Acurast Déploie Laya Sur Son Réseau De Smartphones

Et si la prochaine décision d’une intelligence artificielle ne venait plus d’un data center climatisé, mais du téléphone oublié dans la poche d’un inconnu, à l’autre bout du monde ? C’est précisément le pari qu’Acurast vient de rendre visible. Le projet a déployé Laya, un modèle d’IA décisionnelle open source, sur son réseau de smartphones Android. Plus de génération de texte interminable. Plus de file d’attente chez un géant du cloud. Une question structurée entre, une option choisie en sortie, souvent en moins d’une seconde.

Quand Un Téléphone Devient Une Salle De Décision

L’annonce a un parfum d’actualité brute. Acurast affirme faire tourner Laya entièrement sur des nœuds mobiles, sans GPU dédié, en s’appuyant sur les processeurs déjà présents dans des appareils grand public. Le réseau compterait désormais plus de 280 000 smartphones répartis dans plus de 175 pays. Les transactions on-chain dépasseraient les 918 millions. Des chiffres qui, pris isolément, ressemblent à de la communication. Mis bout à bout, ils dessinent autre chose : une tentative de déplacer le compute IA hors des silos habituels.

Laya n’est pas un chatbot. Développé par Convai Innovations sous licence Apache 2.0, le modèle est conçu pour choisir, noter, valider ou refuser. On lui donne un état, une liste d’actions possibles, et il tranche. Classification, jeu, navigation, sécurité, modération : autant de tâches où l’on n’a pas besoin d’un roman généré token par token, mais d’une réponse nette. Acurast s’en sert comme démonstration grandeur nature.

En faisant tourner Laya sur Acurast, nous prouvons qu’une IA de type Système 1 peut fonctionner de façon sécurisée et à l’échelle sur du matériel que tout le monde possède déjà, comme alternative ouverte au verrouillage du cloud centralisé.

Alessandro De Carli, fondateur d’Acurast

Ce Que Laya Fait Vraiment, Et Ce Qu’il Refuse De Faire

On confond trop vite IA et conversation. Laya coupe court à cette habitude. Son architecture est non autorégressive : elle n’écrit pas une réponse mot après mot. Elle évalue, compare, sélectionne. Le dépôt public décrit trois formats principaux. Choix parmi des options définies. Notation dans une plage. Décision booléenne. Rien de plus romanesque. C’est volontaire.

Les développeurs parlent d’un modèle Système 1. L’expression vient de la psychologie cognitive. Le Système 1 est rapide, approximatif, utile quand il faut réagir. Le Système 2 est lent, coûteux, analytique. Les grands modèles de langage aiment jouer les deux rôles à la fois, et facturent souvent le second. Laya assume le premier. Une application a besoin d’un tri, d’un score, d’un oui ou d’un non. Elle n’a pas besoin d’une dissertation.

Le dépôt mentionne un checkpoint anglais d’environ 421 millions de paramètres, basé sur ModernBERT large. Une variante multilingue d’environ 322 millions de paramètres couvrirait plus de cent langues. Un autre checkpoint vise des flux typés : service client, factures, incidents de sécurité. Famille de modèles, donc, plutôt que monolithe unique. Cette granularité compte. Un réseau de téléphones n’a pas la même marge qu’un cluster de GPU.

Des Démos Qui Parlent Plus Fort Qu’Un Livre Blanc

Acurast n’a pas seulement publié un communiqué. Le projet a ouvert des démonstrations. On y voit Laya jouer à Snake et à Tetris. Choisir une direction. Placer une pièce. Dans une démo inspirée de Doom, le modèle décide de se déplacer, de viser, de tirer, de ramasser, d’explorer. Ce n’est pas un argument marketing anodin. Un jeu expose immédiatement la latence. Si la décision arrive trop tard, le serpent se mange le mur.

D’autres tests se rapprochent d’usages logiciels. Classer un e-mail comme courrier utile, spam ou tentative de phishing. Ranger un titre parmi actualité, satire, accroche piège ou manipulation. Détecter une tentative d’injection de prompt contre un assistant. Repérer un message toxique dans un salon en direct. Les utilisateurs peuvent coller leurs propres textes et regarder le modèle trancher. Le spectacle est simple. Il est aussi pédagogique.

Les auteurs de Laya ne cachent pas les limites. Le modèle général se comporte mal sur certains tests de décisions typées en zéro-shot. Ils recommandent de le spécialiser. Ils conseillent de rester sous une vingtaine d’options pour les questions à choix. Ils rappellent qu’il faut recalibrer les probabilités avec des données propres à l’application. Autrement dit : Laya n’est pas une baguette magique. C’est un outil de décision, à condition de le cadrer.

Pourquoi Le Smartphone Change La Facture Du Compute

Le point le plus irritant pour l’industrie du cloud, c’est le matériel. Acurast affirme que les décisions de cette démo prennent environ 0,2 à 1 seconde et passent par le processeur du téléphone, pas par une carte graphique dédiée. Le travail est réparti dynamiquement. Les résultats s’accompagnent d’une preuve cryptographique. Les opérateurs reçoivent du ACU, le jeton natif, en échange de la capacité fournie.

Le réseau s’appuie sur les Trusted Execution Environments intégrés aux smartphones modernes. L’idée est d’isoler la charge, de protéger les données pendant le calcul, de réduire la surface de confiance. On n’achète pas une baie. On n’installe pas un rack. On utilise ce qui existe déjà dans des millions de poches. C’est précisément ce que le projet martèle depuis ses levées précédentes.

En mai 2025, Acurast avait levé 5,4 millions de dollars pour pousser ce cloud de poche. Le réseau dépassait alors 72 000 appareils et 256 millions de transactions. Le saut jusqu’à 280 000 téléphones et plus de 918 millions de transactions, s’il se confirme dans la durée, n’est pas qu’une ligne de communiqué. Il dit qu’un marché de l’offre existe : des gens acceptent de prêter du calcul contre un jeton.

Notre objectif est d’ouvrir les yeux des développeurs sur les possibilités assez stupéfiantes du compute Acurast. Ce déploiement prouve qu’une IA orientée décision peut tourner à bas coût, de façon vérifiable, et sans data center à l’horizon, sur un réseau de smartphones dès aujourd’hui.

Alessandro De Carli

Le Cloud Centralisé N’Est Pas Mort, Il Est Juste Contourné

Personne de sérieux n’annonce la fin d’Amazon, de Google ou de Microsoft parce qu’un modèle de 400 millions de paramètres tourne sur un téléphone. Les grands modèles génératifs resteront gourmands. Les entraînements resteront chers. Les contextes longs resteront lourds. Acurast ne prétend pas remplacer tout cela. Le projet vise les charges répétitives, courtes, structurées. Celles que l’on envoie aujourd’hui à une API par habitude, même quand un petit modèle suffirait.

C’est là que l’actualité devient intéressante. Une start-up qui classe des tickets. Un jeu mobile qui a besoin d’un adversaire un peu moins stupide. Un outil de modération qui doit dire oui ou non avant qu’un fil dérape. Un filtre anti-phishing. Un routeur de messages. Ces cas n’exigent pas un modèle de frontier. Ils exigent de la disponibilité, un coût prévisible, et parfois une preuve que le calcul a bien eu lieu.

La preuve cryptographique n’est pas un détail cosmétique dans un univers crypto. Elle change le contrat. On ne croit plus seulement le fournisseur sur parole. On vérifie qu’une tâche a été exécutée dans un environnement isolé. Cela ne résout pas tous les problèmes de confiance. Cela déplace la discussion. Au lieu de demander « qui possède le serveur », on demande « comment le résultat a-t-il été produit ».

Une Concurrence Qui Se Cherche Encore Un Vocabulaire

Acurast n’est pas seul sur cette piste. Gaia a présenté en septembre 2025 un smartphone pensé pour faire tourner de l’IA en local tout en contribuant à un réseau décentralisé. D’autres projets parlent d’edge, de DePIN, de compute communautaire. Le vocabulaire varie. L’intuition se ressemble : le matériel inutilisé est partout, le cloud facture l’accès, l’IA multiplie les appels.

La différence d’Acurast, dans cette séquence d’actualité, tient au choix du modèle. Laya n’essaie pas d’être un clone de grand LLM. Il assume d’être petit, spécialisé, rapide. C’est plus crédible sur CPU mobile. C’est aussi plus honnête vis-à-vis des limites. Un réseau de téléphones qui promettrait demain de générer des films en 8K serait ridicule. Un réseau qui promet de classer un titre en une fraction de seconde l’est moins.

• Moins de génération, plus de décision.
• Moins de GPU, plus de processeurs déjà payés.
• Moins d’API fermée, plus de poids publics.

Le Jeton ACU Et La Question Que Personne N’Aime Poser

Dès qu’un réseau rémunère du calcul, la même question revient. Qui paie vraiment ? Les opérateurs de smartphones reçoivent du ACU. Les développeurs consomment de la capacité. Entre les deux, il faut une demande réelle, pas seulement une émission de jetons. Sinon le système ressemble à une subvention déguisée. L’actualité d’Acurast ne clôt pas ce débat. Elle le rend plus concret, parce qu’une charge IA visible remplace enfin une abstraction de « transactions ».

Un téléphone qui mine ou qui calcule use sa batterie, sa chaleur, parfois sa durée de vie. Les utilisateurs le savent. Ils comparent le rendement au coût d’électricité, à l’usure, à la nuisance. Si la récompense chute, le réseau se contracte. Si elle explose sans usage, le jeton se dilue dans le récit. C’est la tension classique des réseaux d’infrastructure décentralisée. Laya n’y échappe pas. Il offre seulement un usage plus lisible qu’un benchmark opaque.

Le projet a déjà appliqué la même logique à des charges d’infrastructure blockchain. L’arrivée d’un modèle décisionnel élargit le catalogue. Elle ne garantit pas que les développeurs quitteront leurs clouds habituels. Beaucoup resteront par confort, par SLA, par habitude de facturation. Le basculement, s’il a lieu, sera partiel. Un flux de modération ici. Un classifieur là. Un micro-service de scoring ailleurs.

Open Source : La Porte Ouverte Et Ses Courants D’Air

Les poids de Laya sont publics. Le code aussi. Licence permissive. Un développeur peut reprendre le modèle, le spécialiser, le déployer ailleurs qu’chez Acurast. C’est un avantage et une menace. Avantage, parce que la démo n’enferme pas l’IA dans un silo. Menace, parce que la valeur se déplace alors vers le réseau, la preuve, la distribution, pas vers le modèle lui-même.

Dans un marché où chaque semaine un nouveau checkpoint apparaît, posséder un modèle n’est plus un fossé. Posséder une flotte vérifiable de calculateurs l’est davantage, à condition que la flotte reste honnête, disponible, assez rapide. Acurast mise sur ce second étage. Laya sert de vitrine. La vitrine attire. Elle ne construit pas à elle seule l’immeuble.

Sécurité, Isolation, Et La Tentation Du Récit Parfait

Les environnements d’exécution de confiance sont souvent présentés comme une solution définitive. Ils ne le sont pas. Ils réduisent certains risques. Ils en déplacent d’autres. Un TEE n’efface pas les bugs d’implémentation. Il n’empêche pas un opérateur malveillant de jouer avec la disponibilité. Il n’élimine pas les attaques de canal auxiliaire, même si leur coût grimpe.

Acurast affirme isoler les charges et protéger les données pendant le calcul. C’est le bon niveau de promesse pour une actualité produit. Ce n’est pas une audit complet publié en bas de page. Les équipes de sécurité regarderont la surface réelle : mise à jour des enclaves, attestation, révocation, qualité des preuves, résistance à la congestion. Tant que ces détails restent dans l’ombre, la prudence reste de mise.

La démo de détection d’injection de prompt a le mérite d’être pertinente. Les assistants génératifs sont poreux. Un classifieur en amont peut filtrer une partie des attaques triviales. Il n’arrêtera pas un adversaire patient. Il peut toutefois baisser le bruit. Sur un réseau distribué, ce filtre a une autre vertu : il n’oblige pas à envoyer chaque message douteux vers une API unique.

Ce Que Cela Change Pour Le Jeu, La Modération, Le Quotidien

Les démos de jeux ne sont pas infantiles. Elles testent la boucle perception-décision-action sous contrainte de temps. Un studio indépendant n’a pas toujours le budget d’un backend d’IA. Un adversaire décisionnel léger, hébergé hors de ses serveurs, peut suffire à rendre un prototype moins prévisible. Le jour où la latence dépasse la seconde, le joueur s’en moque du récit décentralisé. Il quitte la partie.

La modération est un autre terrain miné. Classer un message comme toxique n’est jamais neutre. Un modèle petit, rapide, spécialisé, peut aider un salon à réagir. Il peut aussi se tromper avec assurance. Les limites documentées par Laya deviennent alors essentielles. Spécialiser. Recalibrer. Ne pas lui donner vingt catégories floues. Garder un humain dans la boucle quand le coût d’erreur est social, pas seulement technique.

Le tri d’e-mails et de titres touche un usage plus banal. On n’a pas besoin d’un modèle de frontier pour dire qu’un objet « urgence héritage princier » sent l’arnaque. On a besoin d’un seuil, d’un historique, d’une mise à jour. Un réseau de téléphones peut porter ce filtre près de l’utilisateur. Il peut aussi fragmenter la responsabilité. Qui a tranché ? Quel nœud ? Quelle version du modèle ? La preuve aide. Elle ne remplace pas une gouvernance claire.

Une Géographie Inédite Du Calcul

Cent soixante-quinze pays, si le chiffre tient, ce n’est pas seulement une carte pour slide investisseur. C’est une géographie du calcul différente de celle des zones cloud. Les data centers se concentrent là où l’énergie est bon marché, là où la fibre est dense, là où la régulation est familière. Les téléphones sont ailleurs. Dans des villes moyennes. Dans des foyers. Dans des fuseaux horaires que le marketing oublie.

Cette dispersion a un prix. La qualité du réseau mobile varie. Les appareils s’éteignent. Les mises à jour système cassent une attestation. Un téléphone haut de gamme à Séoul n’offre pas le même profil qu’un modèle d’entrée de gamme ailleurs. Le scheduler d’Acurast doit composer avec cette hétérogénéité. C’est tout l’intérêt, et toute la difficulté, d’un cloud de poche.

Pour certaines applications, la proximité géographique n’est pas un slogan. Une décision de navigation, un filtre local, un score de risque contextuel gagnent à rester près de l’événement. L’edge n’est pas une religion. C’est une question de millisecondes et de souveraineté des données. Laya, parce qu’il est petit, rend cette hypothèse testable. Un LLM géant la rend souvent trop chère.

Ce Que Les Chiffres Racontent, Et Ce Qu’ils Taisent

280 000 appareils. 918 millions de transactions. 0,2 à 1 seconde. 421 millions de paramètres. Ces nombres donnent une ossature. Ils ne disent pas le taux de nœuds réellement disponibles à 3 heures du matin. Ils ne disent pas la part de téléphones qui partent dès que la batterie passe sous 20 %. Ils ne disent pas le coût unitaire d’une décision pour un développeur hors période de lancement.

Un article d’actualité n’a pas à inventer ces métriques absentes. Il doit signaler le trou. Les réseaux décentralisés adorent les totaux cumulés. Les ingénieurs, eux, veulent le percentile 95 de latence, le taux d’échec, la reproductibilité d’une preuve, la variance entre pays. Tant que ces courbes ne sont pas publiques, on juge une intention plus qu’une usine.

Le saut depuis 72 000 appareils en 2025 jusqu’au parc actuel montre néanmoins une dynamique. Des utilisateurs acceptent d’installer, de laisser tourner, d’encaisser un jeton. C’est déjà plus que beaucoup de projets restés au stade du testnet confidentiel. La question suivante n’est plus « est-ce que ça démarre ». Elle devient « est-ce que ça sert à autre chose qu’à faire tourner le récit ».

Développeurs : Une Fenêtre, Pas Un Chèque En Blanc

Acurast dit vouloir ouvrir les yeux des développeurs. La formule est juste. Beaucoup n’ont jamais envisagé qu’un classifieur puisse vivre ailleurs que derrière une clé API. Voir une décision sortir d’un téléphone, avec une preuve, change l’imaginaire. Encore faut-il que le kit de développement soit lisible, que le débogage ne soit pas un calvaire, que le pricing soit stable.

Les recommandations de Convai Innovations devraient être affichées en gras sur chaque page de démo. Spécialiser le modèle. Limiter le nombre d’options. Recalibrer. Un développeur pressé collera Laya tel quel sur un flux métier et déclarera que « l’IA décentralisée ne marche pas ». L’échec viendra du mauvais usage, pas du réseau. C’est une histoire déjà vue avec chaque vague d’outils.

Le plus intéressant, pour une équipe produit, n’est peut-être pas de tout migrer. C’est de découper. Garder le génératif là où l’on écrit. Envoyer le décisionnel là où l’on tranche. Le premier reste cher et centralisé pour l’instant. Le second peut voyager. Laya donne un exemple concret de cette bascule. Acurast donne un rail. Le reste est affaire d’architecture.

Une Actualité Qui Dit Quelque Chose Du Cycle Crypto

Après des années de récits sur la finance décentralisée, une partie du secteur cherche des infrastructures qui servent hors du trading. Le compute en est une. L’IA en est une autre. Les coller ensemble était inévitable. Parfois le collage est cosmétique. Ici, le collage a au moins un objet identifiable : des décisions courtes sur du matériel banal.

Le risque, classique, est de transformer chaque démo en promesse de révolution. Un modèle qui place un tetromino n’abolit pas les oligopoles du cloud. Un réseau de téléphones n’efface pas les questions d’énergie, de consentement, de vie privée des opérateurs. Un jeton n’est pas une stratégie produit. L’actualité reste néanmoins utile. Elle montre une expérimentation réelle, datée, observable, avec un dépôt public et des limites écrites noir sur blanc.

Dans un secteur qui a trop souvent vendu l’invisible, pouvoir soumettre un titre, un mail, un prompt et voir une décision revenir depuis le réseau a une vertu rare. Cela expose le système à la contradiction. Un utilisateur peut le trouver lent, médiocre, brillant, biaisé. Le débat sort du communiqué. Il entre dans le concret. C’est déjà un progrès.

Ce Qu’Il Faudra Surveiller Dans Les Semaines Qui Viennent

Plusieurs signaux diront si l’annonce tient au-delà du jour J. La stabilité des démos publiques. L’arrivée d’intégrations tierces, pas seulement de pages de test. Des mesures de latence publiées par d’autres que l’équipe. Des retours d’opérateurs sur la batterie. Une documentation claire sur l’attestation. Un pricing compréhensible pour un studio ou une start-up qui n’a pas le temps de devenir experte en DePIN.

Il faudra aussi regarder la spécialisation de Laya. Le dépôt le dit : le généraliste cale sur certains tests typés. Si Acurast et Convai Innovations poussent des variantes métier, le discours gagnera en sérieux. Si tout reste au stade Snake et Tetris, l’intérêt retombera aussi vite qu’il est monté. Les jeux ouvrent la porte. Ils ne paient pas le loyer.

• Des applications hors démonstration.
• Des métriques de disponibilité, pas seulement des totaux.
• Une demande solvable en dehors de l’émission du jeton.

Une Autre Manière De Penser L’Intelligence Artificielle

L’industrie a passé deux ans à mesurer la grandeur des modèles au nombre de paramètres et à la longueur du contexte. Laya inverse poliment la focale. Moins grand. Plus cadré. Plus près de l’appareil. Plus près de la décision. Ce n’est pas une contre-révolution. C’est un rappel. Beaucoup de logiciels n’ont pas besoin d’un orateur. Ils ont besoin d’un aiguilleur.

En faisant tourner cet aiguilleur sur des téléphones, Acurast force une question simple. Pourquoi payer une usine pour un feu tricolore ? Parfois la réponse reste valable : fiabilité, support, conformité, habitude. Parfois elle ne l’est plus. Les prochaines semaines diront si des équipes tranchent vraiment, ou si elles regardent la démo, hochent la tête, puis retournent à leur facture cloud.

En attendant, le décor a changé d’un cran. Une IA décisionnelle open source tourne sur un réseau de smartphones. Les opérateurs sont payés en ACU. Les résultats se veulent prouvables. Les limites sont écrites. Ce n’est pas la fin du data center. C’est une fissure dans l’idée qu’il n’existerait qu’un seul endroit légitime pour penser à la place d’une application.

Et c’est bien ainsi que les bascules commencent. Pas par un manifeste. Par une décision de 400 millisecondes, prise quelque part dans une poche, pendant qu’un joueur attend que la pièce tombe, pendant qu’un filtre se demande si ce titre ment, pendant qu’un réseau compte encore un téléphone de plus.