Démo Doom en temps réel avec Jev
Une démo de jeu montre des décisions en temps réel. Diogo indique environ dix appels Jev par seconde ; le post contient une vidéo de 2 min 43.

L'auteur a entraîné un modèle de décision multimodal de 0,8B qui génère des actions clavier/souris à partir de l'écran, et joue à Minecraft en local sur MacBook à 5 FPS.
I trained a jev like multimodal decision model to play Minecraft. It only sees the screen. You enter a prompt, it outputs keyboard and mouse keys. The 0.8B model is running locally on my macbook at 5 FPS. Vision is all you need 👇