Jev刚火5天,Cua就把决策模型压到2.8MB
相关推荐
Cua Driver给Agent补上「眼睛」:纯像素界面也能识别按钮和文字
动察 Beating AI 快讯,开源 Computer Use 工具 Cua 给 Cua Driver 加入可选的 Perception 视觉扩展。Driver 原本优先通过网页结构和系统无障碍树找按钮。遇到 Canvas、游戏、远程桌面或自绘应用时,这些结构可能为空。Perception 会直接读取截图,把画面拆成带文字、类型和位置的区域,供 Agent 继续操作。 首版用 OmniParser 识别图标和控件,用 PP-OCR 读取文字。整个解析过程在本机 CPU 完成,不需要 GPU,也不把截图发到网络。官方实测单张截图在 macOS 约需 2 至 2.5 秒,Linux 为 3.5 至 4 秒,Windows 为 8 至 9 秒。它主要在页面结构和无障碍树失效时兜底,不会默认每一步都跑视觉解析。 Cua 还限制了视觉操作对旧截图的复用。每次视觉识别都会绑定当前截图的 `capture_id`,随后点击必须来自同一张截图。截图超过 60 秒,或者已经执行过一次操作,Driver 就会拒绝继续使用,避免界面变化后还拿旧坐标误点。 Cua 过去其实已经能通过 `cua-som` 和 OmniParser 做视觉定位。现在这套能力被直接接进 Cua Driver,上层 Agent 可以通过统一接口拿到识别结果。即使模型本身不会看图,也可以根据这些文字和区域信息决定下一步操作。 Perception 不是默认组件,其中 OmniParser 检测器采用 AGPL-3.0;Cua Driver 仍保持 MIT 协议。
Cua一口气开源两款S1模型,还拉Jev来同场考试
动察 Beating AI 快讯,开源 computer-use 基础设施项目 Cua 开源了两款专门做 Computer Use 决策的 S1 模型,同时发布 Cua-Bench-S1,把 Jev 这类模型单独拉出来评测。 这套评测不让模型自己规划。每道题直接给当前界面和一组选好的操作,比如「填邮箱」「勾选同意」「点击提交」「跳过」,模型只选一次。不能反复看屏幕,也没有失败重试。这样测的就是最纯粹的一个问题:下一步该做什么。 一起开源的两款模型走了两条路。Nano 只有约 85.5 万可训练参数,从零训练,专门做候选操作打分;4B 版则直接拿 Qwen3.5-4B 做底座,再微调成同样的「选择题模型」。前者追求极小和极快,后者用大模型原本的理解能力换更强的泛化。 评测除了填表、登录、搜索这些常见操作,还加入安全判断、国际象棋、Doom 和 JevBench。后面几项故意不给模型训练,用来看它离开熟悉任务后还能不能做对决定。
SGLang给普通大模型加上Jev式决策模式,不微调也能直接做选择
动察 Beating AI 快讯,大模型推理/部署框架 SGLang 新增原生决策 API,让 Qwen3.8-27B 这类现成 LLM 和多模态模型不用改权重、也不用重新微调,就能直接做选择、判断和打分。开发者给出当前情况和几个候选答案,模型直接返回每个选项的概率,不再先生成一段文字再解析。 它利用的是大模型本来就会计算的「下一个 token 概率」。比如候选答案是 A、B、C,普通聊天模型会继续生成文字;SGLang 则直接读取模型对 A、B、C 的概率,看看它更倾向哪个答案。模型本身没变,只是换了一种读取结果的方式。 SGLang 用 Qwen3.8-27B 做了一个《宝可梦 FireRed》演示。模型根据实时游戏状态判断攻击、换精灵还是治疗,单次决策低于 100ms,并一次打通四天王和冠军。Qwen3.8-27B 本身支持图像输入,所以这套方法也能处理多模态决策。 SGLang 还新增 /v1/systemone 接口,兼容 Jev 使用的 TypeSafe SDK。已经使用这套 SDK 的应用,可以把服务地址改成自己的 SGLang 实例继续调用。新功能已经进入 nightly 版本,计划随 v0.5.21 正式发布。
斯坦福与英伟达开源Jev同类模型CLM-8B,最高快9倍
动察 Beating AI 快讯,斯坦福大学与 NVIDIA Research 研究人员开源 Jev 同类 System One 模型 CLM-8B,专门帮 Agent 快速做判断和选择。 CLM 和 Jev 做的是同一类事,都让 Agent 跳过长文本生成,直接从几个候选动作里做选择。CLM 的主要区别在底层架构:它把「当前状态」和「候选动作」分开计算,固定动作可以提前算好反复使用,因此在需要连续做决定的场景里更快。官方测试中,CLM-8B 表现整体接近 Jev,最高将延迟压低约 9 倍。 团队还把 CLM 用来给 Coding Agent 挑答案。Opus 5 和 Fable 5 先生成多份候选方案,再由微调后的 CLM 选出最好的一份。在 38 个 DeepSWE 留出任务上,成功率达到 81.6%;在 30 个 Terminal-Bench 2.1 留出任务上达到 87.6%。 CLM-8B 基于冻结的 Qwen3-8B,只额外训练状态和动作投影头。训练数据包括约 6000 万组问答、3000 万个困难负样本和约 100 万条 Agent 轨迹。代码和模型权重均已开放,采用 Apache 2.0 许可。
TypeSafe AI 决策模型 Jev 正式登陆 B.AI API,输入低至 $0.042/百万 Token
ChainCatcher 消息,B.AI 平台宣布 TypeSafe AI 推出的首款 System One 模型 Jev 正式上线 API。 Jev 专为软件内的高速结构化决策打造,不生成任何文本:开发者输入应用状态与类型化问题后,模型直接返回带概率与置信度的决策结果,无需 JSON Prompt,也无需解析输出。模型支持 Choice / Score / Noul 三类原语并行评估,端到端延迟约 70–500ms,输入仅 $0.042/百万 Token,输出免费,适用于工单路由、内容审核、风险评分及 Agent 分支判断等场景。 目前 Jev 已在 B.AI API 的“官方”→“全量接入”列表中开放,可通过 Jev-1.13.0 或 Jev-Latest 调用。
英伟达任命Jones为首位董事会主席,拥有逾30年科技管理及投资经验
Odaily星球日报讯 英伟达(NVDA.O)今日宣布,黄仁勋即日起辞去总裁、首席执行官及董事会成员职务。任命 Harvey C. Jones 为公司首任董事会主席。Jones 自 2004 年以来一直担任私人投资公司 Square Wave Ventures 的管理合伙人,拥有超过 30 年的创业、高科技企业管理及风险投资经验。1981 年,他联合创立了计算机辅助工程公司 Daisy Systems,并最终担任该公司总裁兼首席执行官,直至 1987 年。 1987 年至 1998 年间,他领导了大型电子设计自动化公司新思科技,先后担任首席执行官七年及执行董事长。1997 年,琼斯联合创立了私营技术知识产权公司 Tensilica,该公司专门开发和授权高性能嵌入式处理器核心。 自公司成立起,Jones 一直担任 Tensilica 董事会主席,直至该公司于 2013 年被楷登电子收购。Jones 拥有乔治城大学数学与计算机科学学士学位,以及麻省理工学院管理学硕士学位。他于 1993 年加入英伟达董事会。(金十)