オープンソース視覚決定モデル「Valen」:画像から行動確率を即座に出力
Valen-Teamは軽量なマルチモーダル意思決定モデル「Valen」をオープンソース公開した。Qwen3.5を基盤に0.8Bから4Bのサイズを展開し、画像や動画に対して候補アクションの確率スコアを直接出力する。GUI操作やロボットの障害物回避など、エージェントの高速な反射神経として機能する。
Valen-Teamは軽量なマルチモーダル意思決定モデル「Valen」をオープンソース公開した。Qwen3.5を基盤に0.8Bから4Bのサイズを展開し、画像や動画に対して候補アクションの確率スコアを直接出力する。GUI操作やロボットの障害物回避など、エージェントの高速な反射神経として機能する。