用图像决策模型做 RPA：开源模型 6 步判断表单与截图
Sam Witteveen · youtube · 2026-10-02
Sam Witteveen 的教程视频，讲如何用图像决策模型补上 RPA 的短板——RPA 自动化了步骤但不会做判断。要点：
- 介绍两个开源模型 ImaJev-4B 与 Jev-Omni（均在 HuggingFace 开放），用于检查表单、扫描件、截图、照片
- 对比传统自定义深度学习模型为何在 RPA 场景失灵
- 演示 Form Decision Inspector：在 RPA 流程中做智能 if 判断、按问题设置置信度阈值、真/假与选择题式判断、条件逻辑的后续邮件
- 提及 ImageBench 排行榜与 ImaJev 背后的故事，实测两个模型的对比
「编程与Agent」频道最新
- 开发者：不敢让 AI Agent 直连个人邮箱，需审批门禁 — tomchapin · 2026-10-03
- 用 Claude 搭线下房产抢单流水线,卡在数据补全与外联安全 — italimade · 2026-10-03
- OpenClaw 发布 v2026.9.8:支持 GPT-6.1 Sol,43 个 PR 修复内存与启动问题 — heyneighbor · 2026-10-03
- 开发者感慨：用 AI 做提效元工具，从 bash 脚本变成完整应用 — devenbhooshan · 2026-10-03
- 开源 AI 科研助手 K-Dense BYOK 发布论文：本地运行+防篡改实验记录 — RexDouglass · 2026-10-03
- 谷歌论文：验证者干净上下文跑证明，探索者可放手试错 — solyarisoftware · 2026-10-03