中科闻歌重磅发布通用决策大模型Decitron决策机，内测邀请开启

今天，中科闻歌正式发布通用决策大模型——决策机Decitron。

作为面向复杂事件、复杂系统和复杂决策打造的产品，决策机Decitron不只是回答问题，而是理解事件、推演路径、比较结果，帮助人类在复杂世界中做决策。

“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？”发布会上，中科闻歌董事长王磊博士抛出了这个关于AI下一阶段发展的关键问题。

正是基于对这一问题的思考，中科闻歌推出AI决策时代的全新产品——决策机Decitron。

王磊博士表示：决策机并非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。它的使命是——推演世界、看见未来。

中科闻歌决策机Decitron发布会

从回答问题，到推演未来

“如果说ChatGPT的脑子里装的是一本百科全书，那么决策机Decitron的脑子里装就是一个动态沙盘。”发布会上，决策机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不是一次问答就能完成。

市场为什么波动？政策会如何传导？竞争对手可能采取什么行动？一个选择会引发哪些连锁反应？这些复杂的决策问题，需要的不只是一个答案，而是看见变量、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CEO罗引博士在发布会上表示：决策机Decitron的核心不是回答问题，而是把复杂世界，转化为一个可计算、可推演、可验证的系统。

决策机Decitron三大功能：

01 决策推演：把问题变成可计算的未来路径

普通AI回答“是什么”，决策机则会进一步推演“会怎样、怎么办”。

面对用户提出的问题，决策机首先会判断问题是否具备推演条件，识别问题边界、时间范围、判断对象、核心变量和关键主体，将复杂问题转化为可推演的决策结构。

通过分析各方目标、约束、偏好和行动空间，决策机能够在复杂问题中，识别关键变量、分析因果链条、推演不同路径，并模拟多方主体在不同条件下的行动变化，最终形成条件化判断。告诉用户：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。

问题理解

多轮推演

这正是决策机作为通用决策大模型的核心能力：把判断拆解为路径，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。

推演报告

完成推演后，决策机还能自动生成推演过程报告和综合分析报告，将推演判断沉淀为可传播、可复盘、可追踪、可更新的决策资产。

02 X-Signal：从一次推演到持续追踪

复杂决策的难点，不在于一次判断，而是要持续跟踪变化。

依托X-Signal（全球信号）功能，决策机能够围绕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。

X-Signal全球信号

决策机关注的并非热点本身，而是用户真正关心的决策问题。这也是决策机区别于传统问答式AI的重要一环：它不仅回答此刻，更持续校准未来。

03 市场预测：用外部信号校准未来判断

在决策推演和持续追踪之外，决策机还引入市场预测能力，进一步验证和校准系统对未来事件的判断。

市场预测

决策机将外部概率共识网络作为验证场景，不同于概率共识网络只呈现“市场认为有多大概率发生”，决策机更关注概率背后的因果机制。用户不仅能看到某件事发生的概率，更能理解概率为什么变化、哪些信号正在推动路径切换，以及原有判断是否需要修正，从而更好地辅助决策。

三项关键技术，构建通用决策引擎

决策机Decitron以世界模型、多智能体推演、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"。

世界模型(Meta World)：负责将现实世界转化为可计算的状态空间。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：负责模拟真实世界中的多方互动。决策机会对国家、企业、市场、公众和监管者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、解释结果；求解器负责因果推断、概率更新以及策略均衡和路径优化，两者共同服务于复杂世界的连续推演。

同时，决策机将博弈论、最优化理论、不确定性度量等领域的2000多个场景求解方法，转化为可量化计算的AI算子，使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。

在国际权威数据集PolyBench的测评中，决策机在三项核心指标上实现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。

面向复杂问题，推演真实世界

作为面向通用决策场景打造的大模型产品，决策机Decitron并不局限于单一行业或单一任务，而是可应用于金融市场、宏观经济、地缘政治、公共治理、企业战略、投资研究和产业研判等广泛领域，面向存在不确定性、多路径选择和多方博弈的复杂决策问题。

案例1：金融领域

面对“2026年美联储是否会降息”这一议题，决策机识别出美联储、FOMC、白宫、美国金融市场等核心主体，推演出14条可能分支，最终判断：降息并未被排除，但大概率后移，且节奏更慢、幅度更小。

案例2：国际形势

在霍尔木兹海峡通行恢复这一高不确定性地缘事件中，决策机基于5月12日前的信息与市场信号展开推演，提前判断其5月底恢复正常商业通行的概率不足5%。最终结果揭示后，这一判断得到验证。

案例3：企业战略

围绕TikTok东南亚电商独立融资的假设性议题，决策机推演出各方可能反应：Shopee更可能先守物流与核心商家，而非打价格战；政府欢迎资金进入，但会强化本地化与合规要求；投资人则更倾向于折价、分期和加强治理权。

案例4：产业趋势

针对短剧行业发展，决策机预测行业将从野蛮扩张进入洗牌期，并进一步给出行动建议：未来3个月内，若同时看到“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，平台就应加快规则固化；制作公司应尽快绑定头部渠道；演员应尽快完成厂牌绑定或跨赛道转型。

决策机，开启真实世界决策的AlphaGo时刻

王磊博士将决策机Decitron的发布称为“真实世界决策的AlphaGo时刻”。

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。

王磊博士表示：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，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。

从AlphaGo到决策机，AI正在完成一次关键跨越。

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。

一个属于AI通用决策的新纪元，已经到来。