Acurast 將即時 AI 決策模型 Laya 帶入智慧型手機網絡

Acurast 已在其去中心化的智慧型手機計算網絡上部署了開源 AI 決策模型 Laya，使該模型能夠在 Android 設備上處理即時決策，而不是依賴集中式數據中心。

摘要

• Acurast 已在其去中心化的智慧型手機計算網絡上部署了開源的 Laya AI。
• Laya 處理結構化決策，用於遊戲、分類、審核和安全任務，而不是生成對話文本。
• Acurast 表示，決策通常需要約 0.2 到 1 秒，並使用智慧型手機的 CPU 而非專用 GPU 進行處理。
• 根據該公司的說法，超過 280,000 部智慧型手機已加入 Acurast 網絡，遍及 175 多個國家。

根據 Acurast 的說法，該部署完全在移動邊緣節點上運行 Laya，並利用網絡的分佈式智慧型手機來處理包括分類、遊戲、導航、安全和內容審核等工作負載。

Acurast 將 Laya AI 模型帶入智慧型手機計算網絡

Laya 由 Convai Innovations 在 Apache 2.0 許可下開發，旨在做出結構化決策，而不是生成對話回應。

在給定的狀態和一組可能的行動下，該模型評估輸入並選擇一個選項。其開源庫描述了三種主要的決策格式，涵蓋在定義選項之間的選擇、對一組範圍的評分以及布林決策。

該模型使用非自回歸架構，這意味著它不會像大型語言模型那樣逐字生成答案。Convai Innovations 將 Laya 描述為一種 "系統 1" 決策模型，專為需要快速結構化回應的任務而設計。

Acurast 正在使用該模型來展示這些工作負載如何在普通的移動硬體上運行。根據該公司的說法，其部署中的每個決策都是在連接到網絡的 Android 智慧型手機上處理的。

"通過在 Acurast 上運行 Laya，我們改變了這一點，" Acurast 創始人 Alessandro De Carli 說。"我們正在證明，系統 1 AI 可以在每個人已擁有的硬體上安全且大規模地運行，提供一種真正開放的、去中心化的替代方案，避免集中式雲鎖定。"

Laya 的公共代碼和模型權重在 Apache 2.0 許可下可用。其庫中列出了 4.21 億參數的英語檢查點，以及針對多語言和類型決策工作負載的單獨模型。

Laya 在 Acurast 上能做什麼？

Acurast 已設置幾個現場演示，以測試該模型在不同類型的基於決策的任務中的表現。

在遊戲方面，Laya 被用來玩貪食蛇和俄羅斯方塊，通過選擇動作和確定掉落方塊的放置位置來進行決策。一個 Doom 演示要求模型在移動、瞄準、射擊、收集物品和探索遊戲環境方面做出決策。

其他測試則更接近潛在的軟體應用。該模型可以將電子郵件分類為收件箱消息、垃圾郵件或釣魚嘗試，並將標題分為新聞、諷刺、點擊誘餌和操控等類別。Acurast 表示，它已測試 Laya 以檢測對 AI 助手的提示注入嘗試，並識別即時聊天中的有毒消息。

用戶可以提交自己的信件、標題、提示和其他輸入到演示中，並觀察模型所做的決策。

Laya 的開發者也記錄了限制。該項目的庫表示其通用模型在某些零樣本類型決策測試中表現不佳，並建議將模型專門化以應對特定任務。它建議將選擇問題保持在大約 20 個選項以下，並使用應用特定數據重新校準概率。

智慧型手機無需 GPU 即可處理 AI 工作負載

Acurast 表示，其 Laya 部署中的決策通常需要大約 0.2 到 1 秒，並使用智慧型手機的 CPU 而非專用 GPU 進行處理。

在網路中，工作會在參與的設備之間動態分配。結果附帶加密證明，而智能手機操作員則因提供處理能力而獲得 Acurast 的原生代幣 ACU。

根據 Acurast 的說法，該網路利用現代智能手機內建的可信執行環境來隔離工作負載並保護數據，確保計算過程中的安全性。

Acurast 的方法依賴於現有的消費者硬體，而不需要操作員購買專用伺服器或 GPU。該公司之前已將相同的模型應用於區塊鏈基礎設施和其他去中心化計算工作負載。

Crypto.news 之前報導，Acurast 在 2025 年 5 月籌集了 540 萬美元，以開發其智能手機驅動的去中心化雲端網路。當時，該網路擁有超過 72,000 部智能手機，並處理了 2.56 億筆交易。

Acurast 現在表示，來自 175 多個國家的超過 280,000 部智能手機已加入該網路，而處理的鏈上交易數量已超過 9.18 億。

該模型符合利用消費者設備進行去中心化 AI 工作負載的日益努力。Gaia 在 2025 年 9 月推出了一款 AI 智能手機，旨在讓設備本地運行 AI，同時讓用戶為其去中心化網路貢獻計算能力。

Acurast 針對較小的即時 AI 工作負載

Acurast 正在將 Laya 部署定位於需要重複決策的工作負載，而不是長時間生成的回應。

這一區別使得較小的模型能夠處理路由、審核和分類等任務，而無需將每個請求發送到由集中式提供者主辦的大型生成模型。開發者可以自行部署 Laya，因為其模型權重和軟體是公開可用的。

Convai Innovations 的文檔將 Laya 描述為一系列模型，而不是單一的檢查點。其英文版本基於擁有 4.21 億參數的 ModernBERT 大型模型，而多語言版本則使用 3.22 億參數的模型，支持超過 100 種語言。針對包括客戶服務、發票處理和安全事件在內的類型決策工作流程，還訓練了一個單獨的檢查點。

Acurast 表示，其實施讓開發者能夠運行這些類型的持續運作工作負載，而無需從集中式雲端提供者那裡獲得 API 訪問或伺服器容量。

"我們的目標是讓開發者意識到使用 Acurast 計算所帶來的令人難以置信的機會，"De Carli 說。"這一部署證明了以決策為導向的 AI 可以以低成本、可驗證的方式運行，且在去中心化的智能手機網路上無需數據中心。"

該公司已將 Laya 演示版本提供給用戶，讓他們提交自己的輸入並觀察結果決策在其移動邊緣網路上的處理過程。