现有 Deep Research 和自动 Survey Generation 系统，很多时候仍主要围绕”检索 — 分析 — 写作”展开，最终结果也更接近一份 Research Report，而不是一篇结构完整、组织严谨的 Academic Survey。针对这些问题，浙江大学、上海交通大学团队及其合作者提出 Deep Academic Survey（DAS），尝试让 AI 在 1 小时内自动完成一篇面向发表的 Academic Survey。DAS-2M 也是一个持续动态更新的 Literature Metadata Lake，随着新的 arXiv 论文发布，系统会通过同一套解析与 Metadata 提取流程不断补充最新文献，使 DAS 在生成新的 Survey 时能够持续跟进领域进展。