据中科院自动化所官网、科学网7月29日报道，中科院自动化所联合阿里通义千问团队正式发布Qwen-CogAgent认知大模型，参数规模480亿。该模型重点突破思维链（Chain-of-Thought, CoT）推理能力，在数学竞赛、逻辑推理、复杂决策任务上得分刷新开源模型SOTA。
Qwen-CogAgent的核心创新在于「可解释CoT推理」技术架构。传统CoT推理模型虽然在性能上有所提升，但推理过程对用户不透明，难以用于金融、医疗、政务等高合规要求行业。Qwen-CogAgent通过创新的「推理路径可视化」能力，将模型的每一步推理过程以自然语言形式输出，使用户能够清晰理解模型的决策逻辑。
在GSM8K、MATH、HumanEval、MMLU等基准测试中，Qwen-CogAgent综合得分均刷新开源模型SOTA。其中GSM8K得分96.7（GPT-5.6 Sol得分为98.1，差距仅1.4个百分点），MATH得分88.4（GPT-5.6 Sol得分为92.3，差距3.9个百分点）。中科院自动化所研究员表示，Qwen-CogAgent已具备「接近GPT-5.6 Sol」的综合能力。
Qwen-CogAgent已在招商银行、中国平安、宁德时代等头部企业完成实地测试。招商银行信用卡中心使用Qwen-CogAgent进行信用卡反欺诈决策，决策准确率提升至98.6%，单日决策量超过500万次。宁德时代将Qwen-CogAgent应用于电池研发，加速新电池材料发现周期从传统18个月缩短至4个月。Qwen-CogAgent同步在HuggingFace、ModelScope开源，社区反馈活跃。
Qwen-CogAgent的可解释CoT推理能力使其成为高合规行业的首选AI助手。在金融领域，Qwen-CogAgent可清晰展示风控决策的每一步推理路径，符合《商业银行资本管理办法》对AI决策可解释性的要求；在医疗领域，其诊断推理过程可向医生透明展示，辅助医生做出最终决策；在政务领域，可清晰输出政策推理的逻辑链条，满足行政复议、政务公开等流程的透明性要求。Qwen-CogAgent已开源480亿参数的Qwen-CogAgent-Large、72亿参数的Qwen-CogAgent-Medium、7亿参数的Qwen-CogAgent-Lite三个版本，覆盖从云端到端侧的全场景部署需求。
