RoboJev-27B 开源视觉语言模型用于机器人操作成功检测

RoboJev-27B 作为开源权重模型，在 SO-101 机器人 268 个留出回合上取得 95.2% 平衡准确率，支持任务指令与多帧视频输入以预测操作成功。 模型基于 JEV-27B-VL 仅微调语言模型（冻结视觉编码器），单条推理耗时 0.26 秒；在未知实验室数据上泛化 AUROC 达 0.890。 发布附带推理代码与 20,628 条预测记录，便于复现与 benchmark 评估。