Nav Arena「Can Jev Nav?」：133 环境 / 2000+ 任务实测 System-1 语言模型开机器人，Jev 输入改写让完成率 40%→90%

视频加载中

视频加载中

Dimensional Research（Stash Pomichter、Ruthwik Dasyam、Henry Ventura）发布 Nav Arena 基准「Can Jev Nav?」：133 个 HSSD/Habitat 住宅环境（doors 移除保证全屋可达）、327 个导航任务、6 个模型+harness 组合、1,962 次录制运行，全部开源（dimOS 框架）。核心发现：① Jev 这类 System-1 语言模型可在 2-5Hz 驱动控制环——把 WorldState 从世界系数值改为机器人系+自然语言词（ahead_left/near/blocked/tight/clear 等）后任务完成率从 40% 跳到 90%；② 总榜 Dimensional 自家 dimcode+导航技能 0.743 SPL / 88.4% 到达率第一，Astra 0.522 第二，Jev 0.263 但短路径（<10m）任务 71.1% 到达率接近 Fable 5.1、成本最低（$0.081/次）且速度最快（中位 51s vs Astra 132s）；③ 真机上多房间导航是瓶颈，WorldState 依赖干净墙体/门标注，属数据问题而非 Jev 限制。