MindDR 1.5 - 理想汽车推出的多智能体深度研究框架

MindDR 1.5是什么

在AI研究领域，追求性能往往意味着堆砌参数和算力，但理想汽车信息智能体团队最近推出的MindDR 1.5，却走了一条截然不同的路。这个多智能体深度研究框架，仅用大约300亿参数，就在权威的DeepResearch Bench评测中拿下了52.54的高分，达到了业界领先水平。它究竟是怎么做到的？

关键在于一套精巧的“分工协作”架构。MindDR 1.5将复杂的深度研究任务拆解，交由三个智能体各司其职：Planning负责规划任务，DeepSearch专攻深度搜索与验证，Report则整合信息撰写报告。这套架构配合一套高效的四阶段训练管线——从SFT冷启动，到针对搜索和报告环节的强化学习，最后进行偏好对齐——成功跳过了传统方法中昂贵的中期训练阶段。结果是，训练所需的token数量减少了71.4%，计算卡时降低了60%，真正实现了“低成本、高性能”的目标。目前，这项能力已经部署在“理想同学”在线产品中，服务于真实用户。

MindDR 1.5的主要功能

这套框架的能力并非单一，而是由一系列环环相扣的功能模块支撑起来的：

• 智能任务规划
  ：面对用户的复杂查询，Planning Agent能自动将其拆解成一系列清晰、独立的子任务，为后续深度探索铺平道路。

• 深度并行检索
  ：DeepSearch Agent是核心的“信息猎手”，它能执行多轮搜索、交叉验证并进行长程推理，确保信息的深度与准确性。

• 高质量报告生成
  ：Report Agent则扮演“分析师”角色，它能整合来自多源的证据，输出结构清晰、论证严谨的长篇报告。

• 记忆共享与追溯
  ：通过扩展思维链和工具记忆机制，实现跨智能体的信息无缝流转与每一步决策的源头追溯，保证了过程的透明可信。

• 多工具环境调用
  ：框架支持统一的工具接口，可以灵活调用网页搜索、数据库查询、浏览器操作乃至Python代码执行等多样化工具，适应复杂的研究环境。

MindDR 1.5的技术原理

光有功能描述还不够，要理解其高效背后的奥秘，还得深入技术内核。MindDR 1.5的领先，源于其在架构设计和训练方法上的双重创新。

首先，是它的

。它将整个深度研究流程彻底解耦，规划、搜索、报告三个智能体分工明确，通过共享记忆模块来交换推理轨迹和工具记录。这种设计巧妙地避免了单一大模型处理长上下文时产生的负担，也防止了不同能力之间相互干扰。

其次，是那套精打细算的

。这可不是简单的顺序训练，而是一个逐步强化、针对性优化的过程：

• SFT 冷启动
  ：先打好基础，让模型学会正确使用工具、遵循指令格式并进行多轮推理。

• Search-RL
  ：在真实工具环境中进行在线强化学习。奖励机制是动态调度的，从成功调用工具开始，逐步过渡到格式正确性、预测奖励模型评分，最终优化长链路的搜索决策效率，模拟了一种“顿悟式”的能力提升。

• Report-RL
  ：专门优化报告生成质量。核心奖励基于RACE准则（全面性、洞察力、可读性、指令遵循），再结合引用准确性和格式规范性，确保产出的报告既深刻又好读。

• 偏好对齐
  ：最后一步是打磨细节，通过DPO和自指令微调，解决时态一致性、表格格式等影响用户体验的细微问题，让模型输出更贴合人类的真实偏好。

当然，巧妇难为无米之炊。

策略同样关键。团队基于百度百科和英文维基百科构建知识图谱，通过子图采样、生成多跳问答、并加入条件混淆和质量过滤，合成出高质量的复杂推理训练数据。这些合成数据再与真实的用户查询混合，有效弥合了训练与实战之间的分布差距。

MindDR 1.5的关键信息和使用要求

对于关注技术落地和可用性的开发者与研究者，以下几个关键点值得注意：

• 开发团队
  ：由理想汽车的信息智能体团队完全自主研发并维护，有着鲜明的汽车科技公司背景。

• 开源状态
  ：技术报告和论文已在arXiv公开，但模型权重和产品接口目前暂未开源。

• 参数规模
  ：采用了约300亿参数的稠密模型与混合专家模型双路线探索，并在同规模的开源系统中展现出领先性能。

• 训练成本
  ：与初代版本相比，训练token减少超七成，训练卡时降低六成，效率提升非常显著。

• 产品形态
  ：已作为核心能力集成到“理想同学”产品中，直接面向车主提供深度研究服务，经历了真实场景的检验。

• 评测基准
  ：其能力经过了严格验证，评测覆盖了DeepResearch Bench、自建的MindDR Bench、BrowseComp、xbench-DS、WideSearch等多个深度搜索与报告生成评测体系。

MindDR 1.5的核心优势

综合来看，MindDR 1.5能在竞争中脱颖而出，主要依靠以下几项核心优势：

• 低成本高性能
  ：用30B级别的小模型，通过跳过中期训练和多阶段精细化训练，实现了业界领先的性能，大幅降低了训练和推理的门槛。

• 智能体分工明确
  ：将搜索与写作能力解耦到不同智能体，有效避免了端到端训练中常见的奖励稀疏和任务干扰问题，还支持子任务并行执行，提升效率。

• 动态递进奖励
  ：Search-RL阶段的动态奖励调度机制是一大亮点，它让模型的学习过程由浅入深，逐步从学会“动手”工具调用，进化到掌握“动脑”深层推理。

• 真实场景对齐
  ：基于500条真实用户查询构建专属评测集，评测维度直接挂钩内容质量和呈现格式，确保技术研发不脱离用户体验。

• 高效搜索决策
  ：在达到同等准确率的前提下，其工具调用次数和消耗的上下文token数均显著低于同规模竞品，做到了既准又省。

MindDR 1.5的项目地址

希望深入了解技术细节的读者，可以通过以下渠道获取官方信息：

• HuggingFace模型库
  ：相关论文页面可在HuggingFace上找到。

• arXiv技术论文
  ：详细的技术论文已发布在arXiv上，供学术界和工业界参考。

MindDR 1.5的同类竞品对比

为了更清晰地定位MindDR 1.5，我们将其与业界其他知名的深度研究系统进行一个简要对比：

对比维度	MindDR 1.5	Gemini 3.1 Pro	OpenAI Deep Research
开发方	理想汽车	Google	OpenAI
参数规模	~30B	未公开（大模型）	未公开（大模型）
架构设计	三智能体协作（规划/搜索/报告分离）	单/多智能体（未公开细节）	单智能体端到端
训练策略	四阶段管线（跳过 mid-training）	大规模持续预训练	端到端强化学习
DeepResearch Bench	52.54	52.17	46.45
BrowseComp-ZH	45.7	—	—
核心特点	小模型+多阶段 RL，成本极低	原生多模态，通用性强	闭源产品，体验成熟
开源程度	论文公开，模型未开源	闭源	闭源

从对比中不难看出，MindDR 1.5选择了一条差异化的技术路径：在参数规模上更加克制，通过精巧的架构和训练方法，在特定深度研究任务上实现了与庞大通用模型媲美甚至更优的性能，同时显著控制了成本。

MindDR 1.5的应用场景

这种高效的深度研究能力，能在哪些领域大显身手？其应用场景相当广泛：

• 汽车行业深度调研
  ：快速分析市场竞争格局、解读价格战背后的策略、梳理不同技术路线的优劣，为战略决策提供信息支撑。

• 学术科研辅助
  ：帮助研究人员自动检索相关文献，整合跨领域的多源证据，并生成引用规范的研究综述或背景报告，提升研究效率。

• 金融投资研究
  ：对目标上市公司、新兴行业趋势进行多轮信息验证、数据挖掘，输出结构化的投资分析报告，辅助判断。

• 产品决策支持
  ：基于海量的公开数据、市场报告及用户行为日志，生成具备可操作性的商业分析，为产品迭代和市场进入提供参考。

• 智能座舱问答
  ：作为“理想同学”的核心能力，为车主提供远超简单问答的深度知识服务，例如解答复杂的车辆技术原理、对比竞品配置等。

总而言之，MindDR 1.5代表了一种务实且高效的技术方向：不盲目追求参数规模，而是通过体系化的架构设计和训练优化，让中等规模的模型在垂直任务上发挥出顶尖水平。这对于推动AI技术在成本敏感的真实场景中落地，具有重要的借鉴意义。