APUS 开源国内首批Jev跨平台复现：国产模型实现秒级决策

APUS完整实现了Jev底层决策范式，并将其完整落地于最具代表性的浏览器自动化（Browser-use）场景。APUS基于Jev公开文档展示的输入范式与评估逻辑，分析出了其“跳过自回归解码、隐状态直接打分”的核心逻辑。在开源项目中，APUS复现了单Token Logits快速决策，跳过自回归解码的过程，实现了Jev KV-Cache广播与并发批量评估的工作机制。在浏览器自动化场景中，fast-browser-use将页面上真实可见、可交互的元素整理为带编号的候选动作集合，由本地运行的Qwen3.5-9B模型通过单次前向计算直接完成”点哪里、选哪个”的决策，从机制上消除了模型生成错误选择器或格式幻觉的可能。APUS公布的实测数据显示：在一台Apple M2 Pro消费级笔记本上，智能体依靠本地模型推理，全程离线完成真实维基百科检索任务的中位耗时约18秒，表单填报、站内导航等任务耗时仅3秒左右，单任务模型打分次数仅4次，全程零云端调用、零API费用，用户数据不出本机。 本文由APUS提供，量子位获授权转载，观点归原作者所有。

注：以上内容摘选自原始新闻，点击「访问原文」查看完整内容。