Omni-Decision 用证据账本把全模态智能体的规划瓶颈变成可归因对象，在 OmniGAIA 上以 81.4% 准确率、约 43% 成本超过 Gemini-3.1-Pro
该工作提出 Omni-Decision：用任务级证据账本取代不断增长的对话历史，由 critic 把每个含噪多模态观测消化为类型化证据事件、经确定性 reducer 提交，使规划器始终在紧凑且已验证的状态上决策；受控替换实验显示替换规划器造成的性能损失远大于替换感知后端，系统在 OmniGAIA 上达到 81.4% 准确率（约为 Gemini-3.1-Pro 每题成本的 43%），在 WorldSense 长视频理解上达到 65.0%，并可用执行轨迹对较弱规划器做监督微调与决策级强化学习。