中科闻歌发布全球首个通用决策大模型Decitron决策机

6月5日，中科闻歌正式发布了通用决策大模型——Decitron决策机。这款产品瞄准的是复杂事件、复杂系统和复杂决策，它的定位不是简单回答问题，而是理解事件、推演路径、比较结果，帮助人类在复杂事务中做出更明智的判断。

按官方的说法，Decitron决策机是全球第一个面向复杂开放决策场景打造的通用决策大模型产品。

发布会上，中科闻歌董事长王磊抛出了一个关键问题：“AI已经开始像水和电一样进入现实世界和人们的生活。但当AI会聊天、会写作、会画画、会做视频之后，一个更重要的问题正在出现：AI能不能不只是回答问题，而是进一步推演世界、预测未来？”这正是Decitron决策机诞生的核心驱动力。

王磊强调，这不是又一个聊天机器人或搜索引擎，而是一个能够分析事件关联、模拟不同选择、推演可能未来的通用决策大模型。它的使命很明确——“推演世界、看见未来”。

不止回答问题，更要推演路径

Decitron决策机并不局限于单一行业或单一任务。它聚焦的是那些充满不确定性、涉及多路径选择和多方博弈的复杂决策问题。从金融市场、宏观经济、国际形势，到公共治理、企业战略、投资研究和产业研判，都是它的应用场景。

发布会现场，中科闻歌用“美联储主席更替后，2026年美国利率政策可能如何演化”这个宏观金融政策情景，完整演示了Decitron决策机的推演流程，也直观展示了它和传统AI问答的根本区别。

表面上看，这是一个宏观财经判断。普通AI的答案通常是“是什么”，但Decitron决策机的处理逻辑完全不同——它会详细推演“会怎样、怎么办”。系统会把问题拆解开：在什么条件下可能发生、何时可能发生、可能发展到什么程度；如果没有发生，又是哪些变量改变了事件原有的路径。

问题理解

多轮推演

演示显示，用户输入问题后，Decitron决策机不会急着给出结论。它首先判断问题是否具备推演条件，然后对复杂问题进行结构化处理——识别问题边界、时间范围、判断对象、核心变量和关键主体，把问题转化为一个可推演的决策结构。

在这个案例中，系统快速识别出凯文·沃什、FOMC、美国金融市场等多个关键主体，把降息事件拆解为一场围绕通胀、增长和市场预期展开的动态博弈。

多轮推演中，Decitron决策机围绕美国利率政策生成了多个分支：按兵不动、数据转弱后试探性调整、外部变量冲击导致政策后移、突发金融震荡引发紧急转向等。每个分支都给出了概率、触发条件、关键变量和风险信号，最终形成条件化判断。

除了宏观金融政策，产业研判同样是Decitron决策机的重要应用方向。以短剧行业发展趋势为例，它综合推演了平台政策、内容供给、制作公司订单变化、演员开机率、渠道分发和用户付费等多项变量，判断出短剧行业正从前期的高速扩张阶段，逐步进入规则重构和行业洗牌期。

这个案例中，Decitron决策机没有简单给出“行业会不会降温”的单一结论，而是进一步拆解出影响行业变化的关键触发信号。系统推演显示，未来3个月内，如果同时出现“平台减少保底、头部厂牌拿单集中、腰部演员开机率继续下降”三项信号，就意味着行业分化可能进一步加速。

基于这个判断，Decitron决策机还给出了面向不同主体的行动建议：平台方应加快规则固化和分账机制优化，减少粗放式补贴带来的资源错配；制作公司应尽快绑定头部渠道和稳定分发资源，提升项目确定性；对于演员群体，尤其是腰部演员，则需要尽快完成厂牌绑定，或向直播、电商、长视频配角等相邻赛道转型。

拆分主体

无论是美联储降息这样的宏观金融政策判断，还是短剧行业洗牌这样的产业趋势研判，Decitron决策机的核心能力都是一致的：围绕关键变量、参与主体和变化条件，形成多条可比较、可验证、可追踪的未来路径，并标明每条路径的触发条件、概率变化、风险信号和行动建议。

这不依赖单一行业模板，而是把不同领域的复杂判断拆解为路径，把路径拆解为变量，再将变量放入多主体博弈结构中进行连续演化——最终帮助用户在不确定环境中形成更有依据的决策判断。

三项关键技术，支撑AI推演复杂世界

发布会现场，中科闻歌技术团队用了一个很形象的比喻：“如果说ChatGPT的脑子里装的是一本百科全书，那么Decitron决策机的脑子里装的更像是一个动态沙盘。”这个比喻一下子点明了它与传统问答式AI之间的核心差异。

传统大模型擅长回答问题、生成内容和整理知识，但真实世界的决策不是一次问答就能完成的。复杂决策真正需要的是看见变量、理解因果、推演路径，并比较不同选择可能带来的结果。

中科闻歌首席执行官罗引博士说：“Decitron决策机的核心不是回答问题，而是把复杂世界变成一个可以计算、可以推演、可以验证的系统。”

Decitron决策机以世界模型、多智能体推演和博弈求解为三项关键技术路径，将世界状态建模、因果推理、概率预测与多方博弈等能力融合在同一推演链条中，形成面向复杂决策问题的“四维混合推理能力”，支撑AI从“生成答案”进一步走向“推演世界”。

具体来看，“世界模型（Meta World）”负责把现实世界转化为可计算的状态空间。Decitron决策机会把新闻、政策、事件、市场信号等信息，转化为结构化的State-Action-Outcome框架——也就是说，当前世界处于什么状态、关键主体能够采取哪些行动、行动之后可能带来什么结果。

“多智能体推演”则负责模拟真实世界中的多方互动。Decitron决策机会对企业、市场和公众等不同主体进行建模，刻画其目标、约束、资源、偏好和行动空间，在每一轮推演中模拟不同主体的选择如何改变世界状态，进而触发下一轮博弈。

“博弈求解”则进一步将大模型的理解能力与因果推断、概率更新、策略均衡和路径优化结合起来。大模型负责理解问题、识别主体和解释结果，求解器负责计算路径、更新概率和优化策略。语言模型的理解力与博弈、概率模型的计算力被链式融合，共同服务于复杂世界的连续推演。

据介绍，中科闻歌已将博弈论、最优化理论、不确定性度量等领域的2000多个场景求解方法，转化为2000多个可量化计算的AI算子。这使得Decitron决策机的推演结果不再单纯依赖语言生成，而是建立在可计算、可量化、可追踪的求解体系之上。

所以，Decitron决策机不只是看事件，更要看因果；不只是给结果，更要比较路径；不只是分析单方行动，更要理解多方博弈；不只是输出结论，更要给出概率、依据和变化条件。AI的能力边界，也由此从语言生成进一步延伸至复杂世界的决策推演。

X-Signal持续追踪，把判断变成可更新的决策系统

现实世界在不断变化，AI如何不被旧判断困住，而是根据新信号持续更新认知、校准路径？Decitron决策机的答案是X-Signal（全球信号）持续追踪。

发布会现场的演示展示了这一功能。系统可以把美联储降息议题保存为持续追踪任务，之后围绕该议题持续监测全球新闻、政策变动、市场信号和关键变量变化。一旦相关信号发生变化，系统会在原有推演结构上自动更新路径、调整概率，并重新评估不同情景的触发条件。

决策机会围绕该议题持续监测全球新闻等关键变量变化

这意味着，第一次判断的依据、第二次更新的变量、路径为何变化、概率如何调整，都会被系统完整保留下来。一次推演不再是静态分析，而是变成了动态更新的判断系统。

中科闻歌Decitron决策机产品团队表示，Decitron决策机服务的是持续决策。它关注的是用户真正关心的决策问题，并围绕已建模议题进行持续追踪、更新和校准。

在输出层面，Decitron决策机可以自动生成两类报告。一类是推演过程报告，记录问题如何被界定、主体如何被识别、分支如何生成、概率如何变化、变量如何驱动路径收敛。另一类是面向决策者的综合分析报告，直接给出条件化判断、时间窗口建议、监测指标和重估信号。

这样一来，复杂判断被沉淀为可传播、可复盘、可追踪、可更新的决策资产。这也是Decitron决策机区别于传统问答式AI的重要一步：它不仅回答此刻，更持续校准未来。

多项测试验证推演能力，事件终局预测准确率达81.2%

为了验证Decitron决策机在真实场景中的推演能力，中科闻歌在发布会上披露了多项测试结果。

Decitron决策机实现3项SOTA

在国际权威数据集PolyBench的测评中，Decitron决策机实现了3项SOTA：终局预测准确率（FFA）达到81.20%，预期波动预测准确率（EVPA）达到73.40%，平均概率预测偏差（MSE）为0.822%，综合表现超越行业基线。

中科闻歌方面表示，这表明Decitron决策机已经跳出单纯信息汇总和基础概率计算的层面，能够对复杂事件背后的因果关系和演化路径进行结构化推演。

此外，中科闻歌还开展了为期一个月的全天候模拟实时事件推演测试。该测试贴合真实市场节奏，重点验证Decitron决策机在高频变量变化场景下的持续推演、动态校准和风险识别能力。

罗引博士表示，测试结果进一步验证了Decitron决策机在复杂事件推演中的能力——通过持续识别变量、分析因果关系、比较不同路径和动态校准概率，帮助用户在不确定环境中形成更有依据的决策判断。

开启真实世界决策的AlphaGo时刻

发布会最后，王磊董事长将Decitron决策机的发布称为“真实世界决策的AlphaGo时刻”。

他说，十年前AlphaGo战胜李世石，证明AI可以在361个交叉点的棋盘上完成极其复杂的决策。今天，Decitron面对的不再是19×19的方格，而是真实世界这张更复杂的决策棋盘——这里有变化的信息、多方的博弈、不确定的变量，以及不断演化的未来路径。

在王磊看来，面对复杂世界，人们不再只需要一个答案，更需要推演路径、识别变量、比较概率、追踪信号和校准判断的能力。通过结构化建模、多主体推演、概率预测和X-Signal持续追踪，Decitron决策机希望帮助人们把复杂局面看清楚，把行动路径算明白，把关键风险提前暴露。

Decitron决策机的问世，也是中科闻歌长期技术积累和产业实践走向产品化、平台化的重要成果。孵化于中国科学院自动化研究所，中科闻歌核心创始团队长期深耕复杂信息分析、认知智能、社会计算、多智能体系统和人工智能辅助决策等方向，并在公共治理、金融、媒体融合、产业智能化等复杂业务场景中，持续沉淀数据分析、业务本体建模、AI辅助研判和多智能体推演能力。

工业时代的基础设施是电力，信息时代的基础设施是计算。而智能时代的基础设施，将是决策。