OneJev1.6-4B

OneJev1.6-4B

读取截图、照片、视频或文字和几个带类型的问题，一次运行就给每个答案选项打出概率。适合开发会看屏幕的智能体的人。

由 OmniJev 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：OneJev1.6-4B 是建立在 Qwen3.5-4B 之上的多模态决策模型。你给它一张截图、一张照片、一段视频或一段文字，再附上几个带类型的问题，它一次运行就给每个答案选项打分。它在约 440,000 个问题上做了完整微调，题目来自智能体运行记录、视频、图片和公开的决策数据集，所以适合判断任务是否完成这类工作。

适合谁：开发会看屏幕并选择下一步动作的智能体的开发者最适合它。需要快速判断任务是否完成的团队也能用，比较小型决策模型的研究人员同样适用。

行业 | 使用者 | 使用方式 | 例子
软件 | 智能体开发者 | 询问屏幕智能体下一步该做哪个动作 | 根据截图在点击、输入、滚动和停止之间做选择
运营 | 自动化团队 | 检查任务是否已经完成 | 询问一张未付发票是否已付清
研究 | 模型研究人员 | 在共同榜单上比较小型决策模型 | 在 Decision Index 上与同等规模的模型对比得分

如果你想要长篇文字回答或开放式聊天，可以跳过它。

用在哪里：在任何能运行 Python 的电脑上使用它。

• 装有 Python 的 Windows、macOS 或 Linux
• 用 flide 工具启动的本地服务器
• Hugging Face 的 transformers 库

用例 | 谁用 | 得到什么
屏幕智能体引导 | 智能体开发者 | 点击、输入、滚动和停止各自的概率
任务完成检查 | 自动化构建者 | 任务已完成的 yes 概率
进度跟踪 | 工作流团队 | 任务进展到哪一步的预期等级

如何设置：你需要一台装有 Python 且有足够磁盘空间的电脑。

• 装有 Python 的 Windows、macOS 或 Linux（示例用的是 Python 3.12）
• uv 工具，示例用它来创建虚拟环境
• 放权重的空间，BF16 约 9.1 GB，4-bit 约 2.3 GB，均为估算

1. 如果想要本地副本，先安装 Hugging Face hub 包并下载模型文件。
2. 创建一个 Python 3.12 环境并激活它。
3. 在该环境中安装 flide 和 torchvision。

pip install -U huggingface_hub
hf download OmniJev/OneJev1.6-4B

uv venv -p 3.12 && source .venv/bin/activate
uv pip install flide torchvision

如何使用：用模型名启动服务器，然后在另一个终端发送一个 JSON 请求。请求里包含带任务和屏幕的状态、截图这类媒体，以及你的带类型问题。

flide serve --model OmniJev/OneJev1.6-4B

Tool | What it does
noul 问题 | 返回一个陈述为是的概率
choice 问题 | 为你列出的每个选项各返回一个概率
score 问题 | 返回你定义的量表上的预期等级

请求发往服务器的 systemone 端点。答案会放在 answers 键下，每个问题一条。

示例：你发送一张发票页面的截图、付清 ACME 未付发票这个任务，以及三个问题：任务完成了吗，智能体下一步该在点击、输入、滚动和停止中选哪个，进度到了哪里。服务器返回任务完成的 yes 概率、每个下一步动作各一个概率，以及预期的进度等级。

新手与专家：这个模型看一张图片或一小段视频，用概率而不是句子来回答你的问题。第一次可以先用两条 Hugging Face 命令下载文件，启动服务器，再拿自己的一张截图问一个是或否的问题。

它的底层是对 Qwen3.5-4B 的完整微调，约 4.5B 参数，一次前向计算就给出每个选项的校准概率，而不是写文字。一次运行覆盖你附上的每个带类型问题。代价是你要把每个问题写成是否判断、选择题或打分题。

发送截图、照片、视频或文字
附上带选项的类型化问题
模型做一次前向计算
读取每个选项的概率

注意事项：这些得分来自 Decision Index 0.3 的公开部分，在参与比较的模型中，这个模型的总分最高。

Title: Decision Index 公开部分得分
OneJev1.6-4B: 62.01 points
Perplexity Decider Flash v1.2: 60.06 points
CoCo-Decision-4B 2.3.0: 55.38 points
vLLM-SR d3-mini: 54.90 points
OneJev1.5-4B: 54.89 points
RSI-Jev v6.1 VL 4B: 50.98 points

• License: Apache 2.0
• Cost to run: 未提到费用。权重 BF16 约 9.1 GB，4-bit 约 2.3 GB，均为估算
• Data it reaches: 你在请求中发送的截图、照片、视频和文字。来源没有提到账号或网络服务
• Not for: 来源没有列出排除的用途

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 框架：transformers
• 参数量：4.5B
• Weights: about 9.1 GB in BF16; about 2.3 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：1,909
• 点赞：8
• 许可证：apache-2.0
• 基于：Qwen/Qwen3.5-4B
• Quantized versions: 2
• Fine-tunes: 1
• 标签：transformers, safetensors, qwen3_5, image-text-to-text, onejev, system-one, decision-model, calibration, multimodal, gui-agent, video, conversational

链接

• 模型：https://huggingface.co/OmniJev/OneJev1.6-4B
• 文件：https://huggingface.co/OmniJev/OneJev1.6-4B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download OmniJev/OneJev1.6-4B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。