CASE meyco3VISION
Okay so Jev can actually do computer use really well
Without any screenshots, or LLMs and no Pixels leave my mac
I dont even read the Dom elements
A local CoreML model segments every button and UI element on screen.
On-device OCR reads the labels. That text is all Jev gets.
It returns a probability across those elements and tells me the best one to click.
Then it clicks, re-runs detection, and decides again. In a loop until the goal is done.
~90ms per decision. Faster than any LLM computer use I've tried.
Blazing fast computer use, without any latency
@typesafeai is building something really interesting번역
그러니까 Jev는 computer use를 정말 잘한다 스크린숏도 LLM도 쓰지 않고, 픽셀은 한 장도 내 Mac을 떠나지 않는다 DOM 요소조차 읽지 않는다 로컬 CoreML 모델이 화면의 모든 버튼과 UI 요소를 잘라 낸다. 기기 내 OCR이 그 라벨을 읽는다. Jev가 받는 건 그 텍스트뿐이다. Jev는 그 요소들에 걸친 확률을 돌려주고, 누를 최적의 것을 알려 준다. 그리고 클릭하고, 탐지를 다시 돌리고, 또 판단한다. 목표가 끝날 때까지 루프로. 판단 하나에 약 90밀리초. 내가 써 본 어떤 LLM computer use보다 빠르다. 지연 없는, 맹렬히 빠른 computer use다 @typesafeai는 정말 흥미로운 걸 만들고 있다
111.6K
조회
1.6K
좋아요
1.4K
저장
85
리포스트
인용한 게시물
Diogo Almeida @CompleteSkeptic
After co-inventing ChatGPT, I kept asking myself: why have superhuman chat models not led to AGI? I’ve spent the last 2 years in stealth building a new way to train models (RLCD), and a new type of frontier AI model that we are releasing today: Jev • 20-200x faster • 40-400x https://t.co/JSybNG2BKJ
34.6M 조회원문 ↗
링크와 태그
@typesafeai
Sep 18, 2026, 7:26 PM 수록
비전 사례 더 보기
