Jev 驱动的实时 Doom 演示
发布线程展示游戏场景中的实时决策效果。Diogo 说明演示约每秒调用 10 次 Jev，并附有 2 分 43 秒视频。
用 TypeSafe Jev 决策模型驱动贪吃蛇游戏
作者试用 TypeSafe 的 Jev 决策模型（非 LLM 聊天），让它决定贪吃蛇游戏中蛇的移动，并分享了在线演示和 GitHub 源码。
ngetes Jev, model decision dari TypeSafe, bukan LLM chat. Ku nyoba use case di sini game snake dimana dia yang nentuin gerak snake nya. go try it: https://jevsnake.stevanuspangau.dev source code: https://github.com/StevanusPangau/jev-snake…
· 0 次赞在 X 打开
更多类似内容
Jev 实时玩 Doom，表现如同真人玩家
Jev 在实时环境中玩 Doom，表现如同真人玩家。其速度提升 20 至 200 倍，成本降低 40 至 400 倍，输出 token 免费。这可能意味着游戏对手可能是实时 AI，或可替代人类助理。
TypeSafe 新模型 Jev 玩超级马里奥兄弟
用户分享用 TypeSafe 新模型 Jev 玩超级马里奥兄弟，称赞其快速推理和结构化输出适合实时用例。
