科研利器再升级！SciSpace Deep Review深度综述到底比OpenAI/Gemini强在哪？（实测体验）

SciSpace是一个针对学术科研场景的一站式AI工具，包括单篇/多篇PDF解读，文献综述，AI检测、写作等功能，之前娜姐详细介绍过：           

AI文献综述神器，有这一款就够了！           

最近SciSpace也推出了deep review--深度综述功能：一款基于多智能体方案的文献综述工具。

娜姐带大家来体验一下，它和OpenAI/Gemini的多智能体Deep Research相比，效果如何。           

实测体验：           

首先，输入你的研究主题，和OpenAI/Gemini一样，deep review也会进一步和你确认和明确研究范围：    

           

之后，它就自行拆解主题，制定大纲，规划检索关键词，执行检索任务：

           

最后汇总top20的论文结论，整理成综述报告：    

           

文献都是最新的。点击链接，可以跳转到文末的参考文献列表：

           

文末还针对各种疗法整理了一个带参考文献引用的表格，这个不错：    

参考文献引用格式，可以根据你的需求一键转换，还可以对输出内容以知识点/段落 两种方式切换：

    

           

如果你想深入某一个主题，文末的Related Questions支持你继续深挖：  

           

体验下来，有点像综合了Perplexity deep search、OpenAI/Gemini deep research功能的一款多智能体驱动的学术主题检索工具。

对比一下，SciSpace的深度综述Deep Review，和Gemini、OpenAI的Deep Research有哪些异同？           

1 底层模型：

Gemini是2.0 Flash；

OpenAI是ChatGPT o3；

SciSpace的deep review没有明确说明，但是官方将其 AI 助手称为“ChatGPT + SciSpace”的融合产物，即结合了OpenAI ChatGPT的对话能力和SciSpace对学术文献的专业理解。SciSpace Deep Review底层很可能使用了OpenAI的GPT-4等现有大型模型。      

2 数据来源：

Gemini deep research：背靠谷歌搜索引擎，可以搜索整个互联网。

OpenAI deep research：主流新闻媒体、pubmed、学术期刊官网等。

SciSpace Deep Review：学术论文语料库。自身宣传包含200M+论文，涵盖Semantic Scholar、PubMed、arXiv等主流论文数据源。

优点：

1 数据源全部是学术论文，且生成的报告文献比较新；

2 参考文献来源真实准确，格式可以自定义。           

缺点：

1 单次检索输出的参考文献数量只有20条。

2 深度综述的深度还是不如OpenAI的deep research，和Perplexity相当。它最大的优势就是数据源都是学术论文，且来源准确可信。Perplexity有时候来源不准确，需要自己去核实。           

免费用户一天可以体验3次左右，付费每月20美金（学生用户有折扣）。           

网址是：https://typeset.io/ 检索框输入问题后，点亮Deep Review就可以免费体验了，值得一试。