决策机Decitron发布会现场
2026年6月5日，中科闻歌正式发布了通用决策大模型——Decitron决策机。这款产品并非为单一任务而生，而是从设计之初就瞄准了复杂事件、复杂系统和复杂决策。它的核心价值，不是帮你找到一个答案，而是帮你理解事件的全貌、推演不同路径、比较可能的结果，最终在充满不确定性的局面中找到更靠谱的决策依据。
“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提出的这个问题，其实点出了AI下一阶段发展的关键方向。
Decitron决策机正是对这一思考的直接回应。它不是聊天机器人，也不是搜索引擎的升级版。它的核心能力，是分析事件之间的关联、模拟不同选择带来的后果、推演出可能的未来。王磊用一句话概括了它的使命：“推演世界、看见未来。”
接下来，我们具体看看它究竟能做什么。
不止回答问题，更要推演路径
作为一款面向通用决策场景的智能模型，Decitron决策机并不把自己限定在某个行业或某项任务里。它的主战场是那些充满不确定性、有多条路径可选、涉及多方博弈的复杂决策问题——无论是金融市场、宏观经济、国际形势，还是公共治理、企业战略、投资研究、产业研判，都在它的能力覆盖范围之内。
发布会现场，中科闻歌用一个典型的宏观金融政策问题做了完整演示：“美联储主席更替后，2026年美国利率政策可能如何演化？”
这个问题看似是一个财经判断，但传统AI面对它时，最多告诉你“美联储可能降息或加息”，停留在“是什么”的层面。Decitron决策机的处理方式完全不同——它会把问题拆解成几个核心子问题：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？如果最终没有发生，又是哪些变量改变了原有的演进路径？
演示中，用户输入问题后，Decitron决策机并没有急着给出结论。它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，把模糊的问题转化成可推演的决策结构。
在这个案例里，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，将降息这件事拆解成一场围绕通胀、增长和市场预期展开的动态博弈。
经过多轮推演，Decitron生成了几条截然不同的情景分支：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。它进一步给出了每条路径的发生概率、触发条件、关键变量和风险信号，最终形成一套条件化的判断体系。
产业研判是另一个重要方向。以短剧行业为例，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个变量进行综合推演，判断出该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。
值得注意的是，它并没有简单给出“行业会不会降温”的单一结论，而是进一步拆解出了影响行业变化的关键触发信号：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”这三项信号，那么行业分化将进一步加速。
基于这一判断，Decitron决策机还为不同主体给出了行动建议：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；而对于腰部演员，则建议尽快完成厂牌绑定，或向直播、电商、长视频配角等相邻赛道转型。
从美联储降息到短剧行业洗牌，Decitron决策机的处理逻辑是一致的：围绕关键变量、参与主体和变化条件，生成多条可比较、可验证、可追踪的未来路径，并明确标注每条路径的触发条件、概率变化、风险信号和行动建议。
这也正是它作为通用决策大模型的核心能力所在：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，帮助用户在不确定的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，中科闻歌技术团队的这个比喻，精准点出了决策机与传统问答式AI之间的本质差异。
传统大模型擅长回答问题、生成内容、整理知识，但真实世界的决策绝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对此的表述非常直接：“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。”
支撑这一能力的，是三项关键技术路径：世界模型、多智能体推演和博弈求解。它们将世界状态建模、因果推理、概率预测与多方博弈等能力融合在同一个推演链条中，形成了面向复杂决策问题的“四维混合推理能力”，让AI从“生成答案”进一步走向“推演世界”。
具体来说，“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：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。系统会对企业、市场、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，它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”则把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。
值得一提的是，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。这意味着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决策机的能力被提炼为四个层面：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到了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
现实世界时刻在变，AI如何不被旧的判断困住，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。
发布会现场，系统展示了这一功能：用户可以将“美联储降息”议题保存为持续追踪任务。此后，Decitron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。
系统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，而是变成了一个动态更新的判断系统。
正如中科闻歌Decitron决策机产品团队在发布会上所说，Decitron决策机服务的是持续决策。它关注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，系统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）73.40%，平均概率预测偏差（MSE）仅为0.822%。综合表现全面超越行业基线。
中科闻歌方面表示，这表明Decitron决策机已经跳出了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，中科闻歌还开展了一次为期一个月的全天候模拟实时事件推演测试。这项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。
罗引博士在发布会上表示，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核心能力：通过持续识别变量、分析因果关系、比较不同路径、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，王磊董事长把Decitron决策机的发布称为“真实世界决策的AlphaGo时刻”。这个比喻很贴切。
十年前，AlphaGo战胜李世石，证明了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为复杂的决策棋盘——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决策机的目标，是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。
