Jev 缩小机器人导航 sim2real 差距
该帖子称Jev能帮助缩小语义机器人导航中仿真环境与现实环境之间的差距。
THE JEV GUIDE · CURATED EDITION
TypeSafe Jev 的发布、原理、演示与社区实践,按主题整理。每条内容都可回到 X 原帖核对。
人工精选 · 非全量收录 · 手动更新
Sponsors
这些产品赞助了本目录。 把你的产品放上来
该帖子称Jev能帮助缩小语义机器人导航中仿真环境与现实环境之间的差距。
Ben Kolligs 梳理了最近三次 LLM 发布,在 75 篇相关论文中,借助 Jev 辅助分析识别出 60 篇真正将模型用于机器人系统、实验或数据生成,体现 Jev 在科研分析中的实际价值。
活动探索生成AI Jev 与机器人组合的可能性,并实际试玩Liquid AI『d1-3B』和OpenAI『Decisions API』,同时分享12月深圳访问的内容。
帖子指出 Jev 这类决策模型负责判断、分类、打分,本身不直接看画面;在机器人和无人机应用中,需要先由视觉系统告诉模型画面里有什么、有几个、在哪。
由 JEV 决策模型引发讨论,关注 AI 在真实世界中的自主判断和提醒,并介绍 VLX-Flow 与 VLX-Seek 两个面向具身场景的流式视频理解与视觉定位模型。
信息流里每 16 张、每一页都有一张。每周 $50,任意一周可停。
帖子认为 JEV 负责判断,但机器人和无人机需要先准确识别场景、清点目标并判断空无一物,之后 JEV 才能做出可靠决策。
该帖提到一个用于机器人导航的 Jev 工具,可能涉及 TypeSafe Jev 模型在机器人领域的实际应用。
开发者 Ben C 正在使用 TypeSafe AI Jev 配合 Cloudflare Clairic 构建机器人控制工具,示例指令为“去厨房找炉子”。
ft-lab 分享了机器人 Microduck 的进展:先用 Jev 排除不能叼的物体,再搜寻可叼物并完成靠近与叼取流程,整个判断仅依赖摄像头;同时发现脚边物体存在盲区,需要后退搜索。
用户认可某语音系统的对话自然度,并设想将其作为机器人语音层,由 JEV 承担其他环节,构成完整机器人方案。
作者分享利用公开数据和自有配方训练的4B Jev风格评判模型,在RoboPulse、RoboRewardBench及真实机器人部署中击败了多种多模态Jev风格模型(最高27B),并指出专用奖励模型在特定任务上仍占优势。
开源决策模型基础设施 JevAny 后,团队进一步微调出专用于机器人操作的 JevAny-Robotics-4B 模型,用于操作判断任务。 链接
在 GitHub 点 Star,支持我们继续收集和整理 Jev 案例。