TypeSafe AI发布的判断型AI模型Jev正在被开发者用于机器人实验。与生成长文本的通用大模型不同，Jev针对预先定义的选项、分数或概率快速作出判断，适合嵌入低延迟控制流程。
机械臂抓取与分类实验
一项SO-101机械臂实验使用两台USB摄像头获取环境信息，Jev约每秒两次选择下一步动作。演示中机械臂掉落小球后能够重新定位并完成放置。
另一项自动分类测试一夜运行172次。系统由视觉模型识别物体，Jev根据“含粉色物体放左侧”“圆形物体放中间”等自然语言规则决定目标区域。报告称，72次搬运均完成，其中规则答案唯一的65次判断全部正确。
模拟控制与任务配送
开发者还在LIBERO机器人学习模拟器中，让Jev从候选动作中选择下一步；另有实验利用其在多机器人之间配送货物和乘员。
这些案例说明，小型判断模型可以与视觉模型、运动规划器和自动化开发工具组合，但结果仍依赖上游感知质量。实验中同一物体曾因光照变化被识别为不同颜色，表明视觉可靠性仍是实际部署的重要限制。