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/