MindDR 是由理想汽车（Li Auto）研发的一种高效多智能体深度研究框架，旨在利用约 30B 规模的中等参数模型实现顶级的搜索与分析性能。该系统通过规划、深度搜索和报告三个专业智能体的协作，将复杂的研究课题拆解为可并行处理的子任务。其核心优势在于一套四阶段训练流水线，涵盖了从冷启动指令微调到针对搜索效率和报告质量的强化学习（RL）优化。为了解决数据稀缺问题，研究团队还开发了基于知识图谱的合成数据生成系统，并推出了包含 500 个真实业务问题的 MindDR Bench 评测基准。实验证明，MindDR 在多项权威深度研究榜单上表现出色，不仅超越了同规模开源模型，甚至能与参数量更大的闭源系统相媲美。