开源视觉决策模型 Valen 上线 单步决策约 122 毫秒

开源项目 Valen（万澜）将 System One 快速决策思路从文本扩展到视觉世界，单步决策仅需约 122–128 毫秒，适合 GUI Agent 判断弹窗按钮、游戏 Agent 走位、机器人避障等高频快速判断场景。模型受 Jev 启发，支持文本、图片和视频输入，可对任务指令下的候选选项作出判断。其 GitHub 仓库 Liuziyu77/Valen 已上线并获得 390 星，用户还可自行动手训练该模型。

2026-09-28 ~ 2026-09-28 · 2 条相关