OneJev1.6-27B

OneJev1.6-27B

读取截图、照片、视频或文字，再结合你输入的问题，为每个答案选项给出概率，比如智能体下一步该做什么、任务是否完成。

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：OneJev1.6-27B 是一个 270 亿参数的模型，会读取截图、照片、视频或纯文字，并结合你输入的几个问题。它在一次前向计算里为每个答案选项给出一个概率。

它基于 Qwen3.8-27B 继续训练，所有权重都已更新，训练用了约 440,000 个问题，来自真实的智能体运行、视频、图片和公开决策数据集的训练部分。

适合谁：在屏幕上操作的智能体开发者最能用上它，想要数字而不是自由文本的测试人员和研究人员也一样。你写下是非题、选择题或打分题，再读取返回的概率。

行业 | 谁在用 | 怎么用 | 例子
软件 | 智能体开发者 | 根据截图选择智能体的下一步动作 | 在点击、输入、滚动和停止之间选择
质量保证 | 测试工程师 | 检查任务是否达成目标 | 询问发票是否已付款
运营 | 自动化团队 | 评估工作流进行到哪一步 | 从未开始到已完成给进度打分
研究 | 机器学习研究人员 | 测试一个 27B 开源模型的决策质量 | 把它的得分和基础模型比较

想要长篇自由回复的人可以略过它，因为它是为给你列出的选项打分而设计的。

用在哪里：

• 你自己的电脑：文件下载支持 Windows、macOS 和 Linux，快速开始用的是带 uv 的 bash 风格终端
• 向本地服务器发送请求并读取概率的智能体代码
• 模型页列出的 Hugging Face transformers 库
• 内存足够放下约 54.7 GB 的 BF16 权重，4-bit 约 13.7 GB（估算）的机器

使用场景 | 谁用 | 得到什么
决定智能体的下一步 | 智能体开发者 | 点击、输入、滚动和停止各自的概率
检查任务是否完成 | 测试人员 | 你写下的条件为“是”的概率
跟踪进度 | 自动化团队 | 你给出的等级列表中的预期等级

如何设置：第一次运行前，你需要准备好几样东西。

• Python 3.12 和 uv 工具
• 一个 bash 风格的终端，因为快速开始用 source 激活环境
• 放权重的内存：BF16 约 54.7 GB，4-bit 约 13.7 GB（估算）
• 一个截图文件，比如 screenshot.png，用于示例请求

1. 用 uv 创建 Python 3.12 环境并激活它。
2. 在该环境里安装 Flide 和 torchvision。
3. 用这个模型启动 Flide 服务器。
4. 如果你只想要文件，就安装 huggingface_hub 并运行它的下载命令。

uv venv -p 3.12 && source .venv/bin/activate
uv pip install flide torchvision
flide serve --model OmniJev/OneJev1.6-27B

pip install -U huggingface_hub
hf download OmniJev/OneJev1.6-27B

如何使用：服务器运行后，打开第二个终端，给它发一个 JSON 请求。请求里有带任务和屏幕的 state，用 base64 数据放每张图片的 media 列表，以及你的问题。原文用 curl 把它发到你本机 8000 端口的 v1/systemone 路径。

{
  "state": {"task": "Pay the open invoice from ACME", "screen": "<image:1>"},
  "media": [{"type": "image", "data": "data:image/png;base64,$IMG"}],
  "questions": {
    "done": {"type": "noul", "instructions": "The invoice has been paid"},
    "next": {"type": "choice", "instructions": "What should the agent do next?",
             "criteria": {"click": "click an element", "type": "type text", "scroll": "scroll", "stop": "stop"}},
    "progress": {"type": "score", "instructions": "How far along is the task?",
                 "criteria": ["not started", "halfway", "almost done", "done"]}
  }
}

返回结果包含 answers.done.noul、answers.next.probabilities 和 answers.progress.score。每个问题属于三种类型之一。

工具 | 作用
noul | 返回你所写陈述为“是”的概率
choice | 返回你列出的每个选项各自的概率
score | 返回有序等级列表中的预期等级

示例：你发送一张截图，任务是 "Pay the open invoice from ACME"，并附上三个问题。发票是否已付款，智能体下一步该做什么，任务进行到哪一步。返回的是第一个问题“是”的概率，点击、输入、滚动和停止各自的概率，以及一个预期进度等级。

新手与专家：把它当成裁判，而不是写手。你给它看一个屏幕，问几个答案固定的问题，它告诉你每个答案有多大可能。第一次尝试可以启动服务器，用你自己的截图发送示例请求。

从底层看，它是在 Qwen3.8-27B 基础上调整了全部权重，用于 System One 决策。它不写文字，而是在一次前向计算里给你定义的选项打分。它外围的 Flide 服务器提供 System One 接口，并通过额外的 media 字段接收图片和视频。代价是它只回答你以选项形式提出的问题。Decision Index 0.3 在榜单公开部分给它 69.49 分，OneJev1.5-27B 则是 63.64 分。

发送截图、照片、视频或文字
附上带选项的问题
模型一次读完所有内容
服务器为每个选项返回概率

注意事项：下面的得分是作者自己报告的公开榜单成绩，所以依赖它之前，请先在你自己的屏幕上测试。

Title: Decision Index 0.3 公开部分得分
OneJev1.6-27B: 69.49 分
OneJev1.5-27B: 63.64 分

• 规模：27.4B 参数，以 Safetensors 存储，页面列出了一个别人做的量化版本
• 基础：它建立在 Qwen3.8-27B 之上
• License: Apache 2.0
• Cost to run: 没有提到 API 密钥或付费服务，但你需要能放下上述权重的硬件
• Data it reaches: 你放进请求里的截图、照片、视频和文字，示例会把它们发给你本机上的服务器
• Not for: 原文除许可证外没有列出其他限制

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 框架：transformers
• 参数量：27.4B
• Weights: about 54.7 GB in BF16; about 13.7 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：528
• 点赞：5
• 许可证：apache-2.0
• 基于：Qwen/Qwen3.8-27B
• Quantized versions: 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/OneJev1.6-27B
• 文件：https://huggingface.co/OmniJev/OneJev1.6-27B/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/OneJev1.6-27B

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。