它是什么
一个在浏览器里说话的 3D 角色,把工作分给两个模型:一个负责说话,Jev 负责让她动起来。
它做什么: 你说话时,Jev 选一个倾听的表情;她说话时,转录片段会触发一次包含多个问题的请求(她是否答应做某个动作、用哪个动作片段、什么反应、什么表情、多大能量)。控制权留在代码里:只能选已安装的片段,答案必须通过置信度门槛,拒绝会否决动作,超时或缺少密钥时由本地规则兜底。口型来自音频,动作片段在 Blender 里手工制作。
为什么收进案例库: 一个实时、低成本的例子,展示 Jev 为有身体的角色挑选有边界的动作,门槛和兜底都在代码里。
注意: 实时使用需要 OpenAI 和 TypeSafe 密钥;数字来自一次录制会话。
证据
公开的 Apache-2.0 许可 README;作者录制的 97 秒演示会话列出 51 次实时 Jev 决策,p50 118 毫秒、p90 151 毫秒,Jev 总花费 0.0026 美元(作者自报);Jev 只能从已安装的动作片段中选择,跳舞等动作需要角色口头答应才会执行,Jev 任何失败都会回退到本地规则兜底;脚本预览和录制会话回放无需密钥即可运行。
注意
- 实时模式需要有 GPT-Live 权限的 OpenAI 密钥和 TypeSafe 密钥;GPT-Live 语音另行计费
- 演示视频里的两个声音都是 AI 生成的;用户一方的台词是预先写好的
- 延迟和成本数字来自一次录制会话;角色素材有各自的许可条款
非官方案例页。热度用观察到的 stars / 列表位次;热度不是质量 SLA。依赖前请阅读上游 README。