Valen connects Jev's decision interface to vision, 2B model clears Sokoban in 1.13s
A vision decision model built on Qwen3.5-2B takes images, video or text and outputs candidate action probabilities, clearing Sokoban in 10 steps in 1.13s, 175x faster than a 27B Think model.
💥我靠超低延迟！2B 看图决策 1.13 秒通关推箱子，27B Think 要 198 秒，给 Jev 装上眼睛，快了 175 倍！ Valen（万澜）把 Jev 的System One决策接口接到视觉上：图/视频/文字进，候选动作概率出，不写长推理、不吐答案 token。 核心亮点： 🔹基于 Qwen3.5-2B，极简「视觉编码器 + 语言骨干 + 共享决策头」 🔹General 5k VQA：约 79% / 176ms，比同尺寸 Qwen 更准更快 🔹Sokoban：单步准确率 87.6%，10 步通关累计 1.13s；Qwen3.8-27B Think 要 198.05s，No-Think 直接走不通 🔹训练评测数据、SFT + GRPO/RLCD 流程全开源，可拿自己的场景再训 上手步骤： 1️⃣打开仓库：https://github.com/Liuziyu77/Valen 2️⃣下 Valen-Preview-0923 + Qwen3.5-2B 3️⃣用现成 SFT/RL 配置训，或直接 valen.inference 跑图+候选 4️⃣输出 Choice / Noul / Score 三类概率，接进游戏、审核、Agent 循环 世界不等推理写完，智能要跟得上。 #Valen #Jev #Qwen #多模态 #开源 #SystemOne #强化学习 #低延迟AI
This post quotes another post: x.com/nft_chen/status/2103128776330920077