암호화폐와 AI의 다음 단계는 밈코인 트랙에 머물지 않을 것이다, 베어장은 심도 있는 연구에 더 적합하며, 더 많은 실현 가능성 있는 내러티브를 이해해야 미래의 파도 정상에 오를 수 있다.
이 며칠 동안 AI 트랙의 여러 보고서를 정리하면서, Coinbase Ventures @cbventures 가 발표한 암호화폐 + AI 스택을 되돌아보았다.
JK @jonathankingvc의 암호화폐와 AI 결합의 이상적인 시나리오는 다음과 같다: AI 에이전트가 다양한 암호화폐 인프라와 상호작용한다. AI가 생성한 소프트웨어 코드(스마트 계약)로 인해 Dapp의 수가 급증하고 사용자 경험이 향상되며, 사용자는 자신의 AI 대규모 모델을 소유하고 관리하며 그로부터 수익을 얻을 수 있다. 그리고 이를 다음과 같이 구분한다.
1. Aethir를 중심으로 한 탈중앙화 해시레이트 제공자 중심의 해시레이트 계층
2. 훈련 데이터셋을 핵심으로 AI 대규모 모델을 확장하는 데이터 계층
3. 다양한 새로운 AI 기반 인프라(훈련/프라이버시 추론/에이전트 플랫폼)로 구성된 미들웨어 계층
4. 애플리케이션 계층
지금 보면, 개인 투자자가 직접 느낄 수 있는 암호화폐+AI 애플리케이션 계층 제품은 정말 드물고 경험도 좋지 않다. 가장 직접적인 이유는 애플리케이션 계층 아래의 몇 계층의 기반이 아직 제대로 마련되지 않았기 때문이다.
최근 모델 자체에서 출발하여 온체인 인센티브를 통해 탈중앙화 AI와 모델 훈련을 추진하는 FLock.io @flock_io는 암호화폐 트랙에 특화된 대규모 모델 훈련을 통해 자신을 증명해야 한다는 것을 깨달았다. 더 광범위한 탈중앙화 AI 모델 훈련의 내러티브를 다루고 있지만, 프로젝트 초기에 세분화된 영역의 뛰어난 제품으로 경로의 실현 가능성을 검증함으로써 FLock.io에 더 많은 초기 지지자를 모을 수 있다. 따라서 FLock.io의 Web3 에이전트 모델이 탄생했다.
애플리케이션 계층의 암호화폐 AI 에이전트가 당신의 지능형 비서라면, 그 대규모 모델은 당신의 비서의 두뇌와 같다. 깊은 경험과 지식을 가져야만 모든 상호작용을 잘 수행하고 각 지시를 정확하게 실행할 수 있다.
FLock.io의 Web3 AI 에이전트 대규모 모델의 가장 두드러진 지표 — — 75.93% FC 정확한 매칭 정확도, 간단히 말해 Web3를 더 잘 이해하는 AI 대규모 모델이다. 다른 모델이 인식할 수 없거나 무의미한 지시를 Web3 AI 에이전트 대규모 모델은 IO.net 등 산업 트랙 파트너와 협력하여 AI Arena Task 1 협업 프레임워크를 기반으로, 탈중앙화 훈련을 통해 단일 데이터 소스의 편향을 줄여 Web3 AI 에이전트 모델을 호출하는 AI 에이전트가 더욱 실용적이고 정확해질 것이다.
이때 FLock.io의 암호화폐 제품의 고유한 인센티브 속성에서 파생된 생태계 성장 선순환을 언급하지 않을 수 없다.
기본 $FLock 인센티브를 통해 더 많은 우수한 모델 훈련자의 참여를 유도하여 더 높은 품질의 데이터와 훈련 기술을 가져온다.
1. 이러한 기여는 더 나은 AI 대규모 모델 구축에 도움을 준다;
2. 더 강력한 AI 대규모 모델은 더 많은 기능이 풍부하고 실용적인 에이전트와 Dapp을 유치할 수 있다;
3. 실용적인 DApp과 AI 에이전트는 Web3 모델의 지원을 받아 강력한 시장 경쟁력을 가지고 더 많은 수익을 창출한다;
4. 더 많은 에이전트와 Dapp의 대규모 모델 호출은 훈련자에게 더 많은 모델 인센티브를 생성할 것이다;
5. 이러한 새로운 데이터와 사용 피드백은 AI 대규모 모델을 더욱 최적화하고 개선할 수 있으며, 동시에 생태계의 번영은 보상과 인정을 통해 더 많은 우수한 모델 훈련자를 유치할 것이다.
이러한 지속적인 긍정적 피드백을 통해 FLock.io 생태계는 지속적인 성장과 자기 강화를 실현할 수 있다. AI 인프라가 초기 단계에 있고, 암호화폐 AI 영역은 더욱 그렇다. FLock.io와 같은 더 많은 기반 비들러를 보기를 기대한다. 모델의 기반을 제대로 다져야만 우리는 더욱 안정적이고 다양한 애플리케이션 계층의 폭발적 성장을 볼 수 있을 것이다.
