英伟达最新发布另外一个通用深度研究（UDR）系统，目前仍处于原型阶段。该系统不仅可以与任何大语言模型(LLM)兼容，更为用户提供了高度定制的深度研究策略，彻底改变了以往研究智能体的工作方式。

根据英伟达的最新论文，UDR 系统的核心优势在于其极强的灵活性。过去，深度研究智能体往往依赖硬编码的方式，用户只能使用固定的工具和策略进行研究，无法进行个性化调整。而 UDR 系统的推出，意味着用户可以随心所欲地创建、编辑和优化自己的研究策略，甚至无需进行额外的模型训练。

UDR 系统配备了一个用户友好的界面，方便用户输入研究提示，随时更新进度并查看最终报告。与传统的对话式 LLM 不同，UDR 能够在研究过程中持续向用户反馈进展，极大提升了研究效率。

值得一提的是，UDR 系统在设计上将研究逻辑与语言模型解耦，使开发者能够灵活选择最先进的 AI 模型，并将其与量身定制的研究方案结合使用。这种创新的组合方式，让用户能够创造出更强大、更具适应性的深度研究工具。

尽管 UDR 系统具有诸多优点，但仍存在一些需要改进的地方。系统的准确性依赖于底层 AI 模型生成代码的质量，同时用户设计的研究策略必须合理可行，否则可能导致生成的报告质量低下。此外，当前版本在执行过程中缺乏用户干预的能力，所有决策都需在研究开始前预设，限制了灵活性。

研究人员已提出了进一步的改进方案，包括提供可修改的策略库和更灵活的用户控制功能。