Convai 开源决策模型 Laya 对标 Jev，多平台本地运行

2026 年 9 月 19 日，Hacker News 热门出现一则中文翻译报道：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。报道称，Laya 基于双向编码器，单 GPU 推理耗时 32.8 ms，批量处理时为 7.2 ms/问题，并自称比 Jev 快 7.8 倍；模型权重以 Apache 2.0 协议开源。上述对比数据均来自发布方自述，当时尚无第三方验证。9 月 21 日，Hacker News 热门再出现一则中文翻译报道：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]，下载 aac6fef/laya-multilingual-coreml-ane 模型到本地后运行 laya-coreml-snake 演示。同日，X 用户 karminski 称将 Laya 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 在 X 宣布支持在仅 4GB 内存的设备上本地运行 Laya Decision 模型，覆盖 Mac、Windows、Linux 的 CPU、统一内存和 GPU 环境；默认多语言模型为 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。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。