上海AI实验室推出决策模型书生·明决，4B版本七项评测平均90.02分

上海人工智能实验室推出决策模型书生·明决（Decision），定位为智能体在动态环境中执行任务时的决策部件，包含0.8B、2B、4B三档参数版本，并已在GitHub和Hugging Face开放模型与合集入口。 模型的核心变化是把视觉信息直接融入决策环节。此前的结构化决策模型如Jev已能把判断转化为程序可用的选项，而书生·明决进一步读取游戏画面、图形界面等图像输入，在感知画面的同时输出动作选择。原文演示覆盖二维网格地图、横版闯关、第一人称三维场景中的路线选择、危险物品识别与空间方位判断，以及图案验证码场景下读懂指令、识别目标、输出点击动作的完整流程。 性能方面，团队在JevBench的Easy、Original、Hard三个子集以及Typed Decision、ToolACE、AG News、WildJailBreak共七项任务上对比评测。书生·明决4B平均得分90.02，较Jev的88.74高1.28分，居参评模型首位；其中Typed Decision得80.55、ToolACE得96.45，分别高于Jev的73.35和91.29，JevBench-Hard得73.87，与JevK5并列最高。 速度测试在RTX 4090环境完成。0.8B和2B模型平均端到端时延分别为33.98毫秒和33.28毫秒，对应每秒约30次决策；4B模型平均时延44.16毫秒，P95时延44.60毫秒，而Jev平均时延为109.70毫秒。 团队还对模型做了温度校准，使输出置信度更贴近实际准确率，并据此设计大小模型分流机制。在JevBench-Hard的111道题上，书生·明决4B独立作答答对82题、准确率73.87%、耗时4.90秒；Atria-Dawn-Preview独立作答答对99题、准确率89.19%、耗时300.03秒。按置信度挑出42道不确定题目交给大模型后，组合方案答对97题、准确率87.39%、耗时约140.16秒，比全程使用大模型少答对2题，但时间减少约53.3%。此外，书生·明决也可作为大模型的执行部件，在浏览器操作中负责点击、滚动、返回等高频局部决策。 该模型即将接入书生·端砚科学发现平台，用于科学智能场景下的实验交互与自动化科研闭环。这一路线延续了周伯文2024年提出的SAGE“智者”构想，即由系统1的直觉式快思考与系统2的逻辑式慢思考协同构成通用智能架构。