Acurast bringt das Echtzeit-KI-Entscheidungsmodell Laya ins Smartphone-Netzwerk

Acurast hat das Open-Source-KI-Entscheidungsmodell Laya in seinem dezentralen Smartphone-Computernetzwerk implementiert, wodurch das Modell in der Lage ist, Echtzeitentscheidungen auf Android-Geräten anstelle von zentralisierten Rechenzentren zu verarbeiten.

Zusammenfassung

• Acurast hat das Open-Source-Laya-KI-Modell in seinem dezentralen Smartphone-Computernetzwerk implementiert.
• Laya verarbeitet strukturierte Entscheidungen für Spiele, Klassifizierung, Moderation und Sicherheitsaufgaben, anstatt konversationellen Text zu generieren.
• Acurast gab an, dass Entscheidungen typischerweise etwa 0,2 bis 1 Sekunde dauern und mit Smartphone-CPUs ohne dedizierte GPUs verarbeitet werden.
• Laut dem Unternehmen haben sich mehr als 280.000 Smartphones aus über 175 Ländern dem Acurast-Netzwerk angeschlossen.

Laut Acurast läuft die Implementierung Laya vollständig auf mobilen Edge-Knoten und nutzt die verteilten Smartphones des Netzwerks, um Arbeitslasten wie Klassifizierung, Spiele, Navigation, Sicherheit und Inhaltsmoderation zu bewältigen.

Acurast bringt das Laya-KI-Modell ins Smartphone-Computernetzwerk

Laya, entwickelt von Convai Innovations unter einer Apache 2.0-Lizenz, ist darauf ausgelegt, strukturierte Entscheidungen zu treffen, anstatt konversationelle Antworten zu generieren.

Angesichts eines definierten Zustands und einer Reihe möglicher Aktionen bewertet das Modell die Eingabe und wählt eine Option aus. Das Open-Source-Repository beschreibt drei Hauptentscheidungsformate, die Entscheidungen zwischen definierten Optionen, Punktzahlen gegen einen festgelegten Bereich und boolesche Entscheidungen abdecken.

Das Modell verwendet eine nicht-autoregressive Architektur, was bedeutet, dass es nicht tokenweise eine Antwort generiert, wie es große Sprachmodelle typischerweise tun. Convai Innovations beschreibt Laya als ein "System 1"-Entscheidungsmodell, das für Aufgaben entwickelt wurde, bei denen eine Anwendung eine schnelle strukturierte Antwort benötigt.

Acurast nutzt das Modell, um zu demonstrieren, wie solche Arbeitslasten auf handelsüblicher mobiler Hardware betrieben werden können. Jede Entscheidung in seiner Implementierung wird auf einem Android-Smartphone verarbeitet, das mit dem Netzwerk verbunden ist, so das Unternehmen.

"Indem wir Laya auf Acurast ausführen, haben wir das geändert", sagte Acurast-Gründer Alessandro De Carli. "Wir beweisen, dass System 1 KI sicher und in großem Maßstab auf Hardware betrieben werden kann, die jeder bereits besitzt, und bieten eine wirklich offene, dezentrale Alternative zum zentralisierten Cloud-Lock-in."

Layas öffentlicher Code und die Modellgewichte sind unter der Apache 2.0-Lizenz verfügbar. Das Repository listet einen englischen Checkpoint mit 421 Millionen Parametern auf, zusammen mit separaten Modellen für mehrsprachige und typisierte Entscheidungsarbeitslasten.

Was kann Laya auf Acurast tun?

Acurast hat mehrere Live-Demonstrationen eingerichtet, um das Modell bei verschiedenen Arten von entscheidungsbasierten Aufgaben zu testen.

Für Spiele wurde Laya verwendet, um Snake und Tetris zu spielen, indem Bewegungen gewählt und bestimmt wurden, wo fallende Teile platziert werden sollten. Eine Doom-Demonstration erfordert, dass das Modell Entscheidungen über Bewegung, Zielen, Schießen, Sammeln von Gegenständen und Erforschen der Spielumgebung trifft.

Andere Tests sind näher an potenziellen Softwareanwendungen. Das Modell kann E-Mails als Posteingangsnachrichten, Spam oder Phishing-Versuche klassifizieren und Schlagzeilen in Kategorien wie Nachrichten, Satire, Clickbait und Manipulation sortieren. Acurast gab an, Laya getestet zu haben, um Versuche zur Eingabeaufforderung gegen KI-Assistenten zu erkennen und toxische Nachrichten in Live-Chats zu identifizieren.

Benutzer können ihre eigenen Briefe, Schlagzeilen, Eingabeaufforderungen und andere Eingaben an die Demonstrationen senden und die Entscheidungen des Modells beobachten.

Die Entwickler von Laya haben auch Einschränkungen dokumentiert. Das Repository des Projekts besagt, dass das allgemeine Modell bei einigen Zero-Shot-typisierten Entscheidungstests schlecht abschneidet und empfiehlt, das Modell für spezifische Aufgaben zu spezialisieren. Es wird geraten, die Auswahlfragen unter etwa 20 Optionen zu halten und Wahrscheinlichkeiten mit anwendungsspezifischen Daten neu zu kalibrieren.

Smartphones bewältigen die KI-Arbeitslasten ohne GPUs

Acurast gab an, dass Entscheidungen in seiner Laya-Implementierung typischerweise etwa 0,2 bis 1 Sekunde dauern und mit Smartphone-CPUs anstelle von dedizierten GPUs verarbeitet werden.

Die Arbeit wird dynamisch zwischen den Geräten verteilt, die am Netzwerk teilnehmen. Die Ergebnisse kommen mit kryptografischen Nachweisen, während die Betreiber von Smartphones ACU, das native Token von Acurast, für die Bereitstellung von Rechenkapazität erhalten.

Das Netzwerk nutzt Trusted Execution Environments, die in modernen Smartphones integriert sind, um Arbeitslasten zu isolieren und Daten zu schützen, während die Berechnungen stattfinden, so Acurast.

Der Ansatz von Acurast basiert auf vorhandener Verbrauchertechnologie, anstatt dass Betreiber dedizierte Server oder GPUs kaufen müssen. Das Unternehmen hat dasselbe Modell zuvor auf Blockchain-Infrastrukturen und andere dezentrale Rechenlasten angewendet.

Crypto.news berichtete zuvor, dass Acurast im Mai 2025 5,4 Millionen US-Dollar gesammelt hat, um sein dezentrales Cloud-Netzwerk, das von Smartphones betrieben wird, zu entwickeln. Zu diesem Zeitpunkt hatte das Netzwerk mehr als 72.000 Smartphones und hatte 256 Millionen Transaktionen verarbeitet.

Acurast gibt nun an, dass mehr als 280.000 Smartphones aus über 175 Ländern dem Netzwerk beigetreten sind, während die Anzahl der verarbeiteten On-Chain-Transaktionen 918 Millionen überschritten hat.

Das Modell passt in eine wachsende Anstrengung, Verbrauchgeräte für dezentrale KI-Arbeitslasten zu nutzen. Gaia stellte im September 2025 ein KI-Smartphone vor, das dafür konzipiert wurde, KI lokal auf dem Gerät auszuführen, während die Benutzer Rechenleistung zu seinem dezentralen Netzwerk beitragen.

Acurast zielt auf kleinere Echtzeit-KI-Arbeitslasten ab

Acurast positioniert die Laya-Bereitstellung um Arbeitslasten, die wiederholte Entscheidungen benötigen, anstatt lange generierte Antworten.

Die Unterscheidung ermöglicht es kleineren Modellen, Aufgaben wie Routing, Moderation und Klassifizierung zu bewältigen, ohne jede Anfrage an ein großes generatives Modell zu senden, das von einem zentralisierten Anbieter gehostet wird. Entwickler können Laya selbst bereitstellen, da die Modellgewichte und Software öffentlich verfügbar sind.

Die Dokumentation von Convai Innovations beschreibt Laya als eine Familie von Modellen und nicht als einen einzelnen Checkpoint. Die englische Version basiert auf ModernBERT large mit 421 Millionen Parametern, während eine mehrsprachige Version ein Modell mit 322 Millionen Parametern verwendet und mehr als 100 Sprachen unterstützt. Ein separater Checkpoint wurde für typisierte Entscheidungsabläufe trainiert, einschließlich Kundenservice, Rechnungsverarbeitung und Sicherheitsvorfälle.

Acurast erklärte, dass seine Implementierung es Entwicklern ermöglicht, diese Arten von kontinuierlich betriebenen Arbeitslasten auszuführen, ohne API-Zugriff oder Serverkapazität von einem zentralisierten Cloud-Anbieter zu erhalten.

"Unser Ziel ist es, den Entwicklern die unglaublichen Möglichkeiten aufzuzeigen, die sich aus der Nutzung von Acurast-Computing ergeben", sagte De Carli. "Diese Bereitstellung beweist, dass entscheidungsorientierte KI kostengünstig, überprüfbar und ohne ein Rechenzentrum in Sicht auf einem dezentralen Smartphone-Netzwerk betrieben werden kann."

Das Unternehmen hat die Laya-Demonstrationen für Benutzer verfügbar gemacht, um ihre eigenen Eingaben einzureichen und die resultierenden Entscheidungen zu beobachten, die in seinem mobilen Edge-Netzwerk verarbeitet werden.