為什麼System One模型適合去中心化雲端

實際上線運作的AI,大多在回答簡單的問題。這封電子郵件是垃圾郵件嗎?這張工單是退款申請還是錯誤回報?這個提示詞安全嗎?9月15日,TypeSafe AI推出了Jev,一個專為這類問題打造的模型。一週後,開放的替代方案就問世了。
這個新類別稱為System One模型(得名於心理學中快速、直覺的「系統一」思考),而它恰好正是去中心化雲端最擅長處理的工作負載。以下說明為什麼決策是去中心化AI最能發揮價值的領域,以及它在手機上執行時的樣貌。
示範已經上線:歡迎親自到laya.acurast.com試用。
工作負載
決策,去中心化
小巧、無狀態且私密:一支手機就能容納的AI。
什麼是System One模型
聊天型AI一次寫出一個字來組成答案。System One模型則省去了書寫。您提供一段文字和幾個帶有固定選項的問題,它會一次回答所有問題,並為每個答案附上機率:
- 單選:退款、技術協助,還是其他?
- 是非題:這件事緊急嗎?
- 評分:平靜、不滿,還是憤怒?
沒有需要解析的內容,也沒有產生幻覺的空間。Jev是封閉版本:一個付費API,會把所有建構在其上的應用程式綁定在單一供應商身上。Laya由ConvAI Innovations推出,是開放版本:採用Apache 2.0授權,大小約800 MB,並與Jev的API相容,因此為其中一個打造的應用程式可以切換到另一個。
為什麼System One模型適合去中心化雲端
前沿語言模型需要一整排機架的GPU,這也是為什麼大多數「去中心化AI」最後仍在租用資料中心。System One模型正好相反:小到一支手機就能執行,請求之間不保留記憶,而且處理的是企業最私密的一些文字。這正是手機網路生來要處理的工作型態。
向外擴展,而非向上擴展
資料中心是向上擴展:更大的GPU、更大的建築。決策則是向外擴展。每個請求都各自獨立,所以十支手機就能完成十倍的工作,而在Acurast上,手機的數量只是一項設定。
供給早已存在。全球每年售出約13.9億支智慧型手機,而被它們汰換下來的手機仍有完全堪用的處理器。已有超過31萬支手機加入Acurast。
310K+
已加入的手機
1B+
鏈上交易
0.2秒
最快手機上的單次決策時間
易於使用:直接從瀏覽器部署
不必租用伺服器,只需使用別人的手機,這個範例的部署成本每天不到1 ACU。在Acurast Hub Playground中選擇Cargo: Laya範本,選好手機數量後即可部署。幾分鐘後,您自己的決策模型就上線了。
私密:決策涉及您最敏感的資料
使用託管API時,您分類的每一封電子郵件、每一則聊天訊息和每一張客服工單,都會經過別人的伺服器。自行執行模型,情況就不同了。中間沒有任何公司,模型權重是開放的,範例應用程式不保留任何記錄,而且只在經認證的手機上執行,也就是經驗證為真實硬體的手機。
由Cargo實現
Acurast Cargo為每個部署在手機上提供完整的Linux環境,因此Laya的安裝方式與在租用的伺服器上完全相同。同一套執行環境已經承載了OpenClaw、WordPress與Minecraft伺服器。AI以週為單位演進,而Cargo跟得上。
「當下一種模型類別出現時,它不需要新的整合,只需要想執行它的人提供一個啟動腳本。」
實際執行
範例中使用的測試手機分布在歐洲、美國與亞洲。最快的手機回答一個簡短的是非題約需0.2秒,分類一整封電子郵件也遠不到一秒;較慢的手機則需要一秒左右。這比資料中心的GPU慢,但對電子郵件、內容審核或AI代理而言並無影響。
這些遊戲展示了這種速度的用途。Laya觀察盤面、選擇一步、查看變化,然後再次決策:貪食蛇要往哪個方向轉、俄羅斯方塊要落在哪裡,以及在Doom中要瞄準、射擊、撿拾物品還是開門。郵件分類器與聊天審核員執行的是同樣的迴圈,差別只在選項。
共有十一個示範在Laya上執行,現在也包括Doom:郵件分類器、即時聊天審核員、能識破標題黨的新聞編輯室、提示詞注入防護、交友應用程式、貪食蛇、俄羅斯方塊等等。歡迎到laya.acurast.com即時試用。
不足之處
System One模型作為一個類別才問世一週,而Laya確實有其限制。當一個問題的選項超過約20個時,準確度就會下降;基礎模型在校準之前會過度自信;棘手或刻意設計的對抗性文字仍能騙過它。請把它當作快速的第一道篩選,而不是最終裁決。
部署您自己的模型
沒有候補名單,也不必向任何供應商申請API存取權限。開啟Hub Playground,選擇Cargo: Laya並部署。程式碼(包含全部十一個示範)都公開在GitHub上的Acurast範例應用程式中。
正在Acurast上開發嗎?如果您在經認證的手機上執行自己的模型、代理後端或決策服務,Acurast Discord就是開發者交流心得的地方。加入Discord。


