OneJev1.6-0.8B

OneJev1.6-0.8B

针对截图、照片、视频或文字，回答你提的问题，并给出每个选项的概率。适合需要在智能体循环里快速做决定的开发者。

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：OneJev1.6-0.8B 能根据视觉或文字输入快速做决定。它属于 OneJev 1.6 多模态决策模型系列，有 0.8B 参数。它对三个 Qwen3.5-0.8B 微调版本的权重取了平均。输入可以是文字，也可以是截图、照片和视频片段这类素材，再加上几个你打字写的问题。它一次计算就给出每个选项的概率。

适合谁：它适合要让智能体决定下一步做什么、检查任务是否完成、或者根据屏幕内容判断进度的开发者。

Industry | Who uses it | How they use it | Example
软件 | 智能体开发者 | 根据截图问智能体下一步该做什么 | 在点击、输入、滚动和停止之间选择
自动化 | 工作流搭建者 | 检查任务是否已经完成 | 询问一张发票是否已付款
研究 | 模型评测人员 | 在公开指数上比较小型决策模型 | 查看该模型的 Decision Index 得分

想要自由文本回答的人可以跳过它，因为它返回的是你定义的选项的概率。

用在哪里：

• Linux 或 macOS 上的 Python 3.12 环境，使用卡片里的命令
• 用 flide 工具启动的本地服务器
• 发送截图并读回概率的智能体循环

Use case | Who | What they get back
选择下一步动作 | 智能体开发者 | 你列出的每个动作选项各一个概率
检查任务是否完成 | 自动化搭建者 | 任务已完成的概率
进度打分 | 智能体开发者 | 你设定的量表上的期望进度等级

如何设置：

• Python 3.12 和 uv 工具
• flide 和 torchvision 包
• 约 1.7 GB 的磁盘空间，用于 BF16 权重

1. 创建一个 Python 3.12 虚拟环境并激活它。
2. 安装 flide 和 torchvision。
3. 用这个模型启动本地服务器。

uv venv -p 3.12 && source .venv/bin/activate
uv pip install flide torchvision
flide serve --model OmniJev/OneJev1.6-0.8B

如何使用：在第二个终端里，向本地服务器的 systemone 端点发送一个 JSON 请求。请求里有一个带任务和屏幕图像的状态、媒体本身，以及一组问题。卡片给出了一个把截图编码成 base64 的 curl 示例。

Tool | What it does
noul 问题 | 问一个是或否的问题，返回“是”的概率
choice 问题 | 为你描述的每个选项各返回一个概率
score 问题 | 返回你列出的量表上的期望等级

示例：你发送一张截图，任务是支付一张未付的发票。你问发票是否已付，智能体下一步该做什么，任务进行到哪一步。服务器返回“是”的概率、每个动作的概率和一个期望进度等级。

新手与专家：决策模型不写句子。它在你给的选项里挑，并说明有多确定。你可以先启动服务器，再用你自己的截图发送卡片里的示例。

训练用了 39 万到 44 万个问题，它们来自智能体运行记录、视频、图像和公开的决策数据集。在厂商的基准榜单 Decision Index 0.3 上，它得 48.82 分，是不超过 2.5B 参数的模型里的最好成绩。

截图、照片、视频或文字
带选项的问题
模型一次前向计算
每个选项的概率

注意事项：

• License: Apache 2.0。
• Cost to run: 未提及。这些步骤不需要 API 密钥或付费服务。
• Data it reaches: 它从 Hugging Face Hub 下载文件。你发送的截图留在你的本地服务器上。
• Not for: 自由文本回答。模型返回的是你定义的选项的概率。
• Decision Index 的得分是厂商自己报告的，用榜单自己的工具包运行。

Title: Decision Index 公开部分得分
OneJev1.6-0.8B: 48.82 points
OneJev1.5-0.8B: 42.71 points
vLLM-SR d3-nano: 42.22 points
Sieve 2B v2: 37.26 points
vLLM-SR d3-lite: 36.93 points
Crivo-150M: 36.39 points

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 框架：transformers
• 参数量：853M
• Weights: about 1.7 GB in BF16; about 426 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：1,885
• 点赞：6
• 许可证：apache-2.0
• 基于：Qwen/Qwen3.5-0.8B
• Quantized versions: 2
• Fine-tunes: 2
• 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/OneJev1.6-0.8B
• 文件：https://huggingface.co/OmniJev/OneJev1.6-0.8B/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/OneJev1.6-0.8B

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。