<mark id="oztn4"></mark>
0
| 本文作者： Nemo | 2026-06-05 14:49 |
決策機Decitron發(fā)布會現(xiàn)場
2026年6月5日，中科聞歌正式發(fā)布通用決策大模型——Decitron決策機。作為面向復(fù)雜事件、復(fù)雜系統(tǒng)和復(fù)雜決策打造的產(chǎn)品，Decitron決策機不只是回答問題，而是理解事件、推演路徑、比較結(jié)果，幫助人類在復(fù)雜事務(wù)中做決策。
“AI已經(jīng)開始像水和電一樣進入現(xiàn)實世界和人們的生活。但當AI會聊天、會寫作、會畫畫、會做視頻之后，一個更重要的問題正在出現(xiàn)：AI能不能不只是回答問題，而是進一步推演世界、預(yù)測未來？”發(fā)布會上，中科聞歌董事長王磊拋出了這個關(guān)于AI下一階段發(fā)展的關(guān)鍵問題。
正是基于對這一問題的思考，中科聞歌正式發(fā)布了AI決策時代的全新產(chǎn)品——Decitron決策機。王磊表示：它不是聊天機器人或者搜索引擎，而是一個能夠分析事件關(guān)聯(lián)、模擬不同選擇、推演可能未來的通用決策大模型。Decitron決策機的使命，是“推演世界、看見未來”。
不止回答問題，更要推演路徑
作為面向通用決策場景打造的決策智能模型產(chǎn)品，Decitron決策機并不局限于單一行業(yè)或單一任務(wù)，它聚焦存在不確定性、多路徑選擇和多方博弈的復(fù)雜決策問題，可廣泛應(yīng)用于金融市場、宏觀經(jīng)濟、國際形勢、公共治理、企業(yè)戰(zhàn)略、投資研究和產(chǎn)業(yè)研判等領(lǐng)域。
為了更直觀展示這一能力，發(fā)布會現(xiàn)場，中科聞歌以“美聯(lián)儲主席更替后，2026年美國利率政策可能如何演化”這一宏觀金融政策情景為例，完整演示了Decitron決策機的推演流程，并展示其與傳統(tǒng)AI問答的不同。
這一問題看似是一個宏觀財經(jīng)判斷，普通AI更多回答“是什么”，但在Decitron決策機的處理邏輯中，它將詳細推演“會怎樣、怎么辦”。系統(tǒng)會將問題拆解為：在什么條件下可能發(fā)生、何時可能發(fā)生、可能發(fā)生到什么程度；如果沒有發(fā)生，又是哪些變量改變了事件原有路徑。
演示顯示，用戶輸入問題后，Decitron決策機并不會立即給出結(jié)論，它首先會判斷問題是否具備推演條件，并對復(fù)雜問題進行結(jié)構(gòu)化處理。系統(tǒng)會識別問題邊界、時間范圍、判斷對象、核心變量和關(guān)鍵主體，將問題轉(zhuǎn)化為可推演的決策結(jié)構(gòu)。
在該案例中，Decitron決策機快速識別出凱文·沃什、FOMC、美國金融市場等多個關(guān)鍵主體，將降息事件拆解為一場圍繞通脹、增長和市場預(yù)期展開的動態(tài)博弈。
在多輪推演中，Decitron決策機圍繞美國利率政策議題生成了按兵不動、數(shù)據(jù)轉(zhuǎn)弱后試探性調(diào)整、外部變量沖擊導(dǎo)致政策后移、突發(fā)金融震蕩引發(fā)緊急轉(zhuǎn)向等不同分支，并進一步給出各路徑的概率、觸發(fā)條件、關(guān)鍵變量和風險信號，最終形成條件化判斷。
除宏觀金融政策情景，產(chǎn)業(yè)研判同樣是Decitron決策機的重要應(yīng)用方向。以短劇行業(yè)發(fā)展趨勢為例，Decitron決策機對平臺政策、內(nèi)容供給、制作公司訂單變化、演員開機率、渠道分發(fā)和用戶付費等多項變量進行綜合推演，判斷短劇行業(yè)正在從前期的高速擴張階段，逐步進入規(guī)則重構(gòu)和行業(yè)洗牌期。
在這一案例中，Decitron決策機并沒有簡單給出“行業(yè)會不會降溫”的單一結(jié)論，而是進一步拆解出影響行業(yè)變化的關(guān)鍵觸發(fā)信號。系統(tǒng)推演顯示，未來3個月內(nèi)，如果同時出現(xiàn)“平臺減少保底、頭部廠牌拿單集中、腰部演員開機率繼續(xù)下降”三項信號，則意味著行業(yè)分化可能進一步加速。
基于這一判斷，Decitron決策機進一步給出了面向不同主體的行動建議：對于平臺方，應(yīng)加快規(guī)則固化和分賬機制優(yōu)化，減少粗放式補貼帶來的資源錯配；對于制作公司，應(yīng)盡快綁定頭部渠道和穩(wěn)定分發(fā)資源，提升項目確定性；對于演員群體，尤其是腰部演員，則需要盡快完成廠牌綁定，或向直播、電商、長視頻配角等相鄰賽道轉(zhuǎn)型。
無論是美聯(lián)儲降息這樣的宏觀金融政策判斷，還是短劇行業(yè)洗牌這樣的產(chǎn)業(yè)趨勢研判，Decitron決策機都可以圍繞關(guān)鍵變量、參與主體和變化條件，形成多條可比較、可驗證、可追蹤的未來路徑，并標明每條路徑的觸發(fā)條件、概率變化、風險信號和行動建議。
這正體現(xiàn)了其作為通用決策大模型的核心能力：不依賴單一行業(yè)模板，而是把不同領(lǐng)域的復(fù)雜判斷拆解為路徑，把路徑拆解為變量，再將變量放入多主體博弈結(jié)構(gòu)中進行連續(xù)演化，最終幫助用戶在不確定環(huán)境中形成更有依據(jù)的決策判斷。
三項關(guān)鍵技術(shù)，支撐AI推演復(fù)雜世界
“如果說ChatGPT的腦子里裝的是一本百科全書，那么Decitron決策機的腦子里裝的更像是一個動態(tài)沙盤?！卑l(fā)布會上，中科聞歌技術(shù)團隊用這一比喻，解釋決策機與傳統(tǒng)問答式AI之間的差異。
傳統(tǒng)大模型擅長回答問題、生成內(nèi)容和整理知識，但真實世界的決策并非一次問答就能完成。復(fù)雜決策真正需要的是看見變量、理解因果、推演路徑，并比較不同選擇可能帶來的結(jié)果。
中科聞歌首席執(zhí)行官羅引博士表示：“Decitron決策機的核心不是回答問題，而是把復(fù)雜世界變成一個可以計算、可以推演、可以驗證的系統(tǒng)?！?/p>
據(jù)介紹，Decitron決策機以世界模型、多智能體推演和博弈求解為三項關(guān)鍵技術(shù)路徑，將世界狀態(tài)建模、因果推理、概率預(yù)測與多方博弈等能力融合在同一推演鏈條中，形成面向復(fù)雜決策問題的“四維混合推理能力”，支撐AI從“生成答案”進一步走向“推演世界”。
在具體實現(xiàn)上，“世界模型（Meta World）”負責把現(xiàn)實世界轉(zhuǎn)化為可計算的狀態(tài)空間。Decitron決策機會將新聞、政策、事件、市場信號等信息，轉(zhuǎn)化為結(jié)構(gòu)化的State-Action-Outcome框架，即當前世界處于什么狀態(tài)、關(guān)鍵主體能夠采取哪些行動、行動之后可能帶來什么結(jié)果。
“多智能體推演”則負責模擬真實世界中的多方互動。Decitron決策機會對企業(yè)、市場和公眾等不同主體進行建模，刻畫其目標、約束、資源、偏好和行動空間，并在每一輪推演中模擬不同主體的選擇如何改變世界狀態(tài)，進而觸發(fā)下一輪博弈。
“博弈求解”進一步將大模型的理解能力與因果推斷、概率更新、策略均衡和路徑優(yōu)化結(jié)合起來。大模型負責理解問題、識別主體和解釋結(jié)果，求解器負責計算路徑、更新概率和優(yōu)化策略。由此，語言模型的理解力與博弈、概率模型的計算力被鏈式融合，共同服務(wù)于復(fù)雜世界的連續(xù)推演。
據(jù)介紹，中科聞歌已將博弈論、最優(yōu)化理論、不確定性度量等領(lǐng)域的2000多個場景求解方法，轉(zhuǎn)化為2000多個可量化計算的AI算子，使Decitron決策機的推演結(jié)果不再單純依賴語言生成，而是建立在可計算、可量化、可追蹤的求解體系之上。
由此，Decitron決策機不只是看事件，更要看因果；不只是給結(jié)果，更要比較路徑；不只是分析單方行動，更要理解多方博弈；不只是輸出結(jié)論，更要給出概率、依據(jù)和變化條件。
AI的能力邊界，也由此從語言生成進一步延伸至復(fù)雜世界的決策推演。
X-Signal持續(xù)追蹤，把判斷變成可更新的決策系統(tǒng)
當現(xiàn)實世界持續(xù)變化，AI如何不被舊判斷困住，而是根據(jù)新信號不斷更新認知、校準路徑？Decitron決策機給出的答案，是X-Signal（全球信號）持續(xù)追蹤。
在發(fā)布會現(xiàn)場，Decitron決策機展示了X-Signal持續(xù)追蹤功能。在演示中，系統(tǒng)可以將美聯(lián)儲降息議題保存為持續(xù)追蹤任務(wù)。此后，決策機會圍繞該議題持續(xù)監(jiān)測全球新聞、政策變動、市場信號和關(guān)鍵變量變化。一旦相關(guān)信號發(fā)生變化，系統(tǒng)會在原有推演結(jié)構(gòu)上自動更新路徑、調(diào)整概率，并重新評估不同情景的觸發(fā)條件。
決策機會圍繞該議題持續(xù)監(jiān)測全球新聞等關(guān)鍵變量變化
這意味著，第一次判斷的依據(jù)、第二次更新的變量、路徑為何變化、概率如何調(diào)整，都會被系統(tǒng)完整保留下來，使一次推演從靜態(tài)分析變成動態(tài)更新的判斷系統(tǒng)。
發(fā)布會上，中科聞歌Decitron決策機產(chǎn)品團隊表示，Decitron決策機服務(wù)的是持續(xù)決策。它關(guān)注的是用戶真正關(guān)心的決策問題，并圍繞已建模議題進行持續(xù)追蹤、更新和校準。
在輸出層面，Decitron決策機可以自動生成兩類報告：一類是推演過程報告，記錄問題如何被界定、主體如何被識別、分支如何生成、概率如何變化、變量如何驅(qū)動路徑收斂；另一類是面向決策者的綜合分析報告，直接給出條件化判斷、時間窗口建議、監(jiān)測指標和重估信號。
由此，復(fù)雜判斷被沉淀為可傳播、可復(fù)盤、可追蹤、可更新的決策資產(chǎn)。
這也是Decitron決策機區(qū)別于傳統(tǒng)問答式AI的重要一步：它不僅回答此刻，更持續(xù)校準未來。
多項測試驗證推演能力，事件終局預(yù)測準確率達81.2%
為了驗證Decitron決策機在真實場景中的推演能力，中科聞歌在發(fā)布會上披露了多項測試結(jié)果。
Decitron決策機實現(xiàn)3項SOTA
在國際權(quán)威數(shù)據(jù)集PolyBench的測評中，Decitron決策機實現(xiàn)3項SOTA，終局預(yù)測準確率（FFA）81.20%；預(yù)期波動預(yù)測準確率（EVPA）73.40%；平均概率預(yù)測偏差（MSE）0.822%，綜合表現(xiàn)超越行業(yè)基線。
中科聞歌方面表示，這表明Decitron決策機已經(jīng)跳出單純信息匯總和基礎(chǔ)概率計算層面，能夠?qū)?fù)雜事件背后的因果關(guān)系和演化路徑進行結(jié)構(gòu)化推演。
此外，中科聞歌還開展了為期一個月的全天候模擬實時事件推演測試。該測試貼合真實市場節(jié)奏，重點驗證Decitron決策機在高頻變量變化場景下的持續(xù)推演、動態(tài)校準和風險識別能力。
羅引博士表示，相關(guān)測試結(jié)果進一步驗證了Decitron決策機在復(fù)雜事件推演中的能力。它是通過持續(xù)識別變量、分析因果關(guān)系、比較不同路徑和動態(tài)校準概率，幫助用戶在不確定環(huán)境中形成更有依據(jù)的決策判斷。
開啟真實世界決策的AlphaGo時刻
發(fā)布會最后，王磊董事長將Decitron決策機的發(fā)布稱為“真實世界決策的AlphaGo時刻”。
他表示，十年前AlphaGo戰(zhàn)勝李世石，證明AI可以在361個交叉點的棋盤上完成極其復(fù)雜的決策。今天，Decitron面對的不再是19×19的方格，而是真實世界這張更復(fù)雜的決策棋盤。這里有變化的信息、多方的博弈、不確定的變量，以及不斷演化的未來路徑。
在王磊看來，面對復(fù)雜世界，人們不再只需要一個答案，更需要推演路徑、識別變量、比較概率、追蹤信號和校準判斷的能力。通過結(jié)構(gòu)化建模、多主體推演、概率預(yù)測和X-Signal持續(xù)追蹤，Decitron決策機希望幫助人們把復(fù)雜局面看清楚，把行動路徑算明白，把關(guān)鍵風險提前暴露。
Decitron決策機的問世，也是中科聞歌長期技術(shù)積累和產(chǎn)業(yè)實踐走向產(chǎn)品化、平臺化的重要成果。孵化于中國科學院自動化研究所，中科聞歌核心創(chuàng)始團隊長期深耕復(fù)雜信息分析、認知智能、社會計算、多智能體系統(tǒng)和人工智能輔助決策等方向，并在公共治理、金融、媒體融合、產(chǎn)業(yè)智能化等復(fù)雜業(yè)務(wù)場景中，持續(xù)沉淀數(shù)據(jù)分析、業(yè)務(wù)本體建模、AI輔助研判和多智能體推演能力。
工業(yè)時代的基礎(chǔ)設(shè)施是電力，信息時代的基礎(chǔ)設(shè)施是計算，而智能時代的基礎(chǔ)設(shè)施將是決策。
