Jev上新，會看圖做決策了！
AI應用風向標（公眾號：ZhidxcomAI） 編譯｜畢偉豪 編輯｜李水青 10月15日消息，今早，美國AI公司TypeSafe AI發佈了新模型Jev 1.14.0，同時放出圖像輸入、全新問題類型Box（非決策問題）、262k長上下文這三項實驗功能，三項功能被統一歸入名為“危險區”（Danger Zone）的實驗計劃。這三項功能默認關閉，需要用戶手動打開API開關，官方聲明稱這批功能均未達生產標準，風險自負。9月16日，隱身研發兩年的TypeSafe正式推出Jev。這款模型不同於生成連續文本的大語言模型，它會直接輸出分類、選項、是非判斷等結構化決策，並提供經過校準的置信度。
TypeSafe將其稱為首個System One（系統一）模型，意指一種更接近快速、直覺式判斷的決策模型。Jev的發佈讓決策模型快速進入更多人的視野。10月10日，TypeSafe宣佈完成8.7億美元（約合人民幣58.6億元）A輪融資，估值達到75億美元（約合人民幣505億元），由a16z領投，紅杉資本和DCVC參投。隨著這一領域受到關注，微軟推出了支持結構化決策的Microsoft-Decision-1，開源社區則湧現出Kev、Laya、Decider等Jev類項目。此次Jev 1.14.0的發佈，也是TypeSafe宣佈融資後的首次模型更新。
一、模型小幅升級，官方提醒別輕信評測 Jev 1.14.0本身並非一次大幅升級。TypeSafe將其形容為一次“不炫技”的更新，改動細微但覆蓋面廣，預計提升最明顯的是多語言能力。不過，中文用戶暫時還不能期待它與英文表現持平。官方文檔指出，包括中文在內的非英語語言雖然可以處理，但效果仍不如英語，建議開發者上線前先用自己的內容進行測試。版本管理方面，1.14.0目前使用預覽別名 jev-preview，預計一週後切換為默認別名 jev-latest，1.13.0則會繼續保留一段時間。此外，TypeSafe還新增了模型改進授權選項。
開啟後，TypeSafe可以讀取和分析輸入與輸出，以發現模型表現不穩定的問題、排查實際使用場景中的故障。官方表示，這些查詢不會用於模型訓練。價格方面維持不變，每百萬輸入Token收費0.042美元，輸出免費。除了版本改動，官方還公佈一份內部評測，根據三張評測圖，在8個模型的綜合智能分對比中，Jev 1.14.0以60.0分排名第一，高於1.13.0的58.9分；得分最高的開源模型kev-27b為46.7分。在校準誤差這一指標上，Jev 1.14.0也以1.6的成績表現最好。不過，TypeSafe也提醒，這份榜單僅供參考，評測只涵蓋開源權重模型，結果可能偏向自家模型，後續分數也可能調整。
因此，官方建議重點比較開源模型之間的相對錶現。有意思的是，三張評測圖右上角都標註著一句話：警告：AI基準測試，請勿輕信。二、圖像、Box、262k上下文：三項實驗功能 Jev這次開放的圖像功能，使用起來並不侷限於某一種輸入格式。官方稱其具有“完全可組合”的特性，也即狀態信息、問題指令，甚至評判標準中，都可以加入圖像，三種問題類型均支持圖像輸入。官方還透露，Jev 1.13.0其實早已具備多模態能力，只是此前沒有正式開放圖像功能。這次更新後，開發者可以通過實驗接口啟用圖像輸入。
目前圖像輸入僅支持PNG、JPEG靜態圖片，邊長鬚在256至1568像素之間，單張圖片不超過16MiB，費用按輸入token計算。官方提醒，Jev處理多模態任務時的表現仍不如純文本任務。Jev的上下文上限也有了大幅提高。默認情況下，單次請求最多支持64k token，單個問題最多支持32k token；開啟實驗開關後，兩項上限都能提升至262k token。不過，官方提醒，長上下文可能讓模型運行得更慢、表現更不準確，建議只在確有需要時開啟。這次更新還新增了Box問題類型，讓Jev能夠直接在圖像中定位指定目標，並返回對應的邊界框座標。座標經過歸一化處理，範圍為0至1，分別對應圖像的寬和高。
官方列出的應用場景包括識別櫃檯上的杯子、定位掃描件中的簽名，以及框出門口的人。Box也是Jev首個不只服務於智能判斷（smart-if）的問題類型。需要注意的是，圖像和長上下文功能均可通過實驗開關在Jev 1.13.0中啟用，Box則是Jev 1.14.0獨有的新功能。三、官方打開“危險區”：沒把握的功能，先放給開發者玩玩 圖像輸入和長上下文目前均默認關閉，開發者需要在API請求頭中添加相應開關才能啟用。TypeSafe將它們統一歸入“危險區”（Danger Zone），提醒用戶自行承擔使用風險。這不僅是一個命名上的提醒，也意味著這些功能暫時不受正式版的可靠性保障。
開發者可以提前嘗試新能力，但需要自行驗證輸出是否準確、是否適合具體任務，尤其不能未經測試就將其用於生產環境。TypeSafe解釋，這源於產品可靠性與開放探索之間的取捨：面向生產環境的模型需要經過充分驗證，但開發者的需求難以預判，如果所有新功能都必須達到成熟的生產標準，一些新想法就很難得到實際檢驗。因此，公司選擇先開放實驗功能，再根據使用反饋持續迭代。結語：從“看圖決策”到真正可用，還有多遠？圖像輸入和Box的加入，讓Jev的決策能力從文本延伸到視覺場景。對於Agent而言，這意味著它不僅要處理文字指令，還可以嘗試識別畫面中的目標，為後續操作提供判斷依據。
但從實驗功能到穩定的生產能力，中間還有一段距離。Jev目前的多模態表現仍弱於純文本，長上下文也存在速度和準確性上的取捨。TypeSafe選擇先開放接口，讓開發者在真實任務中驗證能力，同時明確提示風險。對於Jev這樣的決策模型來說，能否在複雜輸入下持續給出可靠結果，並真正嵌入Agent工作流，才決定了它的應用空間。來源：TypeSafe博客
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。