跳到正文

整理与数据来源:AIHOT

热度观测于 9月29日 18:29

热点事件历史事件

Convai 开源决策模型 Laya 对标 Jev,多平台移植提速

4 篇报道3 个报道来源9 天前更新

先了解这件事

AI 综述

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

4 个进展
  1. 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
  2. 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
  3. 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
  4. 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 Jev
    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

报道时间线

沿着报道,了解事件的不同侧面。

9月28日
  1. 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。

9月21日
  1. 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。

  2. 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。

9月19日
  1. 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。