中科闻歌的通用决策大模型Decitron：从生成答案到推演世界

当前大模型主要解决“生成答案”问题，但在需要推演现实世界、进行多主体博弈和长期决策的场景中，单纯语言模型存在局限。中科闻歌提出“决策机”概念，强调AI应能对世界状态进行显式建模和推理。

一、研发历程

• 2026年6月5日，中科闻歌在北京正式发布这款全栈自研的通用决策大模型，将其称为“真实世界决策的AlphaGo时刻”
• 2026年上半年，中科闻歌完成由DIOS向DOMA架构的系统性升级，Decitron作为核心被纳入覆盖“基—枢—核—脑—端”的决策AI树产品体系
• 2026年8月3日，Decitron完整技术报告正式发布，首次系统公开其三项核心技术贡献

二、主要参数

三、技术原理

Decitron三大核心技术底座详解

1. 显式世界模型MetaWorld‌

和Sora等面向物理空间的视觉世界模型不同，MetaWorld聚焦经济、政策、企业竞争、地缘这类开放复杂系统，将多源信息整理成结构化、持久化、可计算的世界状态，完成全链路因果建模，把现实世界的复杂变量全部转化为可推演的数字沙盘。

2. SAO形式化表示体系‌

采用State–Action–Outcome的标准化形式化表达，把原本模糊的复杂决策问题，直接转化为可计算的推理结构，彻底解决了传统大模型处理决策问题时逻辑松散、无法量化的痛点。

3. 混合推理架构AutoABM‌

融合多智能体模拟、博弈推理和形式化优化能力，基于多智能体决策推演系统，直接求解博弈均衡、策略规划、约束满足这类高复杂度决策问题，是整个模型的核心执行引擎。

四、技术路径

Decitron以世界模型（Meta World）、多智能体推演和博弈求解为三项关键技术，形成面向复杂决策问题的“四维混合推理能力”：

• 世界模型（Meta World）‌：将现实世界转化为可计算的状态空间，把真实世界的各类变量、主体、规则全部映射为可量化计算的数字沙盘
• 多智能体推演‌：模拟企业、市场、公众等多方主体的目标、约束和行动，还原真实世界的多方互动逻辑
• 博弈求解‌：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相结合，把博弈论、最优化理论等领域的求解方法转化为可量化计算的AI算子，让推演结果完全建立在可计算、可追踪的标准化决策求解体系之上

五、运行模式

1. 用户输入复杂决策问题后，系统首先对问题进行结构化处理，识别边界、核心变量和关键主体，将其转化为可推演的决策结构；
2. 随后生成多条可能的演化路径，对每条路径的概率、触发条件、风险信号及行动建议进行量化分析与比较。
3. 它还具备X-Signal（全球信号）持续追踪功能，可将议题保存为长期任务，自动监测相关变量变化并动态更新推演路径与概率。

六、输出形态

Decitron会生成两类标准化报告：

• 推演过程报告：详细记录完整推演逻辑、变量变化路径和每一步的计算依据
• 综合分析报告：面向决策者，给出条件化判断、时间窗口建议、监测指标和重估信号

七、测评表现

在国际权威数据集PolyBench的测评中，Decitron拿下3项SOTA最优结果：

• 终局预测准确率（FFA）达‌81.20%‌
• 预期波动预测准确率（EVPA）为‌73.40%‌
• 平均概率预测偏差（MSE）仅为‌0.822‌
• 在TMGBench博弈均衡识别准确率达99.4%
• 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，验证其在高频变量变化场景下的鲁棒性。

八、独特优势

它首次将世界模型、多智能体模拟、博弈推理等能力统一到一套面向开放世界的决策框架中，形成持续建模、推演、求解和校准的完整闭环，把AI系统的一次性静态判断，转变为随世界变化持续更新的动态计算与推演过程，直接开启了AI辅助真实复杂决策的全新阶段：

八、应用场景

Decitron可应用于政策推演、宏观经济、国际形势、供应链优化、军事博弈、城市治理等需要多主体决策的场景，同时在工业制造、能源电力等产业场景落地应用：

• 金融与宏观领域：可完成美联储利率政策演化、行业发展趋势这类复杂推演任务，拆解出不同演化路径的触发条件和概率
• 产业场景：在工业制造领域用于订单管理、生产排程，在电力行业落地设备预测性维护方案