Jev 两天内引出 6 个复刻版本：判别式决策模型为何突然走红

Jev 热度迅速升温

Jev 发布后在两天内获得了大量关注。其发布视频据称达到 3600 万次观看。作为对比，同期被提及的 OpenAI Navier-Stokes 结果约为 7400 万次观看，Anthropic Fable 5 约为 5700 万次观看。

Vercel 也表示，Jev 在 AI Gateway 历史上是被采用最快的模型之一：首日触达约 13% 的团队，约为 GPT-5.6 系列的 2 倍、Fable 5.1 的 6 倍。

Jev 本身并未开源，这直接引发了大量架构猜测、复刻尝试和示例演示。讨论的核心集中在：它是否更接近 ModernBERT 一类编码器模型，还是基于扩散模型；以及它作为非生成式“决策模型”能否成为 LLM 工作流中的新基础组件。

目前社区已经出现多个复刻或类 Jev 项目，主要方向包括编码器判别模型、扩散模型、Qwen 微调和轻量注意力模型。

Laya 约 4.21 亿参数，采用 ModernBERT-large 编码器，并额外加入两个 Transformer 层，用于对用户提供的选项进行打分。

其方法包括：

DiffusionGemmaJev 从扩散模型角度尝试复现 Jev 的能力。有讨论称，它在部分基准上表现接近 Jev。

Bespoke Nimble 是基于 Qwen3.5-9B 的 LoRA 微调方案，使用对比式数据筛选方法。

在其自建评测中：

不过，该结果来自项目方或社区自建评测，尚缺乏统一标准基准验证。

SemIf（原 OpenJev）使用 4B 和 35B 规模的因果 Qwen3.5 骨干模型，并在最后一个 token 上接入一个小型三分类 NLI 分类器。

它与 Laya 的差异主要在于：

Jevlike 是一个轻量级选项注意力模型，使用 40K 字节嵌入。

其基本思路是：

Kev-0.5B 基于 Qwen2.5-0.5B，在其上加入 LoRA adapter 和一个小型 readout head。

它的定位是一个更小、更轻量的类 Jev 模型，目标之一是在 MacBook Pro 等本地设备上运行。

Jev 被讨论最多的不是聊天能力，而是它作为非生成式决策模型在系统中的位置。

一些开发者将其称为“System 1”式组件：不是负责长文本生成或复杂推理，而是负责快速判断、路由、筛选和分类。

被反复提及的应用包括：

这种模型的潜在价值在于：如果它能以更低成本、更低延迟给出可靠判断，就可以承担过去由小型生成式模型完成的一部分控制流任务。

目前较有说服力的应用集中在浏览器和计算机使用工作流中。例如：

从这些案例看，Jev 更像是工作流控制平面的一部分，而不是传统意义上的聊天机器人。

围绕 Jev 和复刻模型，仍有几个重要问题没有解决。

首先是数据。已有讨论指出，相关数据被承认为 100% 合成数据。合成数据能快速构造训练集，但其覆盖范围、偏差和泛化能力仍需要更严格验证。

其次是基准。许多演示强调速度和延迟，但对于“决策质量”的评估还缺乏统一标准。不同项目使用不同自建评测，很难直接横向比较。

第三是概率校准。Jev 类模型常被用于路由和升级决策，如果输出概率没有经过可靠校准，就可能在实际系统中带来误判风险。

Jev 的走红说明，AI 系统并不只需要更强的生成模型，也需要更便宜、更快、可嵌入工作流的判断层。

两天内出现多个复刻版本，表明社区正在快速探索这类“判别式决策模型”的边界。但目前关于架构、数据、评测和真实生产效果仍缺乏统一答案。对开发者来说，Jev 值得关注，但更适合作为系统组件实验，而不是已经定型的新范式。