上海
智东西10月22日报道，蚂蚁数科发布决策模型LingDT-Decision-1.0。该模型提供4B和27B两个版本，专为客服、风控、金融等产业AI场景中的高频决策任务打造，首创推出原生多选与按序决策（DAG）功能。目前，该模型已上线蚂蚁数科DTMaaS平台，开发者可限时免费体验。
首先，过去企业跑客服、风控这类高频判断任务，用通用大模型总免不了先输出一大段文本再做解析，Token消耗高、延迟也下不来，很多场景明明不需要长篇回答，却被生成式模型的固有逻辑拖着走。现在这套模型直接跳过冗余文本生成环节，在限定选项里完成判断，把Token成本压到极低，这种变化不是小优化，是给大量此前算不过来账的产业AI应用打开了落地窗口。很多之前因为算力成本太高没法规模化铺的业务场景，现在一下子有了可落地的空间。
其次，它的原生多选和按序决策能力，补上了通用决策模型在企业复杂流程里的短板。之前Jev这类产品更多面向通用决策层，处理单步单选任务顺手，但碰到真实业务里多诉求叠加、任务有先后依赖的情况，就容易卡壳。蚂蚁这次把DAG决策逻辑做进模型原生能力里，不用靠外部额外套规则，就能同时识别多个诉求、自动按依赖关系排处理顺序，这其实是把模型能力往企业真实业务流程里又推进了一步。很多企业里的工单处理、风控核验场景，之前要靠好几层规则引擎和大模型拼接才能跑通，现在用一个决策模型就能更顺地串起来，减少了很多中间环节的损耗。
第三，这款产品的出现，正在推动决策模型赛道从通用工具竞争，转向垂直产业场景的深度渗透。此前微软等厂商推出的决策模型，更多瞄准开发者生态和通用系统层，而蚂蚁直接扎根到客服、风控、金融这些强合规、强流程的产业场景里，相当于给整个行业示范了一条决策模型落地的新路径。接下来大概率会有更多厂商跟着往细分产业场景扎，不再单纯拼通用评测分数，而是比谁能把模型能力和真实业务流程嵌得更深。这个过程里，产业AI的整体使用门槛会继续往下走，企业不用再为大量非生成类任务支付高额的大模型调用成本，整个行业的AI渗透率也会跟着提速。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
