梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
Qwen版深度研究加速进化，一觉起来增加了听觉和视觉输出：
可以生成网页和音频了。
AI深度研究整合的内容，变成图文并茂的网页，还可以一键部署，任何人可凭链接查看，方便对外展示。
长篇文字内容也可以变成音频播客，方便自己在碎片时间消化吸收。
与此前火爆的NoteBookLM相比，深度研究作为输入还省去了给AI提供内容的环节。
改进产品功能的同时，Qwen团队也在不断更新背后的模型。
最新版视觉语言模型Qwen3 VL 甚至可以识别地狱难度的医生手写体。
实测新版Qwen深度研究
加上OpenAI新出的ChatGPT Atlas，AI浏览器这个品类已经有不少产品出现了。
那么该如何挑选呢？这个活就非常适合让深度研究产品来干。
打开深度研究功能，默认会选择最强的Qwen3-Max模型。
它不会直接闷头就开干，而是先向用户确认具体意图。
得到确认以后，智能体会开始分布操作，总共耗时6分钟。
完成后会得到一份传统的AI文字回复，以及可下载的PDF文件。
新功能的入口藏的也太深了，没点提示真的找不到，需要点击在线查看文件。
之后会在右侧查看区域找到“创建”功能。
先尝试网页开发，需要生成一分钟左右。
完成的页面比较简洁美观，还带动效，甚至可以切换白天/黑夜模式。
这样观看AI深度研究的结果，确实比大段文字直观多了。
接下来点击部署，就可以公开或私密部署网页内容，我们把链接放到文章末尾。
接下来尝试生成播客功能，可以分别选择主持人和嘉宾的音色。
这一步需要耗时3-5分钟，之后可以在线收听或下载。
不同音色中还带不同方言，枯燥的文字一下子就生动起来了。
补齐视觉语言模型系列版图
与此同时，Qwen3-VL系列更新最大参数32B和最小参数2B版本。
根据团队负责人林俊旸介绍，是这个系列最后一次更新了，目前4个版本都是密集模型。
确实从评测结果上看，32B版本性能已经超越上代Qwen2.5-VL的72B版本，以及OpenAI和Anthropic的闭源方案，也没有什么必要再堆参数了。
Qwen深度搜索生成网页预览：
https://chat.qwen.ai/s/deploy/591f175a-0ccc-46bf-9266-77187a1ce54a
在线试玩： https://chat.qwen.ai/?inputFeature=deep_research
