决策模型 Jev 开放图像输入预览，支持 Box 定位问题类型
weswinder · x · 2026-10-21
Jev 决策模型现已支持图像输入（目前处于 preview 阶段），作者认为这让大量多模态应用新想法变得可行，并展示了官方文档中的 Box 问题类型：
- Box 是一种 System One 问题类型，用于定位图像中的目标，返回包围目标的最小矩形，以图像宽高的比例给出四条边
- 典型用途：找柜台上的杯子、扫描表单上的签名、门口的人等
- 图像与 Box 问题需在请求头加 TypeSafe-Danger-Zone-Images: true，并使用 jev-preview 或 jev-1.14.0 作为模型名
- 官方标注为 "Dreamer-ready"：格式、答案与限制可能在版本间变化，精度也会随模型更新改变
此前已有人用 Jev 循环加反馈做多目标检测，图像输入的加入让这类多模态决策工作流有了更多玩法。
「编程与Agent」频道最新
- 试遍 16 款编码 Agent 后他劝你:别困在 Claude Code 和 Codex 的泡泡里 — felpix_ · 2026-10-21
- 一句命令让 Claude 放飞自我:「最大化月度经常性收入」 — Kuprel · 2026-10-21
- Codex 多智能体防膨胀指南：靠指针而非全量上下文 — umeshonai · 2026-10-21
- Ramp Router 上线企业级功能，绕开 OpenRouter 5.5%-8% 抽成 — KlausCodes · 2026-10-21
- 4B 本地模型跑 10 款 Agent 横评：7 个满分，Codex CLI 全挂 — GapNew4766 · 2026-10-21
- 把 Zork 做成「无限分叉」的社交游戏：每条回复都是存档点 — lfschiavo · 2026-10-21