Jev verringert die Sim2real-Lücke in der Roboter-Navigation
Der Beitrag besagt, dass Jev hilft, die Lücke zwischen Simulation und Realität bei der semantischen Roboternavigation zu schließen.
THE JEV GUIDE · CURATED EDITION
Robotik.
Launch News, Erklärungen, Demos und Community Projekte rund um TypeSafe Jev, nach Themen geordnet. Jeder Eintrag verweist auf die Quelle bei X.
Kuratierte Auswahl · Nicht vollständig · Manuell aktualisiert
6757kuratierte Posts
3414Originalvideos
Sponsors
Diese Produkte finanzieren das Verzeichnis. Ihres auch hier?
Jev-gestützte Analyse: Spitzen-LLMs halten schnell Einzug in die Robotikforschung
Ben Kolligs verfolgte drei aktuelle LLM-Veröffentlichungen. Von 75 zugehörigen Papieren identifizierte die Jev-gestützte Analyse 60, die die Modelle tatsächlich in Robotersystemen, Experimenten oder der Datengenerierung einsetzen – ein realer Anwendungsfall von Jev in der Forschungsanalyse.
Jev & Robotik-Treffen: Physical AI und Decisions API ausprobieren
Diese Veranstaltung erkundet die Kombination von generativer KI Jev mit Robotik, testet Liquid AI d1-3B und OpenAI Decisions API praktisch und berichtet über den Shenzhen-Besuch im Dezember.
Diskussion zur Kombination von Jev-Entscheidungsmodell mit Vision in Robotern/Drohnen
Der Beitrag weist darauf hin, dass Entscheidungsmodelle wie Jev Urteile, Klassifikation und Bewertung übernehmen, ohne selbst Bilder zu sehen; in Roboter- und Drohnenanwendungen muss ein visuelles System dem Modell zuerst mitteilen, was im Bild ist, wie viele und wo.
Verkörperte KI × JEV: Streaming-Videoverständnis und visuelle Lokalisierung
Ausgehend vom JEV-Entscheidungsmodell wird erörtert, wie KI in der realen Welt autonom urteilen und rechtzeitig warnen kann, und es werden mit VLX-Flow und VLX-Seek zwei Modelle für Streaming-Videoverständnis und visuelle Lokalisierung in verkörperten Szenarien vorgestellt.
One card in the feed, every sixteen, on every page of it. $50 a week, cancel any week.
Realer Anwendungsfall von JEV für Roboter und Drohnen
Der Beitrag argumentiert, dass JEV die Entscheidung übernimmt, aber Roboter und Drohnen zuerst die Szene genau erfassen, alle Objekte zählen und das Nichtvorhandensein feststellen müssen, bevor JEV zuverlässige Entscheidungen treffen kann.
Jev-Harness für die Roboternavigation
Der Beitrag erwähnt ein Jev-Harness für die Roboternavigation und zeigt eine reale Anwendung des TypeSafe-Jev-Modells.
Aufbau eines Robotersteuerungs-Harness mit TypeSafe AI Jev
Entwickler Ben C baut ein Steuerungs-Harness für Roboter mit TypeSafe AI Jev und Cloudflare Clairic, mit einem Beispiel-Prompt: „Geh in die Küche und finde den Herd.
Microduck nutzt Jev, um Objekte zu erkennen und aufzunehmen
ft-lab teilt Fortschritte des Roboters Microduck: Jev filtert nicht greifbare Objekte heraus, sucht greifbare, und der Roboter nähert sich und nimmt sie auf – nur per Kamera. Außerdem zeigte sich, dass Objekte zu Füßen nicht sichtbar sind, daher muss er rückwärts fahren und suchen.
JEV als Ergänzung im Roboter-Sprachsetup
Der Nutzer lobt die natürliche Gesprächswirkung eines Sprachsystems und plant, es als Sprachschicht des Roboters zu nutzen, während JEV die übrigen Teile übernimmt.
4B-Jev-Style-Bewertungsmodell übertrifft Modelle bis 27B in Robotik-Benchmarks
Der Autor teilt ein 4B-Jev-Style-Bewertungsmodell, das mit öffentlichen Daten und eigenem Rezept trainiert wurde. Es übertrifft multimodale Jev-Style-Modelle bis 27B auf RoboPulse, RoboRewardBench und realen Roboter-Rollouts, wobei spezialisierte Belohnungsmodelle in ihren Bereichen weiterhin die Nase vorn haben.
Jev-Modell für Robotermanipulation: JevAny-Robotics-4B als Open Source
Nach dem Open-Sourcing von JevAny, einer Infrastruktur für Entscheidungsmodelle, wurde JevAny-Robotics-4B feinabgestimmt, ein spezialisiertes Modell für Beurteilungsaufgaben in der Robotermanipulation. Link
