TypeSafe升级Jev 1.14：能看图定位物体，但找不到也照样返回坐标

动察 Beating AI 快讯，TypeSafe AI 发布 Jev 1.14，为这款专门做快速判断的模型开放实验性视觉能力。开发者可以让它识别摄像头画面里有没有人，或者比较两张照片是否是同一只狗。新增的 Box 定位功能还能在图片中找出指定物体的位置，返回矩形区域的坐标，让其他程序知道该裁剪或操作哪里。 TypeSafe CEO Diogo Almeida 透露，旧版 Jev 1.13 其实早就能看图，只是团队担心视觉任务的准确率不够可靠，一直没有开放。现在两个版本都支持图像输入，图片还能直接用作判断条件和选项，但 Box 定位必须使用 1.14。实验模式下，单次请求的上下文上限也从 6.4 万扩大至约 26.2 万 Token，达到原来的 4 倍。新版本还改进了整体判断能力，官方预计多语言支持的提升最明显，但没有公布具体幅度。 Jev 1.14 目前已通过 `jev-preview` 提供，预计 10 月 21 日成为默认稳定版本。不过，TypeSafe 明确提醒，视觉和长上下文功能仍处于实验阶段，尚未达到生产级标准。长上下文不仅会增加延迟，还可能降低准确率。Box 定位也有一个特殊限制，即使图片里没有指定物体，它仍会返回坐标框。因此，开发者必须额外判断目标是否存在，避免后续程序操作错误位置。

📰 来源：https://www.okx.com/zh-hans/feed/post/90077190307008