Acurast将实时AI决策模型Laya引入智能手机网络_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

Acurast将实时AI决策模型Laya引入智能手机网络

2026-09-28 19:00:00

Acurast 在去中心化智能手机算力网络中部署开源 ai 决策模型 Laya

Acurast 已将其开源 ai 决策模型 Laya 部署至其去中心化智能手机算力网络。这一举措使得模型能够在安卓设备上处理实时决策，而无需依赖集中式数据中心。

核心亮点

Acurast 在其去中心化智能手机算力网络中全面部署了开源 Laya ai 模型。
Laya 专注于结构化决策任务，如游戏控制、分类、内容审核和安全防护，而非生成对话式文本。
Acurast 表示，典型决策耗时约为 0.2 至 1 秒，且完全使用智能手机 CPU 进行处理，无需专用 GPU。
目前，来自全球 175 多个国家的超过 28 万台智能手机已加入 Acurast 网络。

Laya 模型的技术原理与架构

Laya 由 Convai Innovations 开发，基于 Apache 2.0 许可证发布。该模型专为生成结构化决策而非对话式响应而设计。给定一个定义好的状态和一组可能的动作，Laya 会评估输入并选择相应的选项。其开源仓库描述了三种主要的决策格式：在既定选项中进行选择、针对特定范围进行评分，以及布尔值决策。

该模型采用非自回归架构（non-autoregressive architecture），这意味着它不像大型语言模型那样逐个令牌地生成答案。Convai Innovations 将 Laya 描述为一种“系统 1”（System 1）决策模型，旨在满足那些需要快速结构化响应的应用场景。

Acurast 利用该模型展示了此类工作负载如何在消费级移动硬件上运行。据该公司介绍，其部署中的每一项决策都在连接到网络的安卓智能手机上处理。

Acurast 创始人 Alessandro De Carli 表示：“通过在 Acurast 上运行 Laya，我们改变了这一现状。我们证明了‘系统 1’ ai 可以在每个人已经拥有的硬件上安全、大规模地运行，从而提供一种真正开放、去中心化的替代方案，摆脱对集中式云服务的锁定。”

Laya 的公开代码和模型权重均在 Apache 2.0 许可证下提供。其仓库列出了一个包含 4.21 亿参数的英文检查点，以及用于多语言和特定类型决策工作负载的独立模型。

Laya 在 Acurast 上的应用场景

Acurast 设置了多个实时演示，以测试该模型在不同类型的决策任务中的表现：

游戏领域：Laya 已被用于玩《贪吃蛇》和《俄罗斯方块》，通过选择移动方向来确定下落方块的放置位置。在《毁灭战士》（Doom）的演示中，模型需要做出关于移动、瞄准、射击、收集物品和探索游戏环境的决策。
潜在软件应用：该模型可以将电子邮件分类为收件箱消息、垃圾邮件或钓鱼攻击，并将新闻标题归类为新闻、讽刺、标题党或操纵性内容。Acurast 表示，他们已测试 Laya 用于检测针对 ai 助手的提示注入尝试，以及在实时聊天中识别有害信息。

用户可以向演示提交自己的信件、标题、提示词和其他输入，并观察模型做出的决策。

模型局限性与优化建议

Laya 的开发人员也记录了模型的局限性。项目仓库指出，通用模型在某些零样本（zero-shot）类型决策测试中表现不佳，并建议针对特定任务对模型进行专业化调整。此外，还建议将选择题的选项数量控制在 20 个以内，并使用应用程序特定的数据重新校准概率。

无 GPU 支持的智能手机如何处理 ai 工作负载

Acurast 表示，其 Laya 部署中的决策通常耗时约 0.2 至 1 秒，并且是使用智能手机 CPU 而非专用 GPU 处理的。工作负载在网络参与的各个设备之间动态分配。结果附带密码学证明，而智能手机运营商则因提供处理能力而获得 ACU（Acurast 的原生代币）奖励。

据 Acurast 介绍，该网络利用现代智能手机内置的可信执行环境（Trusted Execution Environments, TEE）来隔离工作负载并保护数据，确保计算过程的安全。

Acurast 的方法依赖于现有的消费级硬件，而不是要求运营商购买专用服务器或 GPU。该公司此前已将相同的模式应用于区块链基础设施和其他去中心化计算工作负载。

此前报道显示，Acurast 于 2025 年 5 月筹集了 540 万美元，用于开发其由智能手机驱动的去中心化云网络。当时，该网络拥有超过 7.2 万台智能手机，并已处理了 2.56 亿笔交易。目前，Acurast 表示已有超过 28 万台来自 175 多个国家的智能手机加入网络，链上处理交易量已超过 9.18 亿笔。

面向更广泛的去中心化 ai 趋势

该模型契合了利用消费级设备进行去中心化 ai 工作负载的日益增长的趋势。例如，Gaia 于 2025 年 9 月推出了一款 ai 智能手机，旨在让 ai 在设备本地运行，同时允许用户为其去中心化网络贡献算力。

Acurast 瞄准小型实时 ai 工作负载

Acurast 将 Laya 部署定位为针对需要重复决策而非生成长篇回复的工作负载。这种区分使得较小的模型能够处理路由、审核和分类等任务，而无需将每个请求发送给由集中式提供商托管的大型生成式模型。由于模型权重和软件公开可用，开发者可以自行部署 Laya。

Convai Innovations 的文档将 Laya 描述为一个模型家族，而非单一的检查点。其英文版本基于具有 4.21 亿参数的 ModernBERT Large 模型，而多语言版本则使用 3.22 亿参数的模型，支持 100 多种语言。还有一个独立的检查点是专门为客服、发票处理和安全事故等类型化决策工作流训练的。

Acurast 表示，其实现方式使开发人员能够在无需从集中式云提供商获取 API 访问权限或服务器容量的情况下，运行这些持续运行的工作负载。

De Carli 说：“我们的目标是让开发人员认识到，利用 Acurast 算力所带来的令人难以置信的机会。此次部署证明，面向决策的 ai 今天就可以在一个去中心化的智能手机网络上廉价、可验证地运行，且无需看到任何数据中心的踪影。”

该公司已让用户可以使用 Laya 演示，提交自己的输入，并观看结果决策在其移动边缘网络上被处理的过程。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文