Laya 是一款开放权重的人工智能决策模型，于2026年9月由 Convai Innovations 发布，这是一家总部位于印度喀拉拉邦卡萨拉戈德的初创公司，由 Nandakishor M. 创立。该模型以 Apache 2.0 许可证分发，权重托管在 Hugging Face 上，Laya 被定位为 Jev 的开放、可自托管对应产品，后者是 TypeSafe AI 于同月发布的封闭式“System One”决策模型。
工作原理
Laya 是非自回归的：它不像大型语言模型那样逐词元生成文本，而是进行分类。给定一段状态（一封电子邮件、一张支持工单、一条代理轨迹、一个 JSON 对象）以及一组带固定答案集的类型化问题，它会在单次前向传播中返回所选答案及其校准概率。由于它不生成自由形式的文本，因此不存在幻觉问题，也无需解析散文或 JSON；下游代码直接根据类型化结果及其置信度进行分支。
主要英文检查点基于 ModernBERT-large 骨干网络，参数约 4.21 亿，规模足够小，可在适度的本地硬件上运行。多语言变体覆盖超过 100 种语言。
性能声明
Convai 报告称，在单块 Tesla T4 GPU 上的中位（p50）延迟约为 32.8 毫秒，并将其与 Jev 托管 API 测得的 236-276 毫秒进行比较，在供应商自身基准测试中实现了约 7.8 倍的加速优势，且自托管时边际成本为零。与 Jev 发布时的数据一样，这些数字来自供应商自身的评估，在发布后数周内获得的独立验证有限。
项目自身也承认了一个重要注意事项：开箱即用时，基础模型在决策任务上的得分接近随机水平，标题中的准确率数字是在针对目标任务进行微调后实现的。Laya 最好被理解为一个开放、高效的决策模型架构，你需要根据自身工作负载进行适配，而非零样本的即插即用方案。
Laya 与 Jev
Laya 和 Jev 定义了一个新兴类别，有时被称为 System One 模型，得名于 Daniel Kahneman《思考，快与慢》中快速、直觉性的“系统 1”：这类模型专为高吞吐量、低延迟的分类、评分、路由和下一步决策而构建，与生成式 Large language model 并行存在，而非取代它们。两者的主要区别在于分发方式：Jev 是封闭的托管 API，而 Laya 的 Apache-2.0 权重可在本地运行（社区运行时已支持通过 ONNX Runtime 在 Node.js/TypeScript 中使用）、可自由微调，并且部署时无需按调用付费。