf，卻被谷歌反手截胡的大瓜，硅谷巨頭們?cè)赩ibe Coding上，將會(huì)怎樣布局？

秘塔AI分析出了這次交易的核心細(xì)節(jié)，以及當(dāng)前硅谷巨頭（包括谷歌、微軟、蘋(píng)果、亞馬遜等）的Vibe Coding布局。

而在AI編程對(duì)未來(lái)兩年市場(chǎng)的影響上，它總結(jié)出2025年AI投資將達(dá)2000億美元，代碼生成/測(cè)試工具將占生成式AI投資的35%；IPO的市場(chǎng)分化還會(huì)加劇。

而關(guān)于AI編程對(duì)于未來(lái)市場(chǎng)的影響，它分析出程序員的兩極分化會(huì)更嚴(yán)重，同時(shí)也會(huì)誕生全新的崗位——氛圍編程師。

在學(xué)術(shù)層面，秘塔AI會(huì)有怎樣的洞見(jiàn)呢？

最近，CMU大牛、Mamba架構(gòu)作者Albert Gu陸續(xù)發(fā)出兩大動(dòng)態(tài)，先是發(fā)布了一篇總結(jié)性博客，提出「Tokens都是胡扯」的觀點(diǎn)，然后又發(fā)布了一篇預(yù)示著Tokenizers正在退場(chǎng)的新論文。

論文地址：https://arxiv.org/pdf/2507.07955v1

讓我們來(lái)試試，秘塔AI的深度研究功能，是否能為我們梳理出一份足夠權(quán)威、準(zhǔn)確的學(xué)術(shù)研究綜述？

在最終給出的總結(jié)報(bào)告中，它指出Tokenization的本質(zhì)問(wèn)題，就在于人為制造的「信息枷鎖」，由此造成了語(yǔ)義斷裂、信息損失、效率瓶頸和計(jì)算冗余等。

而相比空間狀態(tài)模型SSM，Transformer存在著眾多根本性的短板，為此，Albert Gu在論文中提出了H-Net分層架構(gòu)，以克服Tokenization與Transformer的雙重缺陷。

而在未來(lái)，他預(yù)言了Tokenizer必然消亡，下一代模型將整合SSM的線性計(jì)算優(yōu)勢(shì)（長(zhǎng)序列低耗）和H-Net的層次化語(yǔ)義抽象能力，而這一方向已在Mamba-2上實(shí)現(xiàn)。

可以看出，秘塔AI的深度研究能力，可以在短時(shí)間內(nèi)幫我們快速掌握大量關(guān)鍵信息，對(duì)于學(xué)術(shù)研究極有裨益。

交互式報(bào)告，一鍵生成

秘塔AI「深度研究」另一大特色功能，便是一鍵生成互動(dòng)研究報(bào)告了。

若說(shuō)結(jié)構(gòu)清晰、內(nèi)容詳細(xì)的專(zhuān)業(yè)報(bào)告，可以省去繁瑣的整理工作，互動(dòng)研究報(bào)告則可以讓成果更具吸引力。

如何理解？

接下來(lái)，我們讓秘塔AI幫忙總結(jié)下，馬斯克xAI公司成立時(shí)間和Grok家族模型發(fā)布節(jié)點(diǎn)。

若是自主去查找信息，需要一個(gè)一個(gè)去查詢(xún)，Grok系模型迭代了4次，不僅耗時(shí)又耗力。

秘塔AI「深度研究」，就像一個(gè)AI助理一樣，直接幫你把所有信息匯總完畢。

這時(shí)，讓秘塔AI再次生成「互動(dòng)研究報(bào)告」，沒(méi)幾分鐘，一個(gè)精美的圖文版報(bào)告就誕生了。

在網(wǎng)頁(yè)版最右邊，是報(bào)告的清晰目錄，任意點(diǎn)擊即可跳轉(zhuǎn)到相應(yīng)的位置。

而且，在報(bào)告標(biāo)題部分，秘塔AI還基于整體內(nèi)容做了提煉總結(jié)，并呈現(xiàn)了了關(guān)鍵詞，甚至，還配上了一個(gè)非常有科技范兒的圖片。

往下劃拉，在xAI公司成立這部分，它主要總結(jié)了成立時(shí)間和背景，并提供了關(guān)鍵事實(shí)分析和配圖。

Grok所有模型的迭代路線圖，它都以時(shí)間線串了起來(lái)。

另外，Grok 4兩個(gè)版本的區(qū)分，秘塔AI還做成了一個(gè)可視化的對(duì)比表格，非常驚艷。

接下來(lái)，再來(lái)測(cè)個(gè)熱點(diǎn)相關(guān)的話(huà)題。

面對(duì)甘肅天水幼兒園血鉛事件，家長(zhǎng)應(yīng)該從中汲取怎樣教訓(xùn)？

把問(wèn)題扔給秘塔AI后，它同樣先將其拆解細(xì)化為多個(gè)問(wèn)題，比如天水幼兒園鉛事件具體原因和污染源、鉛中毒對(duì)兒童健康主要影響和癥狀等等。

針對(duì)不同的細(xì)分問(wèn)題，秘塔AI在其右上角，單獨(dú)展現(xiàn)了相關(guān)的結(jié)論、信息來(lái)源，部分問(wèn)題還提供了視頻補(bǔ)充說(shuō)明，方便查閱細(xì)節(jié)。

看得出，每個(gè)小問(wèn)題，堪稱(chēng)一個(gè)「深度研究」。

整個(gè)研究路徑圖中，后一個(gè)問(wèn)題是前一個(gè)問(wèn)題迭代和分支，如同剝洋蔥一樣，深挖到最核心的問(wèn)題。

這次，我們依舊讓它生成互動(dòng)研究報(bào)告，如下一個(gè)圖文版的報(bào)告現(xiàn)身了。

從事件背景、鉛中毒對(duì)兒童終身健康影響、家長(zhǎng)主動(dòng)防護(hù)措施，到事后法律維權(quán)途徑、制度改善，最終報(bào)告覆蓋了方方面面。

這一過(guò)程，僅消耗了3分鐘，要比人力調(diào)查效率高出好幾倍。

同樣，在報(bào)告開(kāi)篇，非常直觀地呈現(xiàn)了內(nèi)容主旨、關(guān)鍵詞。

可圈可點(diǎn)的是，針對(duì)鉛中毒對(duì)兒童的終身健康影響這部分，秘塔AI分列了對(duì)神經(jīng)系統(tǒng)損傷的短期和長(zhǎng)期風(fēng)險(xiǎn)，配上了一張可視化圖片、表格。

為了便于理解，在食品添加劑識(shí)別、監(jiān)管變革部分，它還附上了相關(guān)的視頻，非常驚艷。

不難看出，每一份報(bào)告都是獨(dú)一無(wú)二的設(shè)計(jì)，根據(jù)相應(yīng)內(nèi)容的組合，融合了豐富的元素。

互動(dòng)研究報(bào)告的風(fēng)格和布局，能夠滿(mǎn)足不同場(chǎng)景的個(gè)性化需求，讓知識(shí)分享更具視覺(jué)沖擊力和交互體驗(yàn)。

秘塔AI，開(kāi)啟智能研究新時(shí)代

秘塔AI「深度研究」的上線，標(biāo)志著AI智能研究邁入全新的紀(jì)元。

其意義遠(yuǎn)超一款工具的發(fā)布，而是在知識(shí)生產(chǎn)與傳播方式上的深刻變革。

作為國(guó)內(nèi)首款免費(fèi)公開(kāi)、對(duì)標(biāo)國(guó)際頂尖Deep Research能力的工具，它打破了技術(shù)壁壘，讓所有人都能用上，極大地降低了知識(shí)獲取的門(mén)檻。

無(wú)論是學(xué)生、研究者，還是職場(chǎng)人士，進(jìn)入秘塔AI即可輕松解鎖前沿的深度研究體驗(yàn)。

在信息爆炸與知識(shí)碎片化的今天，獲取精準(zhǔn)、系統(tǒng)化的洞察越來(lái)越復(fù)雜。

傳統(tǒng)的研究方式往往耗時(shí)耗力，且難以應(yīng)對(duì)困難問(wèn)題的多維度需求。

而秘塔AI「深度研究」以其強(qiáng)大的技術(shù)內(nèi)容，為我們提供了一站式的解決方案，重新定義了知識(shí)探索的效率與深度。

它通過(guò)同步生成問(wèn)題路徑圖、清晰的邏輯追溯，以及可靠的信息源，能讓每一步推導(dǎo)可以查證。

尤其是，針對(duì)商業(yè)決策、學(xué)術(shù)研究等嚴(yán)謹(jǐn)性要求高的領(lǐng)域來(lái)說(shuō)，這種透明性大大提升了研究的效率。

此外，秘塔AI「深度研究」支持的多樣化輸出形式，從結(jié)構(gòu)化專(zhuān)業(yè)報(bào)告到動(dòng)態(tài)的互動(dòng)網(wǎng)頁(yè)，提供了更多的靈活性。

從「研究」到「呈現(xiàn)」的全鏈條支持，可以極大地釋放人們的創(chuàng)造力，同時(shí)讓知識(shí)的傳播與應(yīng)用更加高效。

這樣的免費(fèi)羊毛，還不快點(diǎn)來(lái)薅？！