Jev自动驾驶:AI如何选择行驶路线?
本文通过Jev的自动驾驶案例,解析AI在路径选择中图像识别与决策机制的分工。 链接
THE JEV GUIDE · CURATED EDITION
TypeSafe Jev 的发布、原理、演示与社区实践,按主题整理。每条内容都可回到 X 原帖核对。
人工精选 · 非全量收录 · 手动更新
Sponsors
这些产品赞助了本目录。 把你的产品放上来
本文通过Jev的自动驾驶案例,解析AI在路径选择中图像识别与决策机制的分工。 链接
用户将 OpenAI 新开放的 Decision API 与 TypeSafe AI 的 Jev 在真实机器人数据整理任务上对比。常规任务两者速度与表现相当;在难分对错的边缘案例中,Jev 常给出“信息不足”的判断,而当两者结论相左时,Jev 的准确率更高。
工程师开始用 JEV 在机器人上做疯狂的事情,包括无人机、机械臂、WidowX、集群仿真和 Kubernetes 日志。示例 jev-drone 在 MuJoCo 中控制仅使用摄像头的 Skydio X2,控制频率 500 Hz,Jev 约 2.5 Hz。
博主分享用Jev测试无人机决策能力,结合果蝇记忆机制,声称决策速度达0.001毫秒,引发对可能性的惊叹。
该推文澄清,将人类对剧烈热度的反射反应比作Jev对机器人的作用,并附有Business Insider相关报道链接。 链接
信息流里每 16 张、每一页都有一张。每周 $50,任意一周可停。
作者利用 Google DeepMind 的 FlyBrain 与 TypeSafe 的 Jev 模型,在机器人果蝇上实现了条件反射学习,使其学会躲避、追逐和触发逃跑反射。
作者分享使用Jev控制机器人的体验,认为实时控制需更快模型,但Jev适合规划层决策,并在不确定时询问人类。
该帖子介绍了一个15岁开发者利用Jev构建远程AI工人并在多伦多商店中工作的案例,每小时成本仅3.75美元。作者还分享了用Jev复现这一项目的方法,包括设定控制机械手的目标。
该帖子提到Jev在金融以外的物理AI领域大显身手。
Marudan KJ断言,JEV模型能够实现LLM未能解决的快速动态决策,并预测该框架将在一个月内成为Physical AI初创公司的技术主轴。
Jev实时处理路口停车/让行/减速/通行决策,本地代码控制转向,全城驾驶总成本仅0.0208美元。
作者询问是否有人将 Jev 风格模型用于动态控制系统,并希望验证其能否平衡倒立摆。
在 GitHub 点 Star,支持我们继续收集和整理 Jev 案例。