新聞加密貨幣Acurast 在去中心化手機網路上大規模運行開源 System 1 AI 模型 Laya

Acurast 在去中心化手機網路上大規模運行開源 System 1 AI 模型 Laya

作者: Metaverse Post·

重點速覽

  • •Acurast 宣布,由 Convai Innovations 開發、以 Apache-2.0 授權釋出的開源決策導向 AI 模型 Laya,現已在其去中心化手機網路上安全且大規模地運行。
  • •Laya 作為「System 1」模型運作,即時選擇下一個行動而非生成文字,其運算需求低到足以在標準行動處理器上運行。
  • •每項 Laya 決策都在可信任執行環境內的 Android 智慧型手機上執行,通常僅使用 CPU 即可在約 0.2 至 1 秒內交付結果,並附帶密碼學證明。
  • •現場示範包括 Snake、Tetris 與原始 Doom 的即時遊戲、將郵件分類為收件匣、垃圾郵件或網路釣魚、標題評估、提示注入偵測,以及標記有毒聊天訊息。
  • •該基礎設施已在 laya.acurast.com 上線,無需集中式 API 存取,節點營運者以 ACU 獲得報酬,外部訪客可以自訂輸入(包括對抗性提示)測試模型。
Acurast 在去中心化手機網路上大規模運行開源 System 1 AI 模型 Laya

由翻新智慧型手機建構的去中心化運算網路 Acurast 宣布,其分散式基礎設施現在可以安全地大規模運行 Laya——一款專注於決策的開源 AI 模型。此次部署是讓自主、即時決策 AI 在專有生態系統之外可及的重要一步,為封閉的商業模型提供了替代方案。

Laya 由 Convai Innovations 開發,以 Apache-2.0 授權釋出——這是一種允許商業使用、修改與再散布的寬鬆開源授權。Laya 作為「System 1」決策模型運作——此名稱呼應認知科學中的雙歷程框架,該框架對比快速、自動的反應與緩慢、審慎的推理。該模型不是生成文字回應,而是接收問題空間、評估當前狀態,並即時從可用選項中選擇下一個行動。這種方法使 AI 應用超越對話式輸出,邁向持續的、機器速度的決策執行。

「今天關於 AI 的討論,不斷被生成越來越多文字、卻不產出最終結果的越來越大模型所主導。像 Jev 這樣的專有模型顯示出對快速決策的巨大需求,但它們迫使開發者進入封閉的生態系統,」Acurast 創辦人 Alessandro De Carli 在書面聲明中表示。「透過在 Acurast 上運行 Laya,我們改變了這一點。我們正在證明,System 1 AI 可以在人人都已擁有的硬體上安全且大規模地運行,為集中式雲端鎖定提供真正開放、去中心化的替代方案,」他補充道。

此次部署的現場示範顯示,Laya 實例直接在去中心化的行動邊節點上處理快速決策任務。範例包括 Snake 與 Tetris 的即時遊戲對局、在原始 Doom 引擎中的自主導航與戰鬥決策、將收到的郵件分類為收件匣、垃圾郵件或網路釣魚,以及將來自真實 RSS 資訊源的標題評估為新聞、諷刺、標題黨或操縱內容。安全功能也在展示之列,包括偵測提示注入攻擊嘗試,以及標記即時聊天中的有毒訊息。外部使用者也可以提交自己的輸入,包括策略、標題或對抗性提示,並即時觀察模型的決策。

傳統 AI 工作負載通常依賴大型且昂貴的集中式伺服器基礎設施,而 Acurast 採取不同方法,利用日常行動裝置的處理能力。對於決策類工作負載而言,這種區別正是使此架構可行的關鍵:由於 Laya 的輸出是單一選定行動而非長篇生成文字,其運算量輕到足以在標準行動處理器上運行,而非需要專用加速硬體。

網路邊緣的去中心化機密運算

在此模式下,每項 Laya 決策都在 Acurast 網路內作為安全節點的 Android 智慧型手機上執行。該平台利用現代裝置內建的可信任執行環境——處理器中與系統其他部分硬體隔離的安全區域,旨在保護程式碼與資料——來保持工作負載的機密性與可驗證性。決策通常僅使用 CPU 即可在約 0.2 至 1 秒內交付。工作負載在全域網路中動態分配,結果包含密碼學證明,參與運算的節點以網路原生代幣 ACU 獲得報酬。

「我們的目標是讓開發者看到使用 Acurast 運算所帶來的驚人機會。此次部署證明,面向決策的 AI 今天就能在去中心化的手機網路上廉價、可驗證地運行,而且完全看不到資料中心的身影,」De Carli 表示。「隨著自主代理的演進,我們希望開發者意識到,他們所運行的基礎設施可以——也應該——像軟體本身一樣開放與分散,」他補充道。

該基礎設施目前已上線,開發者無需向集中式供應商取得 API 存取權或伺服器資源。它旨在凸顯在無許可網路上運行小型、持續運作的 System 1 工作負載的經濟優勢。Laya 的即時實例可在 laya.acurast.com 上測試,使用者可以在那裡以自訂輸入挑戰該模型,並直接在 Acurast 邊緣裝置上部署自己的實例。由於即時實例接受外部提交,包括對抗性提示,任何訪客都可以即時檢驗模型的安全性與決策行為,而不僅僅依賴團隊自身的範例。