DIP· 决策智能平台
真正打通"数据-本体-决策"的三位一体闭环
基于DOMA架构(Data+Ontology+Models+Agents)，DIP决策智能平台将多源异构数据汇聚编排，沉淀为高价值的企业级本体库。
增强大模型智能体，实现从全景对象探索到业务行动（Action）触发的无缝衔接，提供"感知、分析、决策、行动"AI智能体应用，驱动企业智能化跨越。
真正打通"数据-本体-决策"的三位一体闭环
基于DOMA架构(Data+Ontology+Models+Agents)，DIP决策智能平台将多源异构数据汇聚编排，沉淀为高价值的企业级本体库。
增强大模型智能体，实现从全景对象探索到业务行动（Action）触发的无缝衔接，提供"感知、分析、决策、行动"AI智能体应用，驱动企业智能化跨越。
DOMA，让企业从“数据驱动”走向“决策驱动”，让复杂世界变得可理解、可推演、可执行
中科闻歌，让AI从“理解”走向“决策与行动”
让 AI 理解业务，而不仅是理解语言
通过本体与规则建模，将业务对象、关系与约束结构化表达，使 AI 在真实业务语义空间中进行推理。
将现实世界转化为可计算系统
面向政务、金融与产业等复杂场景，将多变量、多约束、多参与方的现实问题抽象为可模拟系统。
不只给答案，而是比较策略、选择最优
在不确定性条件下，构建多种可能情景，融合决策论和博弈论方法，输出可解释的决策方案。
从洞察到行动，一体化完成
提出 DOMA 技术架构，打通数据、模型与智能体执行链路，形成“分析—决策—执行”闭环。
一次构建，多场景复用
基于通用能力底座与可配置本体结构，快速适配，让 AI 从单点应用走向规模化落地。
基于全栈AI能力与行业深度融合实践，已服务 650+ 头部政企客户
打造面向金融机构的智能决策与风险控制核心系统，重构金融业务的决策方式。
• 智能信贷审批与风险评估系统，审批周期缩短至数小时
• 面向企业与产业链的风险预警与信用评估系统
• 融合大模型与图计算的智能投研与合规分析系统
推动金融体系从“经验驱动事务”走向“模型驱动决策”。
打造面向科学发现与工程创新的AI基础设施，加速知识生产与技术突破。
• 基于AI4S 磐石大模型的科研智能平台
• 面向科研人员的文献分析、实验设计与知识发现系统
• 支持科研流程自动化的智能体系统
推动科研从“经验探索”走向“可计算、可推演的科学发现”。
打造面向品牌与营销机构的智能决策与内容生产核心系统，重构营销全链路的作业模式。
• 多智能体营销平台，全流程策划周期缩至小时级
• AI 内容工厂批量生产，适配多场景多平台内容
• 大数据驱动营销，全周期精准优化与归因复盘
推动营销行业从"经验驱动、人力密集"走向"数据驱动、智能协同"。
全球500强制造企业 COO
工业智能
依托中科闻歌 DIP 平台与 DOMA 架构，打通产线、设备、质检数据，AI 不仅提升检测精度，更让生产可预测可优化，决策由经验转向模型驱动。
文章聚焦于人工智能安全领域中的“持续机器遗忘”这一关键问题，旨在研究如何让机器学习模型高效、选择性地遗忘特定数据或知识，同时尽可能保持其整体性能。为了解决传统方法在效果与稳定性上的不足，作者创新性地提出了一种协同框架，将监督微调（SFT）与强化学习（RL）相结合，并引入了基于奖励的采样机制，以更精细地指导遗忘过程并优化模型行为。这项研究为提升AI模型的安全性、适应性和合规性提供了新的技术思路。
文章提出了一种情感增强的双智能体模型框架，其中一个智能体负责理解用户的情感状态，而另一个智能体则专注于模拟和利用用户在选择过程中可能出现的认知冲突（例如，理性偏好与情感偏好间的矛盾）。通过让两个智能体进行交互与协同，模型能够更深入地理解用户复杂且动态的决策过程，从而生成更为精准和人性化的推荐。这项研究为推荐系统领域引入了多智能体交互和认知冲突建模的新视角，为开发更智能、更能满足用户复杂心理需求的下一代推荐技术提供了思路。
文章提出了一个针对表格问答（Table QA）任务构建的真实场景基准测试，旨在解决现有评测在复杂性、多语言支持及表格结构多样性方面的局限。该基准涵盖了多种语言，并集成了包含多级表头、合并单元格等复杂布局的非规范表格，通过提供具有挑战性的真实世界数据和复杂推理需求，为评估大语言模型（LLM）在处理多结构、跨语言表格信息时的理解与推理能力提供了更为全面且严苛的标准。
吴晓波频道《AI闪耀中国》首期节目，邀请中科闻歌董事长王磊与吴晓波展开了一场围绕企业AI落地与决策智能的对谈。当AI从“会生成”走向“能决策”，企业真正需要的，究竟是什么？
