感觉大家对 Jev 打开方式好像都错了

怎么感觉大家 Jev 好像都用错了，看了一圈站内的用例，感觉大家基本只是把它当成一个和传统向量机差不多的分类模型来用。
但我觉得这个模型其实并不适合决策类场景，反而更适合实时性要求高的场景。
我本身是做数字人项目的，我觉得它在生成数字人实时动作以及路径这块会非常合适，就不需要再依赖预设动作了；放到机器人的实时动作上应该也可以。
如果未来能够实现多模态，那么理想状态下只需要输入 图像和提示词 和 鼠标和键盘键位选择。加上高频调用
像游戏操作这类场景，或许也能有不错的效果。比如：https://www.bilibili.com/video/BV1Boe26JEh4/
以及游戏或
jev的好处就是能响应迅速(70毫秒)且拥有不错的决策能力。

我也觉得可以尝试作为机器人灵巧操作的小小脑，更快反应判断

确实，应该会极大推进实时动作能力发展

真正做决策应该还是传统llm模型，这类模型应该像小脑一般不需要多强的智力，处理一些并不复杂的工作。jev的好处就是能响应迅速(70毫秒)且拥有不错的决策能力

判断影片是有码还是无码，毕竟飞机起飞时长有限，非常符合实时性

就像人的日常行动一样，需要一点智力，但是称不上思考和决策。

这么说确实，包括一些客服机器人的意图识别，搜广推的意图识别，还真可以用这个，比nlp强吧，就是不知道成本怎么样

感觉应该和llm互补，llm决定要干什么，然后用这个模型去操作

其实Jev是专门用来玩海龟汤的

这个模型还是得搭配 rag 加载专业知识

这个模型拿来做浏览器自动化工作非常强，但是需要很严格很严格的规则限制，某种意义上算是一个升级版的脚本

好主意，佬发现真正的用途了也是！

其实仔细想了下jev有一个被忽略的优势，安全。0提示词攻击可能性。