微软用阿里Qwen打造决策模型，或将推广至所有领域
微软基于阿里Qwen3.5-9B后训练推出决策模型Microsoft-Decision-1，在结构化决策任务中时延与准确性超越LLM及Jev 1.13.0，正测试应用于事件响应、质量控制、科学发现等领域。
核心要点速览
- 事件要点：微软基于阿里Qwen3.5-9B后训练推出决策模型Microsoft-Decision-1，在结构化决策任务中时延与准确性超越LLM及Jev 1.13.0，正测试应用于事件响应、质量控制、科学发现等领域。
- 技术突破：围绕 Microsoft, 阿里, Qwen 等关键领域展开，推动了当前 AI 技术与工程落地的进一步深化。
- 产业观察：信息源自 雷峰网，为 AI 开发者、研究人员及产业决策者提供了高价值的技术演进信号与参考。
微软于10月12日发布了名为Microsoft-Decision-1的决策模型，该模型基于阿里巴巴Qwen3.5-9B进行后训练。与传统大语言模型不同，决策模型不生成自然语言，而是输出预测值、概率和置信度，模型尺寸远小于LLM，在结构化决策任务中具备更高的效率和准确性。
在性能方面，Microsoft-Decision-1在时延和准确性上均超过了主流LLM及Jev 1.13.0等热门决策模型。微软Xbox研究团队已将该模型应用于超过1万条玩家反馈的处理工作，展示了其在实际业务场景中的可用性。
微软CEO纳德拉在社交媒体上表示，基于新模型的优异表现，微软正在所有领域测试其应用，涵盖事件响应、质量控制、科学发现等多个方向。这一动向表明微软正将决策模型视为通用型AI基础设施，而非局限于特定垂直场景。
决策模型浪潮的兴起源于今年9月Jev模型的爆火，这类模型以轻量级架构和结构化输出能力，在需要精确数值预测和概率判断的任务中展现出独特优势，为AI从内容生成向决策辅助的延伸提供了新路径。
本站展示内容为基于公开信息的资讯解读与整理，不代表原文转载。如需核实细节或获取完整报道，请通过下方链接访问原始来源。
深度背景与行业观察
随着人工智能技术的快速演化，围绕 Microsoft、阿里、Qwen、Qwen打造决策模型 的技术探索正从单纯的算法突破转向系统化、场景化的实际落地。
在开源生态与商业化闭源模型的双重驱动下，算力调度、数据飞轮与智能体（Agent）工作流的结合愈发紧密。本条动态不仅反映了当前领域内的研发热点，也为下一阶段的工具化、工程化实践提供了重要风向标。