开源视觉决策模型 Valen：单步决策仅122–128毫秒
aigclink · x · 2026-09-28
开源项目 Valen（万澜）把 System One 决策思路从文本扩展到视觉世界，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。
- 模型看图/看状态后，对给定候选动作直接打分并输出概率，不生成回答 token
- 底层用 Qwen3.5-0.8B/2B 做视觉与文本表征，接共享决策头完成打分
- 官方数据：单步决策 122–128 ms，四局并行 1.24 秒内
- 定位为 Agent 的高频反射层，仓库含训练、推理与评测全流程
所属事件:开源视觉决策模型 Valen 上线 单步决策约 122 毫秒(2 条相关)→
「编程与Agent」频道最新
- Gemini 可替 Pixel 用户致电商家订位查货,AI 表明身份 — rvp · 2026-09-28
- Anthropic 硬件标准 MHS 能否打通工厂旧设备与 AI 的连接 — burhop · 2026-09-28
- IndicBankBench：799 例基准测银行 AI 助手，最高可靠率仅 58.2% — NPCI · 2026-09-28
- Grok 4.8 曝光:已现身 Cursor 服务端模型列表,距 4.7 发布仅一周 — gaganghotra_ · 2026-09-28
- 让 AI 边干活边教学:把 ELI5 写进记忆的实用工作流 — thejasminejade · 2026-09-28
- Claude Code 一小时速成课：学会用 AI 构建与自动化一切 — anthara_ai · 2026-09-28