MindDR 1.5 – 理想汽車推出的多智能體深度研究框架

MindDR 1.5是什麼

MindDR 1.5 是理想汽車信息智能體團隊推出的多智能體深度研究框架，用僅約 30B 參數規模在 DeepResearch Bench 取得 52.54 分，達到業界領先水平。框架採用 Planning、DeepSearch、Report 三智能體協作架構，配合 SFT 冷啓動、Search-RL、Report-RL 與偏好對齊四階段訓練管線，跳過昂貴的 mid-training，訓練 token 減少 71.4%、卡時降低 60%，已實現低成本高性能的深度研究能力，現已部署於理想同學在線產品。

MindDR 1.5的主要功能

• 智能任務規劃：Planning Agent 自動拆解用戶查詢爲獨立子任務。
• 深度並行檢索：DeepSearch Agent 執行多輪搜索、驗證與長程推理。
• 高質量報告生成：Report Agent 整合多源證據，輸出結構化長報告。
• 記憶共享與追溯：通過 Extended Chain-of-Thought（XoT）與 Tool Memory 實現跨智能體信息流轉與溯源。
• 多工具環境調用：支持 Web、Database、Browser、Python 等統一工具接口。

MindDR 1.5的技術原理

• 多智能體協作架構：將深度研究全流程拆分爲 Planning Agent（任務規劃）、DeepSearch Agent（深度搜索）與 Report Agent（報告撰寫）三個分工明確的智能體，通過 Memory 模塊共享 XoT 推理軌跡與工具調用記錄，避免單模型長上下文膨脹與能力耦合干擾。
• 四階段訓練管線：
  • SFT 冷啓動：建立工具調用、格式遵循與多輪推理的基礎行爲。
  • Search-RL：基於真實工具環境進行在線強化學習，採用動態調度獎勵（工具調用→格式→PRM→ORM 遞進），優化長鏈路搜索與決策效率。
  • Report-RL：以 RACE Rubrics（全面性、洞察力、可讀性、指令遵循）爲核心獎勵，結合引用與格式獎勵，優化長報告生成質量。
• 偏好對齊：通過 DPO 與 Self-SFT 解決時態一致性、表格格式等細粒度用戶體驗問題，對齊人類偏好。
• 數據合成：基於百度百科與英文維基百科構建知識圖譜，通過子圖採樣、多跳 QA 生成、條件混淆與質量過濾，合成高質量複雜推理訓練數據；並與真實用戶查詢混合，彌合分佈差距。

MindDR 1.5的關鍵信息和使用要求

• 開發團隊：理想汽車（Li Auto）信息智能體團隊自主研發並維護。
• 開源狀態：技術報告與論文已公開（arXiv 2604.14518），模型權重與產品接口暫未開源。
• 參數規模：採用約 30B 參數的稠密模型與 MoE 模型雙路線，在同規模開源系統中性能領先。
• 訓練成本：相較 MindDR 1.0，訓練 token 數量減少 71.4%，訓練卡時降低 60%，實現顯著的效率提升。
• 產品形態：已作爲核心能力部署於理想同學（Livis）在線產品，面向真實用戶場景提供深度研究服務。
• 評測基準：覆蓋 DeepResearch Bench、MindDR Bench、BrowseComp、xbench-DS、WideSearch 等多個深度搜索與研究報告評測體系。

MindDR 1.5的核心優勢

• 低成本高性能：用30B 級小模型跳過 mid-training，通過多階段訓練實現業界領先性能，顯著降低訓練與推理成本。
• 智能體分工明確：三智能體解耦搜索與寫作，避免端到端訓練的獎勵稀疏與能力干擾問題，支持並行子任務執行。
• 動態遞進獎勵：Search-RL 採用閾值觸發的動態獎勵調度，從基礎工具調用逐步過渡到深層推理優化，模擬”頓悟式”能力躍遷。
• 真實場景對齊：基於 500 條真實用戶查詢構建 MindDR Bench，評測維度覆蓋內容質量與呈現格式，直接對齊用戶體驗。
• 高效搜索決策：在同等準確率下，工具調用次數與上下文 token 消耗顯著低於同規模競品，實現準確且高效。

MindDR 1.5的項目地址

• HuggingFace模型庫：https://huggingface.co/papers/2604.14518
• arXiv技術論文：https://arxiv.org/pdf/2604.14518

MindDR 1.5的同類競品對比

MindDR 1.5的應用場景

• 汽車行業深度調研：分析市場競爭格局、價格戰策略、技術路線等複雜商業問題。
• 學術科研輔助：自動檢索文獻、整合多源證據並生成引用規範的研究綜述。
• 金融投資研究：對上市公司、行業趨勢進行多輪信息驗證與結構化報告輸出。
• 產品決策支持：基於海量公開數據與用戶行爲日誌，生成可落地的商業分析報告。
• 智能座艙問答：作爲理想同學的核心能力，爲車主提供高可信度的深度知識問答。