中科闻歌发布通用决策大模型Decitron决策机

中科闻歌发布通用决策大模型Decitron决策机

6月5日，中科闻歌发布通用决策大模型Decitron决策机。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”，支撑人工智能（AI）从“生成答案”进一步走向“推演世界”。

决策机Decitron发布会现场。中科闻歌供图

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，使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。

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。

当现实世界持续变化，AI如何不被旧判断困住，而是根据新信号不断更新认知、校准路径？Decitron决策机给出的答案，是X-Signal（全球信号）持续追踪。

在发布会现场，Decitron决策机展示了X-Signal持续追踪功能。在演示中，系统可以将美联储降息议题保存为持续追踪任务。此后，决策机会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。

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，使一次推演从静态分析变成动态更新的判断系统。

发布会上，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。

由此可见，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。

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

中科闻歌相关负责人表示，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。

相关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。它是通过持续识别变量、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。

据了解，Decitron决策机的问世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。

主题：Decitron决策机|中科闻歌|持续追踪