向 @loadoutprotocol AI 游戏竞赛提交了假阴性（False Negative）作品：一场潜行劫案，其中每个安防摄像头都在浏览器中渲染的每一帧上运行真实的物体检测器。

你的获胜条件是永远不被识别为“人”。在办公室摄像头的测试中，站在亮着灯的房间里，我们在 73% 的测试点位将其识别为人。而站在没有光照的地方，或躲在纸板箱里：识别率为 0%。

摄像头使用了四种真实网络模型（D-FINE-N、D-FINE-S、D-FINE-S Objects365、RT-DETRv2），通过 WebGPU 上的 ONNX Runtime Web 运行，并辅以 WASM 作为后备方案。每个视频流的得分即为该模型对当前帧的输出结果。当某个摄像头捕捉到你时，结束画面会显示判定你被发现的帧。

这些限制本身就是游戏的一部分。在开阔地带蹲下几乎不会改变得分。箱子能隐藏你，但前提是它保持静止；如果箱子在视野中移动，会被视为物体异常，从而引起摄像头警觉。雕像和人体模特会被识别为人，因此可以作为诱饵使用。

包含五次劫案任务、带有排行榜的每日劫案、让你扮演守卫对抗机器人小偷的“操作员”模式、支持分享代码的劫案编辑器，以及在线 1v1 模式（小偷对阵操作员）。

适用于桌面浏览器，无需安装。首次访问时会下载约 50 MB 的模型数据，之后将缓存使用。

链接见回复。