---
title: "MindDR 1.5：30B小模型如何以低训练成本超越巨头？深度研究智能体架构全解析"
url: "https://paooo.com/aigc-news/10745/"
author: "Prompt 语宙研究院"
published_at: "2026-05-25T08:08:04+08:00"
updated_at: "2026-05-24T02:29:28+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "AI Agent, 大模型, 强化学习, 深度研究, 理想汽车"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# MindDR 1.5：30B小模型如何以低训练成本超越巨头？深度研究智能体架构全解析

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/10745/) · 作者：Prompt 语宙研究院 · 发布时间：2026-05-25

## AI 30 秒核心看点 (TL;DR)

- 30B 级 MindDR 1.5 以三智能体协作架构切分规划、搜索与报告，缓解长上下文膨胀和能力耦合。
- 框架采用 SFT、Search-RL、Report-RL 与偏好对齐四阶段训练，跳过昂贵 mid-training，显著压低训练成本。
- 在 DeepResearch Bench 上取得 52.54 分，并已部署到理想同学在线产品，面向真实研究场景落地。

> 
                **💡 站外导读：**在AI Agent席卷各行各业的当下，深度研究智能体正成为企业竞争的制高点。然而，传统端到端大模型面临训练成本高昂、能力耦合、幻觉严重等核心痛点。理想汽车信息智能体团队发布的MindDR 1.5，正是针对这些挑战提出的突破性解决方案。该框架以约30B参数规模，在DeepResearch Bench基准上取得52.54分，超越众多闭源大模型，且训练成本大幅降低，为中小企业和垂直行业应用提供了极具性价比的路径。

            

             
                        

## MindDR 1.5是什么

MindDR 1.5 是理想汽车信息智能体团队推出的多智能体深度研究框架，用仅约 30B 参数规模在 DeepResearch Bench 取得 52.54 分，达到业界领先水平。框架采用 Planning、DeepSearch、Report 三智能体协作架构，配合 SFT 冷启动、Search-RL、Report-RL 与偏好对齐四阶段训练管线，跳过昂贵的 mid-training，训练 token 减少 71.4%、卡时降低 60%，已实现低成本高性能的深度研究能力，现已部署于理想同学在线产品。

## MindDR 1.5的主要功能

- 
**智能任务规划**：Planning Agent 自动拆解用户查询为独立子任务。

- 
**深度并行检索**：DeepSearch Agent 执行多轮搜索、验证与长程推理。

- 
**高质量报告生成**：Report Agent 整合多源证据，输出结构化长报告。

- 
**记忆共享与追溯**：通过 Extended Chain-of-Thought（XoT）与 Tool Memory 实现跨智能体信息流转与溯源。

- 
**多工具环境调用**：支持 Web、Database、Browser、Python 等统一工具接口。

## MindDR 1.5的技术原理

- **多智能体协作架构**：将深度研究全流程拆分为 Planning Agent（任务规划）、DeepSearch Agent（深度搜索）与 Report Agent（报告撰写）三个分工明确的智能体，通过 Memory 模块共享 XoT 推理轨迹与工具调用记录，避免单模型长上下文膨胀与能力耦合干扰。

- **四阶段训练管线**：

**SFT 冷启动**：建立工具调用、格式遵循与多轮推理的基础行为。

- **Search-RL**：基于真实工具环境进行在线强化学习，采用动态调度奖励（工具调用→格式→PRM→ORM 递进），优化长链路搜索与决策效率。

- **Report-RL**：以 RACE Rubrics（全面性、洞察力、可读性、指令遵循）为核心奖励，结合引用与格式奖励，优化长报告生成质量。

- **偏好对齐**：通过 DPO 与 Self-SFT 解决时态一致性、表格格式等细粒度用户体验问题，对齐人类偏好。

- **数据合成**：基于百度百科与英文维基百科构建知识图谱，通过子图采样、多跳 QA 生成、条件混淆与质量过滤，合成高质量复杂推理训练数据；并与真实用户查询混合，弥合分布差距。

## MindDR 1.5的关键信息和使用要求

- **开发团队**：理想汽车（Li Auto）信息智能体团队自主研发并维护。

- **开源状态**：技术报告与论文已公开（arXiv 2604.14518），模型权重与产品接口暂未开源。

- **参数规模**：采用约 30B 参数的稠密模型与 MoE 模型双路线，在同规模开源系统中性能领先。

- **训练成本**：相较 MindDR 1.0，训练 token 数量减少 71.4%，训练卡时降低 60%，实现显著的效率提升。

- **产品形态**：已作为核心能力部署于理想同学（Livis）在线产品，面向真实用户场景提供深度研究服务。

- **评测基准**：覆盖 DeepResearch Bench、MindDR Bench、BrowseComp、xbench-DS、WideSearch 等多个深度搜索与研究报告评测体系。

## MindDR 1.5的核心优势

- **低成本高性能**：用30B 级小模型跳过 mid-training，通过多阶段训练实现业界领先性能，显著降低训练与推理成本。

- **智能体分工明确**：三智能体解耦搜索与写作，避免端到端训练的奖励稀疏与能力干扰问题，支持并行子任务执行。

- **动态递进奖励**：Search-RL 采用阈值触发的动态奖励调度，从基础工具调用逐步过渡到深层推理优化，模拟”顿悟式”能力跃迁。

- **真实场景对齐**：基于 500 条真实用户查询构建 MindDR Bench，评测维度覆盖内容质量与呈现格式，直接对齐用户体验。

- **高效搜索决策**：在同等准确率下，工具调用次数与上下文 token 消耗显著低于同规模竞品，实现准确且高效。

## MindDR 1.5的项目地址

- **HuggingFace模型库**：https://huggingface.co/papers/2604.14518

- **arXiv技术论文**：https://arxiv.org/pdf/2604.14518

## MindDR 1.5的同类竞品对比

对比维度
MindDR 1.5
[Gemini 3.1 Pro](https://ai-bot.cn/gemini-3-1-pro/)
[OpenAI Deep Research](https://ai-bot.cn/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

## MindDR 1.5的应用场景

- 
**汽车行业深度调研**：分析市场竞争格局、价格战策略、技术路线等复杂商业问题。

- 
**学术科研辅助**：自动检索文献、整合多源证据并生成引用规范的研究综述。

- 
**金融投资研究**：对上市公司、行业趋势进行多轮信息验证与结构化报告输出。

- 
**产品决策支持**：基于海量公开数据与用户行为日志，生成可落地的商业分析报告。

- 
**智能座舱问答**：作为理想同学的核心能力，为车主提供高可信度的深度知识问答。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                站长视角：MindDR 1.5的核心价值在于“用巧劲而非蛮力”，其“三智能体+四阶段RL”架构为AI Agent发展提供了新范式。首先，规划、搜索、报告的解耦设计，是对人类专家研究流程的精准模拟，避免了单体模型在长上下文中“既要又要”导致的能力稀疏，这启示我们：在复杂的任务链上，模块化、流程化的工程设计可能比追求单一的超级智能更可靠、更高效。其次，跳过昂贵的mid-training阶段，直接通过SFT冷启动和动态递进的RL训练，这预示着大模型训练正在从“大力出奇迹”的Scaling Law，向更精细、更符合人类认知演进过程的“顿悟式”能力跃迁过渡。这不仅大幅降低了企业的研发门槛，也预示着未来AI Agent的竞争将更聚焦于训练方法论、任务分解设计和真实场景数据闭环，而非单纯的模型参数规模。对于技术决策者和创业者而言，MindDR 1.5的实践路径极具参考价值：在资源有限的情况下，如何通过精巧的架构设计和对齐训练，实现顶级的垂直应用性能。

## 常见问题解答 (FAQ)

### MindDR 1.5 为什么训练成本更低？
它跳过了昂贵的 mid-training，改用 SFT 冷启动、Search-RL、Report-RL 和偏好对齐四阶段管线，并通过多智能体分工减少能力耦合，因此训练 token 减少 71.4%，卡时降低 60%。

### MindDR 1.5 的核心架构是什么？
核心是 Planning、DeepSearch、Report 三智能体协作：Planning 负责拆解任务，DeepSearch 负责多轮检索与推理，Report 负责整合证据生成结构化长报告，并通过 Memory 共享推理轨迹与工具记录。

### MindDR 1.5 适合哪些应用场景？
它面向深度研究、复杂信息检索和长报告生成等场景，已部署于理想同学在线产品。对于需要低成本、高质量研究能力的中小企业和垂直行业应用，具有较强参考价值。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
