阿里云推出开源网络智能平台 WebSailor，性能领先众多专有模型

阿里云开源的网络智能体 WebSailor 在近期的评测中表现卓越，超越了包括 DeepSeek R1、Grok-3 在内的一众闭源模型，仅次于 OpenAI 的 DeepResearch。

技术突破与创新

WebSailor 的成功主要得益于以下几项关键技术突破：

1. SailorFog-QA 数据集：阿里云通义实验室大规模合成了具有高不确定性的复杂任务数据集 SailorFog-QA，通过这种高难度数据训练，让模型学会处理复杂的推理任务。

2. DUPO 强化学习算法：该算法通过双阶段动态采样策略，大幅提升了训练效率，将复杂 Agent 的强化学习训练速度提升了约 2–3 倍。

3. “专家轨迹 + 简洁重构”方法：让模型学会高效、紧凑的推理链，从而在复杂任务中表现出色。

评测表现

在 BrowseComp 中文版和英文版的评测中，WebSailor-32B 和 WebSailor-72B 的表现尤为突出：

• 英文准确率达到 12.0%，中文准确率达到 30.1%，远超其他开源模型。

• 小型模型 WebSailor-7B 的准确率也达到了 6.7%，超越了许多基于更大参数量的模型。

此外，WebSailor 在 SimpleQA 数据集上也表现出色，准确率达到 93.5%，展现出强大的泛化能力。

意义与展望

WebSailor 的开源为开源社区带来了新的希望，其“高难度任务合成 + 小规模冷启动 + 高效 RL 优化”的组合策略具有很强的普适性，未来有望在复杂推理问答、学术知识发现等领域发挥更大作用。