제목: 《Viralmind와 $VIRAL: 대규모 행동 모델을 통한 탈중앙화된 AI 훈련의 개척》
저자: Emperor Osmo
번역: Felix, PANews
가장 유명한 AI 암호화 프로젝트만 찾는 것이 아니라 기본적인 지원을 받는 프로젝트도 찾아야 합니다. 다음은 Viralmind에 대한 자세한 분석으로, 제공하는 서비스, 기본 원리 및 VIRAL 토큰의 재무 및 시장 분석을 포함합니다.
요약
- Viralmind는 대규모 행동 모델(LAM)을 구축하여 디지털 환경에서 인간-기계 상호작용을 효과적으로 향상시킬 수 있습니다. LAM은 컴퓨터, 웹사이트 및 문서에서 사용자와 완전히 동일한 작업을 수행할 수 있는 디지털 도구로 볼 수 있습니다.
- Viralmind는 AI 에이전트 훈련을 위한 탈중앙화된 AI 훈련 생태계를 구축하고 있습니다. 이를 통해 중앙화된 AI 훈련 모델의 고유한 편향을 제거하고 이러한 에이전트에 대해 높은 토착화 및 고도로 집중된 데이터 세트를 제공할 수 있습니다.
- Viralmind의 핵심은 VIRAL 토큰으로, DEX에서 구입하거나 Viralmind에서 LAM을 훈련할 때 획득할 수 있습니다.
- Viralmind는 향후 1조 달러 규모의 AI 생태계 및 시장 가장자리에 있습니다. 인간이 훈련한 AI 모델의 가치는 연간 6천만 달러 이상입니다.
개요
Viralmind는 AI 에이전트를 진정한 인간 조수로 전환하는 것을 목표로 하는 오픈 소스, 탈중앙화된 집단 지성 플랫폼입니다. 간단히 말해, 이는 모든 디지털 환경에서 인간과 유사한 방식으로 작동할 수 있는 에이전트입니다. Viralmind의 LAM은 인간과 유사한 방식으로 디지털 환경을 탐색하고 조작하도록 설계되었습니다. 키보드 입력, 마우스 이동 및 클릭을 활용하여 이러한 AI 에이전트는 게임, 생산성 및 기타 창의적 분야에서 광범위한 작업을 수행할 수 있습니다.
AI 에이전트를 훈련하기 위해 사용자는 Training Gym을 통해 훈련할 수 있으며, 이를 통해 화면 상의 동작을 효과적으로 훈련 데이터로 사용할 수 있습니다. 그런 다음 이 정보가 시간이 지남에 따라 학습하고 개선할 수 있는 자세한 궤적으로 변환됩니다. Viralmind는 또한 사용자가 이러한 데이터 세트를 거래할 수 있는 데이터 시장을 도입하여 시스템의 전반적인 학습 능력을 향상시킵니다. Viralmind의 핵심 혁신 중 하나는 사용자가 소규모 데이터 세트를 사용하여 GPT-4o와 같은 모델을 사용자 정의할 수 있는 원터치 미세 조정 기능입니다. 이 접근 방식은 AI 훈련을 단순화하여 많은 사용자(심지어 기술 전문 지식이 없는 사용자)도 혜택을 받을 수 있습니다. 이 시스템은 인간 행동과 종합적인 추론을 포착하는 구조화된 .jsonl 파일을 생성하여 모델 개선을 위한 고품질 데이터를 제공합니다.
Viralmind의 LAM은 LLM(대규모 언어 모델)과 컴퓨터 직접 상호 작용 사이의 격차를 해소하고 OCR 기술 기반 솔루션을 대체하는 것을 목표로 합니다. Viralmind는 온체인 및 데스크톱에 에이전트를 배포하여 게임, 기업 소프트웨어 및 블록체인 애플리케이션에 seamless하게 통합하는 것을 목표로 합니다. Viralmind는 VIRAL이라는 고유 토큰으로 지원되며, 이 토큰은 사용자가 고품질 훈련 데이터를 제공하고 경쟁에 참여하며 Viralmind의 계속 성장하는 AI 생태계를 촉진하도록 장려합니다.
Viralmind는 대규모 모델에서 발생한 수익을 마케팅 및 개발에 재투자하여 효율적이고 자급자족 가능한 경제를 창출하고, 기여자에게 보상을 제공하며 플랫폼의 장기적인 성장을 지원합니다.
제품/서비스
Viralmind의 주요 제품은 VM-1이며, 이는 디지털 환경에서 인간의 행동을 반영하는 LAM입니다. 고급 LAM인 VM-1을 통해 AI 에이전트는 게임을 플레이하고 과제를 완수하며 유창하고 인간과 유사한 상호 작용을 통해 복잡한 인터페이스를 탐색할 수 있습니다.
VM-1 생태계에는 두 가지 다른 계층이 있습니다:
오픈 소스 소형 모델: 이러한 모델은 컴팩트하고 효율적이며 기존 파이프라인의 OCR 모듈을 대체하려는 개발자의 요구 사항을 충족할 수 있습니다. 이들은 완전한 LAM 훈련 없이도 모든 LLM의 플러그인 확장으로 기능을 향상시킬 수 있습니다.
API를 통한 기본 LAM: API를 통해 제공되는 대규모 VM-1 모델은 수백만 번의 훈련을 거쳐 게임 및 업무 자동화부터 스트리밍에 이르는 다양한 애플리케이션에 적합합니다. 이는 VIRAL 토큰의 지원을 받으며 수수료는 마케팅 및 성장에 재투자되어 생태계의 지속 가능성을 보장합니다.
Viralmind는 또한 게임 스튜디오, 기업 소프트웨어 공급업체 및 암호화 플랫폼과 전략적 파트너십을 구축하여 VM-1의 적용 범위를 확대하고 있습니다. 이러한 협력을 통해 에이전트 프레임워크의 채택과 잠재력이 강화될 것입니다.
VM-1을 선택해야 하는 이유는?
- 게임 플레이어의 경우: VM-1 에이전트는 사용자와 함께 게임을 원활하게 플레이하고 협력, 경쟁 또는 창의적인 게임에 참여할 수 있습니다. 사용자는 개인화된 데이터를 사용하여 특정 게임, 유형 또는 전략을 숙달하도록 자신의 에이전트를 훈련할 수 있습니다.
- 전문가의 경우: VM-1은 양식 작성 및 문서 처리와 같은 반복적인 수동 작업을 대체하여 실제 시나리오에서 워크플로를 간소화할 수 있습니다.
- 개발자의 경우: 완전한 LAM을 훈련할 자원이 부족한 개발자는 VM-1의 더 작은 모델을 사용하여 기존 도구와 프레임워크를 업그레이드할 수 있습니다. 또한 Viralmind를 통해 사용자가 자신의 AI 에이전트를 훈련할 수 있어 텍스트 기반 LLM과 실제 컴퓨터 상호 작용 사이의 격차를 해소할 수 있습니다.
커뮤니티 분위기
Viralmind는 다른 프로젝트와 같이 바이럴 마케팅을 구현하지 않았습니다. Viralmind에는 Discord가 없지만 1.1K 이상의 구독자가 있는 Telegram 채널이 있습니다. 기존 커뮤니티는 Viralmind 제품에 대해 깊이 있게 이해하고 있습니다. Viralmind는 현재 GoatIndex에 나열되어 있지 않지만 Cookie.fun에 나열되어 있습니다.
시장 분석
대규모 데이터 세트를 보유하는 것은 AI 모델 훈련의 기반입니다. Viralmind는 이러한 훈련의 핵심이며 동시에 사용자 참여를 장려하여 훈련이 더 광범위한 범위에서 효과적으로 수행되도록 하고 개인 사용자에게 높은 토착화를 제공합니다. AI 에이전트와 모델은 일반적으로 집중식 방식으로 훈련될 수 있지만 이는 AI가 사용자의 고도로 집중된 요구 사항을 이해하는 능력을 제한합니다. 또한 집중식 AI 훈련 모델은 이를 구축한 기관/조직/개인의 편향을 흡수합니다. 이것이 Viralmind와 같은 탈중앙화된 AI 훈련 모델이 필요한 이유입니다. Viralmind는 분산 AI 훈련을 구축하는 유일한 프로젝트가 아닙니다.
FLock.io 또한 사용자가 훈련할 수 있는 맞춤형 및 고도로 집중된 AI 모델을 구축하고 있습니다. 그들은 사용자가 Flock에서 AI 모델을 훈련하는 데 도움을 줄 수 있는 유사한 커뮤니티 참여 AI 훈련 모델을 가지고 있습니다. 그런 다음 이러한 모델은 개인 또는 조직에 의해 위탁될 수 있습니다. 이 경우 FLOCK 토큰은 VIRAL 토큰과 유사한 실용성을 가지고 있습니다.
Sapien AI 또한 사용자가 AI 모델을 훈련할 수 있는 기능을 제공하며 이에 대한 보상을 제공합니다. 그러나 Viralmind와 달리 Sapien은 기관/기업 대상 AI 훈련 LLM을 제공합니다.
Prime Intellect는 연구원, 사용자 및 AI 모델 훈련에 관심이 있는 모든 사람을 모으는 것과 유사합니다. 이를 통해 누구나 자본, 컴퓨팅 또는 코드를 기여하여 이러한 모델을 구축할 수 있습니다. 그러나 Viralmind와 달리 Prime Intellect는 AI 모델 훈련에 참여할 수 있는 사용자를 제한하는 것 같습니다.
DecentrAI 또한 탈중앙화된 훈련을 제공합니다. 사용자는 모델 훈련, 품질 검사 등의 역할을 수행할 수 있습니다. DecentrAI는 여전히 개발 중입니다.
Prometheus-X 또한 탈중앙화된 AI 훈련에 기
即使只占有该市场的 1%，也意味着 4.7 亿美元。此外，去中心化 AI 生态的市值仅为 60 亿美元，预计将快速增长。
财务分析
Viralmind 协议的核心是 이더리움(ETH) 代币。以下是其两个主要功能:
- 面向用户的 LAM 训练激励机制
- 이더리움(ETH) 代币质押以参加竞赛
作为训练这些模型的一部分，发行的 이더리움(ETH) 代币可进一步用于参加免费或质押竞赛。在前者中，用户从 Training Gym 库中获得奖励。然后，这些奖励将分发给完成任务的用户。在质押竞赛中，用户可获得:
奖励 =（用户存入的总质押 + 输掉的用户被没收的质押）- 5-10% 的协议费用，该费用将发送到他们的金库。
此外，用户必须在钱包中保留一定数量的 이더리움(ETH) 代币才能参加免费竞赛。这为 이더리움(ETH) 代币增加了另一层效用。
이더리움(ETH) 代币详情:
- 流通供应量：965,888,531
- 最大供应量：1,000,000,000
- 市值：1400 万美元
- 持有者总数：3,000
- 智能钱包持有者：5
- KOL/VC 钱包持有者：22
- 鲸鱼：86
AI 市场领导者 이오스(EOS) 代币详情:
- 市值：5.73 亿美元
- 流通供应量：855,612,732
- 最大供应量：1,000,000,000
이더리움(ETH) / 이오스(EOS) 的市值比率 ⇒ 2.4%
考虑到其在更广泛的 AI 生态中的份额有限，在项目刚启动的情况下，2.4% 的市场比率是"健康"的。此外，非流通代币的抛压仅占总抛压的 3-4%。这凸显了 이더리움(ETH) 代币的强劲基本面，进一步增强了其在未来几周/几个月的表现。
