整理与数据来源:AIHOT
热度观测于 9月29日 18:29
Convai 开源决策模型 Laya 对标 Jev,多平台移植提速
先了解这件事
2026 年 9 月 19 日,Hacker News 热门出现中文翻译报道:作者 nandakishor_ml 发布开源非自回归决策模型家族 Laya,对标 TypeSafe AI 的 Jev,基于双向编码器,单 GPU 推理 32.8 ms、批量 7.2 ms/问题,自称比 Jev 快 7.8 倍,权重以 Apache 2.0 开源。9 月 21 日,同一来源称 Laya(OS Jev)可在 Mac M4 上通过 CoreML 离线运行,每秒 45 次决策,可用 uv 安装 laya-coreml[demo] 并下载 laya-multilingual-coreml-ane 模型运行演示;同日 X 用户 karminski 称已移植到 MLX 并优化,推出 laya-mlx,号称比 Jev 快 50 倍,设备内存占用最高 1G,在本地 M3 Max 上以每秒 60 次决策玩贪吃蛇,代码已开源。9 月 28 日,Unsloth 宣布可在仅 4GB 内存设备上本地运行 Laya Decision 模型,支持 Mac、Windows、Linux 的 CPU、统一内存和 GPU 环境;默认多语言模型 678MB,另有 English 与 Typed decisions 档需 5GB RAM、846MB,可通过 Unsloth Desktop 以 Jev 兼容 API 提供服务。9 月 29 日,Daniel Han 展示用 Unsloth Decision API 驱动本地 Laya 的实时打包演示,输入和更改旅行计划时行李箱物品实时更新,并称更多优化即将到来。目前关于 Laya 与 Jev 的对比数据均来自发布方或移植者自述,尚无第三方验证;早先报道称比 Jev 快 7.8 倍,后续移植版则称快 50 倍。
AI 根据报道生成 · 9 天前更新
事件进展
- 9月28日 23:22 · 1 篇报道Unsloth支持本地运行Laya Decision模型Unsloth:Unsloth 支持 4GB 内存本地运行 Laya Decision 模型
- 9月21日 09:01 · 1 篇报道laya-mlx 移植版:比 Jev 快 50 倍,本地跑贪吃蛇karminski:laya-mlx 移植版:比 Jev 快 50 倍,本地跑贪吃蛇
- 9月21日 05:13 · 1 篇报道Laya(OS Jev)在 Mac M4 CoreML 离线环境下每秒 45 次决策Hacker News 热门(buzzing.cc 中文翻译):Laya(OS Jev)在 Mac M4 CoreML 离线环境下每秒 45 次决策
- 9月19日 21:15 · 1 篇报道Convai 发布开源决策模型 Laya,对标 TypeSafe AI 的 JevHacker News 热门(buzzing.cc 中文翻译):Convai 发布开源决策模型 Laya,对标 TypeSafe AI 的 Jev
报道时间线
沿着报道,了解事件的不同侧面。
- X:Unsloth (@UnslothAI)Unsloth 支持 4GB 内存本地运行 Laya Decision 模型
Unsloth 宣布可在仅 4GB 内存的设备上本地运行 Laya Decision 模型,支持 Mac、Windows、Linux 的 CPU、统一内存和 GPU 环境。默认多语言模型 678MB,另有 English 与 Typed decisions 档需 5GB RAM、846MB;可通过 Unsloth Desktop 以 Jev 兼容 API 提供服务,数据留在本地,指南见 https://unsloth.ai/docs/models/decision-laya。
- X:karminski (@karminski3)laya-mlx 移植版:比 Jev 快 50 倍,本地跑贪吃蛇
开发者将开源文本概率分类系统 Laya 移植到 MLX 并做性能优化,推出 laya-mlx,号称比 Jev 快 50 倍,设备内存占用最高 1G。该模型在本地 M3 Max 上以每秒 60 次决策的速度玩贪吃蛇,代码已开源至 GitHub。
- Hacker News 热门(buzzing.cc 中文翻译)Laya(OS Jev)在 Mac M4 CoreML 离线环境下每秒 45 次决策
Laya(OS Jev)可在 Mac M4 上通过 CoreML 离线运行,达到每秒 45 次决策。用户可用 uv 安装 laya-coreml[demo],并下载 aac6fef/laya-multilingual-coreml-ane 模型到本地,再运行 laya-coreml-snake 演示。
- Hacker News 热门(buzzing.cc 中文翻译)Convai 发布开源决策模型 Laya,对标 TypeSafe AI 的 Jev
作者 nandakishor_ml 发布开源非自回归决策模型家族 Laya,基于双向编码器,单 GPU 推理 32.8 ms(批量 7.2 ms/问题),自称比 TypeSafe AI 的 Jev 快 7.8 倍,权重以 Apache 2.0 开源。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。