中科闻歌发布 Decitron 决策机：跳出问答大模型，AI 迈入真实世界推演时代

发布时间：2026-11-01 23:45:03 来源：人面兽心网 作者：娱乐

决策机Decitron发布会现场

2026年6月5日，中科闻歌正式发布通用决策大模型——Decitron决策机。发布作为面向复杂事件、决策机跳复杂系统和复杂决策打造的出问产品，Decitron决策机不只是模型迈入回答问题，而是世界时代理解事件、推演路径、推演比较结果，中科真实帮助人类在复杂事务中做决策。闻歌

“AI已经开始像水和电一样进入现实世界和人们的发布生活。但当AI会聊天、决策机跳会写作、出问会画画、模型迈入会做视频之后，世界时代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？”发布会上，中科闻歌董事长王磊抛出了这个关于AI下一阶段发展的关键问题。

正是基于对这一问题的思考，中科闻歌正式发布了AI决策时代的全新产品——Decitron决策机。王磊表示：它不是聊天机器人或者搜索引擎，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。Decitron决策机的使命，是“推演世界、看见未来”。

不止回答问题，更要推演路径

作为面向通用决策场景打造的决策智能模型产品，Decitron决策机并不局限于单一行业或单一任务，它聚焦存在不确定性、多路径选择和多方博弈的复杂决策问题，可广泛应用于金融市场、宏观经济、国际形势、公共治理、企业战略、投资研究和产业研判等领域。

为了更直观展示这一能力，发布会现场，中科闻歌以“美联储主席更替后，2026年美国利率政策可能如何演化”这一宏观金融政策情景为例，完整演示了Decitron决策机的推演流程，并展示其与传统AI问答的不同。

这一问题看似是一个宏观财经判断，普通AI更多回答“是什么”，但在Decitron决策机的处理逻辑中，它将详细推演“会怎样、怎么办”。系统会将问题拆解为：在什么条件下可能发生、何时可能发生、可能发生到什么程度；如果没有发生，又是哪些变量改变了事件原有路径。

演示显示，用户输入问题后，Decitron决策机并不会立即给出结论，它首先会判断问题是否具备推演条件，并对复杂问题进行结构化处理。系统会识别问题边界、时间范围、判断对象、核心变量和关键主体，将问题转化为可推演的决策结构。

在该案例中，Decitron决策机快速识别出凯文·沃什、FOMC、美国金融市场等多个关键主体，将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。

在多轮推演中，Decitron决策机围绕美国利率政策议题生成了按兵不动、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不同分支，并进一步给出各路径的概率、触发条件、关键变量和风险信号，最终形成条件化判断。

除宏观金融政策情景，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，Decitron决策机对平台政策、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进行综合推演，判断短剧行业正在从前期的高速扩张阶段，逐步进入规则重构和行业洗牌期。

在这一案例中，Decitron决策机并没有简单给出“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，则意味着行业分化可能进一步加速。

基于这一判断，Decitron决策机进一步给出了面向不同主体的行动建议：对于平台方，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；对于制作公司，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。

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决策机都可以围绕关键变量、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。

这正体现了其作为通用决策大模型的核心能力：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

“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。”发布会上，中科闻歌技术团队用这一比喻，解释决策机与传统问答式AI之间的差异。

传统大模型擅长回答问题、生成内容和整理知识，但真实世界的决策并非一次问答就能完成。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表示：“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。”

据介绍，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”。

在具体实现上，“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决策机会将新闻、政策、事件、市场信号等信息，转化为结构化的State-Action-Outcome框架，即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，并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”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。由此，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，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。

由此，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

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。

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，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，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，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。

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”。

他表示，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。

相关文章