{"id":375,"date":"2026-01-26T03:06:11","date_gmt":"2026-01-26T03:06:11","guid":{"rendered":"https:\/\/hizhongguo.com\/index.php\/2026\/01\/26\/step-deepresearch-a-revolucao-da-pesquisa-profunda-com-ia-de-32-bilhoes-de-parametros\/"},"modified":"2026-01-26T03:06:11","modified_gmt":"2026-01-26T03:06:11","slug":"step-deepresearch-a-revolucao-da-pesquisa-profunda-com-ia-de-32-bilhoes-de-parametros","status":"publish","type":"post","link":"https:\/\/hizhongguo.com\/index.php\/2026\/01\/26\/step-deepresearch-a-revolucao-da-pesquisa-profunda-com-ia-de-32-bilhoes-de-parametros\/","title":{"rendered":"Step-DeepResearch: A Revolu\u00e7\u00e3o da Pesquisa Profunda com IA de 32 Bilh\u00f5es de Par\u00e2metros"},"content":{"rendered":"<p>Recentemente, a StepFun lan\u00e7ou oficialmente o novo modelo de intelig\u00eancia artificial especializado em pesquisa profunda \u2014 Step-DeepResearch. Este modelo, com 32 bilh\u00f5es de par\u00e2metros, foi projetado para transformar a busca na web tradicional em um fluxo de trabalho de pesquisa mais profissional e profundo, capaz de lidar com racioc\u00ednio de longo prazo, chamadas de ferramentas e a reda\u00e7\u00e3o de relat\u00f3rios estruturados.<\/p>\n<figure id=\"attachment_mmd_374\" class=\"wp-block-image \"><img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/hizhongguo.com\/wp-content\/uploads\/2026\/01\/cover-64.webp\" class=\"attachment-full size-full\" alt=\"Step-DeepResearch: A Revolu\u00e7\u00e3o da Pesquisa Profunda com IA de 32 Bilh\u00f5es de Par\u00e2metros\" loading=\"lazy\" \/><\/figure>\n<p>Diferente dos Web Agents comuns no mercado, que s\u00e3o otimizados principalmente para buscas r\u00e1pidas, o Step-DeepResearch \u00e9 focado em cen\u00e1rios reais de pesquisa e an\u00e1lise. Ele consegue identificar inten\u00e7\u00f5es de pesquisa subjacentes, realizar valida\u00e7\u00f5es com m\u00faltiplas fontes quando confrontado com incertezas e gerar relat\u00f3rios profissionais com cita\u00e7\u00f5es. A equipe da StepFun explica que o modelo foi constru\u00eddo com base no Qwen2.532B-Base e internalizou o processo de pesquisa em uma \u00fanica arquitetura de intelig\u00eancia, o que reduz significativamente o custo de racioc\u00ednio.<\/p>\n<p>Para fazer com que a IA atinja um n\u00edvel de pesquisa semelhante ao de especialistas humanos, o Step-DeepResearch foca em quatro &#8220;habilidades at\u00f4micas&#8221;: planejamento e decomposi\u00e7\u00e3o de tarefas, aquisi\u00e7\u00e3o de informa\u00e7\u00f5es profundas, reflex\u00e3o e valida\u00e7\u00e3o, e gera\u00e7\u00e3o de relat\u00f3rios profissionais. Durante o treinamento, a equipe utilizou um pipeline de dados sint\u00e9ticos constru\u00eddo a partir de relat\u00f3rios t\u00e9cnicos de alta qualidade, documentos financeiros e dados de gr\u00e1ficos de conhecimento, garantindo grande estabilidade ao lidar com projetos de longo prazo.<\/p>\n<p>Atualmente, o modelo alcan\u00e7ou uma taxa de conformidade de 61,42% nos indicadores de avalia\u00e7\u00e3o de pesquisa da Scale AI, o que o coloca em p\u00e9 de igualdade com sistemas de pesquisa profunda da OpenAI e Google. Al\u00e9m disso, no benchmark ADR-Bench desenvolvido pela pr\u00f3pria StepFun, o modelo de 32 bilh\u00f5es de par\u00e2metros superou at\u00e9 mesmo alguns modelos de c\u00f3digo aberto de maior escala, destacando-se pela grande praticidade e vantagem de custo.<\/p>\n<p>Papel: <a href=\"https:\/\/arxiv.org\/pdf\/2512.20491\">https:\/\/arxiv.org\/pdf\/2512.20491<\/a><\/p>\n<p>Pontos principais:<\/p>\n<p>\ud83e\udde0 Arquitetura de agente \u00fanico: O Step-DeepResearch internaliza o planejamento, busca, valida\u00e7\u00e3o e reda\u00e7\u00e3o como habilidades at\u00f4micas de um \u00fanico modelo, sem a necessidade de chamar m\u00faltiplos agentes externos, aumentando significativamente a efici\u00eancia e reduzindo os custos.<\/p>\n<p>\ud83d\udcda Foco em pesquisa profunda: Diferente de simples buscas de perguntas e respostas, este modelo suporta contextos de at\u00e9 128k e pode acessar informa\u00e7\u00f5es de mais de 20 milh\u00f5es de artigos e \u00edndices confi\u00e1veis para gerar relat\u00f3rios estruturados rigorosos.<\/p>\n<p>\ud83c\udfc6 Desempenho impressionante: Em diversas avalia\u00e7\u00f5es de pesquisa profunda, o modelo de 32 bilh\u00f5es de par\u00e2metros demonstrou um desempenho not\u00e1vel, atingindo um n\u00edvel de pesquisa profissional compar\u00e1vel aos modelos de maior escala fechados.<\/p>","protected":false},"excerpt":{"rendered":"<p>Recentemente, a StepFun lan\u00e7ou oficialmente o novo modelo de intelig\u00eancia artificial especializado em pesquisa profunda \u2014 Step-DeepResearch. Este modelo, com [&hellip;]<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[1],"tags":[],"class_list":["post-375","post","type-post","status-publish","format-standard","hentry","category-ai-news"],"_links":{"self":[{"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/posts\/375","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/comments?post=375"}],"version-history":[{"count":0,"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/posts\/375\/revisions"}],"wp:attachment":[{"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/media?parent=375"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/categories?post=375"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/hizhongguo.com\/index.php\/wp-json\/wp\/v2\/tags?post=375"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}