Il deploy AI di Acurast gira su 280.000 smartphone in 175 paesi
Acurast ha portato il deploy AI di Acurast su un terreno finora poco battuto: gli smartphone di tutti i giorni. La società ha attivato Laya, un modello decisionale open source, direttamente sulla sua rete decentralizzata di dispositivi Android, spostando l’elaborazione lontano dai data center centralizzati.
Punti chiave
- Acurast ha distribuito il modello open source Laya sulla sua rete decentralizzata di smartphone, sostituendo i data center centralizzati.
- Laya è un modello “System 1”, pensato per decisioni rapide e strutturate e non per risposte conversazionali.
- Le decisioni richiedono circa 0,2-1 secondo e vengono elaborate su CPU di smartphone Android, senza GPU dedicate.
- La rete di Acurast conta oltre 280.000 smartphone in più di 175 paesi, con oltre 918 milioni di transazioni on-chain processate.
- Il codice e i pesi del modello sono pubblici sotto licenza Apache 2.0.
Acurast lancia il modello Laya AI sulla rete decentralizzata di smartphone
Il cuore della notizia è semplice: Acurast ha reso operativo Laya sulla propria rete di smartphone, permettendo al modello di elaborare decisioni in tempo reale direttamente sui dispositivi Android.
Secondo l’azienda, il deployment funziona interamente su nodi edge mobili e usa gli smartphone distribuiti sulla rete per gestire carichi di lavoro che vanno dalla classificazione al gaming, passando per navigazione, sicurezza e moderazione dei contenuti.
Modello open source Laya e sua funzione
Laya è stato sviluppato da Convai Innovations con licenza Apache 2.0 ed è progettato per prendere decisioni strutturate, non per generare risposte conversazionali. Dato uno stato definito e un insieme di azioni possibili, il modello valuta l’input e seleziona un’opzione tra quelle disponibili.
Il repository open source del progetto descrive tre formati decisionali principali: scelta tra opzioni definite, punteggio su un intervallo prestabilito e decisioni booleane. L’architettura non è autoregressiva, quindi il modello non genera una risposta token per token come fanno tipicamente i grandi modelli linguistici.
Scala e diffusione geografica della rete
La rete di Acurast comprende oggi oltre 280.000 smartphone distribuiti in più di 175 paesi. Il numero segna una crescita netta rispetto ai 72.000 dispositivi registrati a maggio 2025, quando l’azienda aveva raccolto 5,4 milioni di dollari per sviluppare la sua rete cloud decentralizzata alimentata da smartphone. Le transazioni on-chain elaborate hanno superato quota 918 milioni, contro i 256 milioni riportati all’epoca del round di finanziamento.
Laya gestisce decisioni AI in tempo reale su smartphone Android
Laya non risponde a domande aperte: prende decisioni rapide su compiti ben definiti, elaborate direttamente sui dispositivi mobili connessi alla rete.
Modello decisionale System 1 per risposte rapide e strutturate
Convai Innovations descrive Laya come un modello decisionale “System 1”, pensato per quelle situazioni in cui un’applicazione ha bisogno di una risposta rapida e strutturata, piuttosto che di un testo generato lungamente. Acurast usa il modello per dimostrare come questo tipo di carichi possa funzionare su hardware mobile comune, senza infrastrutture dedicate.
Carichi di lavoro supportati da Laya
Acurast ha allestito diverse demo dal vivo per testare il modello su tipologie diverse di compiti decisionali. Nel gaming, Laya è stato usato per giocare a Snake e Tetris, scegliendo i movimenti e determinando dove posizionare i pezzi che cadono. Una demo basata su Doom richiede al modello di decidere su movimento, mira, sparo, raccolta oggetti ed esplorazione dell’ambiente di gioco.
Altri test si avvicinano di più a possibili applicazioni software reali: il modello classifica email come messaggi in arrivo, spam o tentativi di phishing, e smista titoli in categorie che comprendono notizie, satira, clickbait e manipolazione. Acurast ha inoltre testato Laya per individuare tentativi di prompt injection contro assistenti AI e messaggi tossici nelle chat in tempo reale.
Metriche di performance e utilizzo hardware
Le decisioni nel deployment di Laya richiedono in genere tra 0,2 e 1 secondo e vengono elaborate su CPU di smartphone Android, senza l’uso di GPU dedicate. Il carico di lavoro viene distribuito in modo dinamico tra i dispositivi che partecipano alla rete.
Il repository del progetto elenca un checkpoint inglese con 421 milioni di parametri, oltre a modelli separati per compiti multilingua e per decisioni tipizzate.
Sicurezza, incentivi e architettura tecnica
La sicurezza del sistema si basa su tecnologie già integrate negli smartphone moderni, non su infrastrutture aggiuntive costruite da zero.
Uso di Trusted Execution Environments per la protezione dei dati
La rete utilizza i Trusted Execution Environments, ambienti sicuri integrati negli smartphone moderni, per isolare i carichi di lavoro e proteggere i dati durante l’elaborazione, secondo quanto riferito da Acurast.
Prove crittografiche delle decisioni e ricompense token
Ogni output prodotto da Laya arriva accompagnato da una prova crittografica, mentre gli operatori degli smartphone ricevono ACU, il token nativo di Acurast, come ricompensa per aver messo a disposizione capacità di elaborazione. Questo approccio si affida all’hardware di consumo già esistente, senza richiedere agli operatori l’acquisto di server o GPU dedicati.
Perché conta: il meccanismo di incentivi legato ad ACU trasforma oltre 280.000 smartphone in una rete di calcolo distribuita, offrendo un’alternativa concreta alla dipendenza dai grandi provider cloud centralizzati per determinati tipi di carichi AI.
Obiettivi e impatti del deployment Acurast
Il senso strategico dell’operazione emerge chiaramente: Acurast punta a carichi AI di dimensioni contenute, dove contano velocità e ripetibilità, non alla generazione di testo lungo tipica dei grandi modelli linguistici.
Focus su piccoli carichi AI in tempo reale per ridurre la dipendenza dal cloud
La distinzione permette a modelli più piccoli di gestire compiti come instradamento, moderazione e classificazione senza inviare ogni richiesta a un grande modello generativo ospitato da un provider centralizzato. Gli sviluppatori possono implementare Laya autonomamente, dato che pesi del modello e software sono pubblicamente disponibili.
La documentazione di Convai Innovations descrive Laya come una famiglia di modelli piuttosto che un singolo checkpoint: la versione inglese si basa su ModernBERT large con 421 milioni di parametri, mentre una versione multilingua usa un modello da 322 milioni di parametri e supporta più di 100 lingue. Un checkpoint separato è stato addestrato per flussi decisionali tipizzati, tra cui servizio clienti, elaborazione fatture e incidenti di sicurezza.
Visione del fondatore su AI decentralizzata
Il fondatore di Acurast, Alessandro De Carli, ha commentato così l’operazione: “By running Laya on Acurast, we’ve changed that. We are proving that System 1 AI can run securely and at scale on hardware everyone already owns, providing a truly open, decentralized alternative to centralized cloud lock-in”.
De Carli ha aggiunto anche un obiettivo più ampio legato agli sviluppatori: “Our goal is to open developers’ eyes to the quite incredible opportunities that come from using Acurast compute. This deployment proves that decision-oriented AI can run cheaply, verifiably, and without a data center in sight on a decentralized smartphone network today”.
Limiti del modello e accessibilità per sviluppatori
Gli stessi sviluppatori di Laya hanno documentato dei limiti: il repository del progetto segnala che il modello generale ottiene risultati scarsi in alcuni test decisionali tipizzati a “zero shot” e consiglia di specializzare il modello per compiti specifici. La documentazione suggerisce inoltre di mantenere le domande a scelta sotto le circa 20 opzioni e di ricalibrare le probabilità usando dati specifici per ogni applicazione.
Il progetto si inserisce in un filone più ampio che punta a usare dispositivi di consumo per carichi AI decentralizzati: a settembre 2025, Gaia ha presentato uno smartphone pensato per eseguire AI localmente sul dispositivo, permettendo agli utenti di contribuire con capacità di calcolo alla propria rete decentralizzata.
FAQ
Cos’è il modello Laya AI implementato da Acurast?
Laya è un modello decisionale AI open source di tipo “System 1”, pensato per decisioni rapide e strutturate, eseguito su reti decentralizzate di smartphone.
Come fa Acurast a eseguire decisioni AI senza server cloud centralizzati?
Acurast esegue Laya sugli smartphone della sua rete decentralizzata, usando CPU Android e Trusted Execution Environments, evitando così la necessità di data center centralizzati.
Quali tipi di compiti può gestire Laya sulla rete Acurast?
Laya elabora compiti che includono classificazione, gaming, navigazione, sicurezza e moderazione dei contenuti.
Come vengono ricompensati gli operatori di smartphone che partecipano alla rete Acurast?
Gli operatori guadagnano token ACU quando i loro smartphone forniscono capacità di elaborazione per eseguire le decisioni AI.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.
