微软基于阿里Qwen推出决策模型,决策模型浪潮兴起

微软基于阿里Qwen3.5-9B后训练推出决策模型Microsoft-Decision-1,Qwen已成全球决策模型最主流底座。
微软于10月12日发布决策模型Microsoft-Decision-1,底层基于阿里巴巴Qwen3.5-9B后训练而成,在延迟和准确性上超越传统LLM及Jev等同类模型。决策模型是近期兴起的AI子类别,不生成自然语言,而是输出预测值、概率和置信度等结构化结果,具有体积小、响应快的特点,适用于高频判断场景。目前HuggingFace上129个开源决策模型中有84个基于Qwen开发,Perplexity、Cloudflare、H2O.ai等知名公司亦采用同一底座。微软CEO纳德拉表示正在事件响应、质量控制、科学发现等全领域测试该模型,Xbox研究团队已用其处理逾万条玩家反馈。这一趋势折射出AI模型形态的分化,以及开源基础模型在工程落地中日益放大的生态价值。
微软发布Microsoft-Decision-1决策模型
微软在10月12日推出全新的决策模型Microsoft-Decision-1,这款模型并非从零构建,而是基于阿里巴巴的Qwen3.5-9B进行后训练而成。根据微软官方披露的信息,该模型专注于结构化决策任务,在时延和准确性等关键指标上,超越了传统的大语言模型(LLM)以及Jev 1.13.0等当前热门的决策模型。
这一表现并非停留在实验室层面。微软Xbox研究团队已将该模型投入实际应用,用它处理超过1万条玩家反馈数据。微软CEO纳德拉也在社交媒体上表态,基于新模型展现出的优异表现,微软正在公司各个领域测试这一模型的应用潜力,覆盖事件响应、质量控制、科学发现等多个场景。

什么是决策模型?与LLM有何不同
决策模型是近期兴起的一类AI模型,它与我们熟悉的大语言模型存在本质区别。LLM的核心任务是生成自然语言——写文章、回答问题、编写代码。而决策模型不生成文本,它输出的是预测值、概率和置信度这类结构化结果。
这种设计带来两个直接优势:模型尺寸比LLM小得多,响应速度也更快。在实际的AI工作流中,系统往往需要频繁做出判断——是否通过某项质检、如何对事件优先级排序、哪个方案置信度更高。这类高频、低延迟的判断需求,恰好是决策模型的用武之地,而动辄数百亿参数的LLM在这些场景中反而显得笨重且成本高昂。
决策模型浪潮的起点
据了解,这股决策模型浪潮的直接导火索是9月份爆火的Jev模型。Jev的走红让业界意识到,针对判断类任务打造专门的小型模型,比直接调用通用大模型更具性价比。此后,多家科技公司迅速跟进,决策模型成为AI领域一个值得关注的细分方向。
Jev模型是由初创团队推出的轻量级判断模型,其核心设计理念是将"是/否"类二元决策、多选优先级排序、置信度评分等判断任务从通用LLM中剥离出来,用一个参数量在数十亿级别的小模型专门承接。Jev 1.13.0是其目前广泛引用的版本,在分类准确率和推理延迟的综合基准上表现突出,被业界视为决策模型这一子类别的标杆参照。微软在发布Microsoft-Decision-1时明确以Jev 1.13.0作为对比基准,也说明Jev目前在该赛道中的基准地位。
阿里Qwen成为决策模型的底层首选
在这波浪潮中,一个值得关注的现象是阿里巴巴Qwen系列模型的广泛采用。有数据统计显示,在HuggingFace平台的129个开源决策模型项目中,基于阿里Qwen开发的就有84个,占比超过65%。
这一比例背后是一份颇具分量的采用名单。除了微软的Microsoft-Decision-1,Perplexity、Cloudflare、H2O.ai等公司推出的知名决策模型,底层同样选择了阿里Qwen。换句话说,当前市场上超过半数的决策模型,其能力根基都来自这个开源模型家族。
为什么是Qwen
Qwen能成为决策模型的主流底座,与其开源策略和模型质量密不可分。开源意味着企业可以自由地在其基础上进行后训练和二次开发,无需从头训练模型即可获得强大的基础能力。微软选择Qwen3.5-9B作为Microsoft-Decision-1的起点,正是看中了这种"站在巨人肩膀上"的开发效率。对于需要针对特定决策场景快速定制的企业而言,一个性能可靠、许可开放的基础模型,价值远超重新造轮子。
后训练(Post-training)是指在一个已经预训练完成的基础模型之上,针对特定任务或领域继续进行有监督微调(SFT)、强化学习(RLHF)或偏好对齐等训练步骤,而无需从零开始训练。相比完整的预训练动辄消耗数千万美元的算力,后训练的成本和周期都大幅压缩。Qwen系列采用Apache 2.0或Qwen自定义商业许可,允许企业进行商业用途的二次开发与分发,这与部分对商业使用设有限制的开源模型形成差异。正是"高质量预训练基础 + 宽松开源许可"的组合,使得Qwen成为企业快速定制决策模型的首选起点。
行业意义:开源基础模型的生态效应
Microsoft-Decision-1的发布,透露出几个值得深思的行业信号。
其一,模型形态正在走向分化。LLM负责生成与理解,决策模型负责判断与预测,不同任务由不同形态的模型承担,整个AI系统正变得更加精细化和专业化。
其二,开源基础模型的生态价值被进一步放大。当微软这样的巨头都愿意基于阿里Qwen做二次开发,说明在实际工程落地中,技术实力与开放许可比厂商标签更重要。超过65%的采用率,是对Qwen模型能力的市场投票。
其三,决策模型的轻量化特性,为AI大规模落地提供了新路径。在成本和延迟都敏感的生产环境中,小而专的模型可能比大而全的模型更受企业青睐。微软在Xbox玩家反馈处理上的实践,以及纳德拉提到的事件响应、质量控制、科学发现等测试方向,都指向一个趋势:决策模型有望渗透到企业运营的各个判断环节。
从Jev引发浪潮,到微软跟进并计划全领域推广,这条技术路线的演进速度相当可观。而阿里Qwen在其中扮演的底层角色,也让这波浪潮带上了明显的开源生态印记。
相关推荐

花旗14000名工程师用Devin,技术外包账单砍掉30%
花旗集团14000名工程师使用AI编程智能体Devin,一年内将技术供应商账单削减30%,产品发布提速30-40%。但30%仅限单一成本项,摩根大通同期表示AI收益尚未体现在财报中,揭示企业AI落地的真实分化。

AI写代码,程序员要失业?Devin自主编程真相
Devin等自主AI编程代理正改变软件开发:从Copilot辅助编码到全自动工程代理,程序员角色从写代码转向系统设计与监督。本文分析AI编程对就业、代码安全、初级开发者培养的影响,以及效率悖论下程序员需求的真实走向。

AGENTS.md 实战指南:让编程 Agent 真正好用
AGENTS.md 和 CLAUDE.md 能显著提升编程 Agent 表现,但研究发现用错反而让成本上升 20%。本文详解该写什么、该删什么、200 行与 32KB 的硬边界、Monorepo 嵌套规则及安全提醒。