Supersonic Labs推出Julia-1，轻量开源分类/ 决策模型，几乎可在任意硬件平台本地运行。

参数规模：144.3M，权重文件约 550MB，基于多语言编码器 mmBERT-small。

✅ 定位：非文本生成模型，输入上下文 + 问题 + 2~20 个候选答案，输出选择结果与置信概率。支持任务：文本分类、路由分发、分级打分、是非判断，适合 AI 智能体做工具选择与决策分支。决策思路：不生成长文本，只做有限的选项选择，延迟低、资源占用小，更适合实时路由和代理决策。✅ 部署：纯 CPU 即可推理；已验证可跑在 M4、普通 Intel 笔记本、安卓平板；Apache 2.0 开源权重，Hugging Face 可获取。✅ 训练成本极低，仅约 104 美元；配套托管 API 即将上线。

Huggingface：huggingface.co/SupersonicLabs/Julia-1