推出 Simplex FastCD：让模型在交互中快速做决定
从交互与机器人走向开放体验：支持图片输入、最多 1,024 个候选项，以及单选、多选、判断与评分的快速决策模型。
Simplex AI 研究与工程交互系统里，有很多决定等不了一段长回答。
用户是不是还没说完？现在适合主动开口吗？几个事件同时发生，应该先处理哪个？这些问题通常只需要一个明确的选择，却会直接影响后续系统能否及时响应。
今天，我们介绍 Simplex FastCD（Fast Constrained Decision-making）：一个由 Qwen 家族开源模型改进而来的快速决策模型。它此前主要服务于我们的交互模型与机器人系统，现在我们准备把它开放出来，让更多人试试这种把模型放进决策环路的方式。
从内部的快思考，到可调用的决策模型
我们长期把 System-one 快思考模型用于交互轮次检测、主动触发、社会化感知，以及多事件处理的优先级判断。这类系统中，一些紧凑决策环节只有 50–200 ms 的响应预算：先快速决定要不要做、做哪一个，再由后续系统完成动作或生成回答。
这个范围是应用设计目标，并不是所有 FastCD 请求的延迟承诺。上下文长度、问题数量、图片输入、推理设置和服务负载都会改变实际耗时。
Jev 让更多人看到了这类决策模型在机器人、自动驾驶和 Browser Use 中的潜力，也促使我们把自己的探索整理成一个可以体验的服务。第一次把这样的决策接到电脑操作与机器人上，看着一个选择真正推动下一步动作，确实让我们感到震撼。
让选择直接进入程序
FastCD 接收文字、结构化上下文和图片，输出程序可以直接使用的决策。你给出当前状态、问题和允许的候选项，模型在这个范围内完成选择。
- 单选：从最多 1,024 个候选项中选择一个，并返回候选分布。
- 多选：从同一组候选项中选择多个相关选项，适合多标签判断与同时成立的事件识别。
- 判断：返回一个问题为“是”的概率，便于程序设置触发阈值。
- 有序评分：按给定的等级标准评估状态，用于排序或后续规则。
- 多模态输入：把图片与问题放在一起，支持有视觉依据的选择。
例如，交互系统可以先判断“继续倾听、回应用户、暂缓动作”中的哪一项更合适；视觉应用可以根据图片从候选对象里选出符合条件的多个目标。模型给出判断，应用再结合自己的状态与约束决定如何执行。
与 Jev 的公开接口相比，我们主要扩展了图片输入、更大的候选集合，以及原生多选。截至本文整理时，Jev 文档中的 Choice 上限是 255 项，并提供 Choice、Noul 和 Score 三种原语；多标签任务也可以通过组合判断来实现。FastCD 的原生多选让这类需求有了更直接的接口。
关于置信度，我们先看实际测试
除了“选对了多少”，我们也关心模型是否能把容易出错的回答排在置信度较低的一侧。在一组包含 2,000 个配对问题的内部测试中，我们用双方候选分布的最大概率作为共同置信度口径，比较了 FastCD 和 Jev：
| 指标 | FastCD | Jev |
|---|---|---|
| 错误识别 AUROC ↑ | 0.745 | 0.751 |
| 与参考标签一致率 ↑ | 65.85% | 73.35% |
| 校准误差 ECE（10 桶）↓ | 7.59% | 2.92% |
这组测试基于公开的 typed-decisions 数据，参考标签来自教师分布，而不是人工真值。AUROC 衡量置信度区分正确与错误答案的能力，数值上两者接近；但 Jev 在这组测试中的标签一致率和校准误差更好。因此，我们不会把接近的 AUROC 解读为整体效果相同，也不会据此声称复现了 Jev 的 RLCD 训练结果。
候选概率与置信度可以帮助系统决定是否继续执行、重新判断或转交其他模型，但不应直接理解成“这个答案一定有多少概率正确”。具体阈值仍需要在自己的任务上验证。
在内部交互测试中，我们也看到了有用的结果。例如，一组 25 个固定的中文交互状态测试中，针对部分转写是否适合预取的判断答对了 23 个，平均请求耗时约 144 ms。这是小规模、人工编写的测试集，说明的是特定配置下的可行性，还不能代表真实用户场景的整体成功率。
接下来，用演示说话
我们会补充几个小演示，把输入、候选项、决策结果和后续动作放在同一个画面里。下面先留出位置，视频整理好后替换。
演示 01
视频演示 01 · 电脑操作（待补充）
计划展示：从屏幕状态与候选操作中选择下一步，再观察页面变化。
演示 02
视频演示 02 · 机器人交互（待补充）
计划展示：面对同时发生的事件，判断响应时机与处理优先级。
演示 03
视频演示 03 · 多模态多选（待补充）
计划展示：根据图片与文字条件，选出多个符合要求的候选项。
先开放体验，再继续迭代
前期我们会把 FastCD 部署在自己的集群上，体验阶段免费开放。部署与体验还在持续完善，免费阶段也会保留必要的并发和速率限制。
你可以从 FastCD Playground 开始尝试，也可以阅读 接口文档，把一个明确的判断问题接入自己的程序。
我们还会继续整理评测和演示。如果时间允许，也会分享对 RLCD 的理解，以及后续研究或可能的开源项目。先让大家用起来，再一起看看快速决策能走到哪里。
参考资料
- TypeSafe：介绍 System One 与 Jev
- Jev API 文档与模型说明（接口对比核对于 2026 年 9 月 21 日）
- typed-decisions 数据集