Bittensor, vững vàng ở vị trí dẫn đầu trong lĩnh vực trí tuệ nhân tạo: Liệu công nghệ có đang phát triển trong khi người dùng lại rời bỏ nó?

Tác giả: @BlazingKevin_, Nhà nghiên cứu Blockbooster

Việc tích hợp Web3 và AI đang vượt qua giai đoạn sơ khai. Sự quan tâm của thị trường đối với lĩnh vực crypto AI đang chuyển từ giai đoạn "thổi phồng ý tưởng" ban đầu sang "các yếu tố cơ bản và triển khai công nghệ". Trong sự chuyển đổi này, các dự án thể hiện khả năng phục hồi vượt trội và những đột phá công nghệ đang định hình lại hệ thống định giá của thị trường.

1. Bittensor khẳng định vững chắc địa vị dẫn đầu của mình.

Giá trị vốn hóa thị trường hiện tại của lĩnh vực crypto AI ước tính khoảng 17,46 tỷ USD, với khối lượng giao dịch 24 giờ đạt gần 1,94 tỷ USD. Trong lĩnh vực này, Bittensor (TAO) vững chắc giữ vị trí dẫn đầu với giá trị vốn hóa thị trường khoảng 3,43 tỷ USD. Nó chiếm gần 19,6% toàn bộ thị phần crypto AI, khẳng định địa vị thống trị tuyệt đối của mình.

So sánh trực tiếp với các đối thủ cạnh tranh chính cho thấy vị thế độc đáo của nó:

Rào cản cạnh tranh cốt lõi

Lợi thế cạnh tranh cốt lõi của Bittensor nằm ở mạng lưới "Bằng chứng về Trí tuệ" độc đáo của nó. Nó vượt ra ngoài khuôn khổ chỉ đơn thuần cung cấp tỷ lệ băm. Mạng lưới này giới thiệu một cơ chế khích lệ phức tạp, trực tiếp thưởng cho việc tạo ra các mô hình AI chất lượng cao. Vị thế độc đáo này khiến việc sao chép nó trở nên vô cùng khó khăn đối với các đối thủ cạnh tranh.

2. Xác minh khả năng "tự phát triển" thực sự và định hình lại logic định giá

Bỏ qua viễn cảnh mong đợi công nghệ vĩ mô, chìa khóa để kiểm chứng khả năng vượt qua biến động thị trường của giao thức Web3 nằm ở khả năng mở rộng thương mại thực tế và tạo ra thu nhập của nó.

Trên thị trường crypto, Bittensor đã chứng minh khả năng hiếm có trong việc tạo ra doanh thu thực sự. Theo dữ liệu từ quý đầu tiên năm 2026, mạng lưới Bittensor đã tạo ra khoảng 43 triệu đô thu nhập từ các khách hàng AI thực sự ( giao dịch giả tạo mạo không khích lệ token ). Con số này vượt qua thu nhập hàng năm của nhiều giao thức Web3 truyền thống.

Chỉ báo định giá chính (tính đến ngày 29 tháng 3 năm 2026):

Các công ty cơ sở hạ tầng AI tập trung truyền thống thường có mức định giá thu nhập dự phóng từ 15-25 lần trên thị trường quỹ đầu tư tư nhân . Bittensor sở hữu tính thanh thanh khoản cao, hiệu ứng mạng lưới và câu chuyện về sự khan hiếm. Hệ số P/S hiện tại khoảng 20 lần nằm trong phạm vi hợp lý hoặc thậm chí là bị định giá thấp. Giá trị vốn hóa thị trường thị trường của token mạng con trong hệ sinh thái của nó đã đạt 1,47 tỷ đô la. Cấu trúc hệ sinh thái này, đến lượt nó, góp phần vào việc thu hút giá trị của mainnet TAO.

3 SN3 Đột phá

Dữ liệu tài chính đã xác định giới hạn dưới của định giá giao thức. Những đột phá công nghệ trong đào tạo phi tập trung đã hoàn toàn mở ra tiềm năng giá trị vốn hóa thị trường của nó.

Động lực cốt lõi đằng sau tăng lần của TAO trái ngược với xu hướng thị trường không chỉ đơn thuần là giao dịch đầu cơ. Một bước đột phá lịch sử đã đạt được trong công nghệ nền tảng của nó. Logic định giá của nó đã trải qua một sự thay đổi cơ bản từ "dựa trên câu chuyện" sang "dựa trên sản phẩm".

3.1 Giao ước 72B xác minh tính khả thi phi tập trung

Vào ngày 10 tháng 3 năm 2026, Templar (SN3), một mạng con của hệ sinh thái Bittensor, và đội ngũ Covenant Labs đứng sau nó đã công bố một báo cáo kỹ thuật trên arXiv. Đội ngũ đã thông báo về việc huấn luyện trước thành công mô hình ngôn ngữ quy mô lớn Covenant-72B. Đây là mô hình kiến ​​trúc dày đặc quy mô lớn nhất được huấn luyện cho đến nay trong một hoàn cảnh internet hoàn toàn phi tập trung và không cần cấp phép.

Mô hình này tự hào có 72 tỷ tham số và được huấn luyện trên 1,1 nghìn tỷ token. Điểm MMLU của nó đạt 67,1, với hiệu năng cơ bản tương đương với LLaMA-2-70B của Meta. Mô hình này khắc phục được nút thắt cổ chai về băng thông truyền thông của huấn luyện phi tập trung. Việc giới thiệu thuật toán SparseLoCo đóng vai trò quan trọng. Nút chỉ cần truyền 1%-3% thành phần gradient cốt lõi và thực hiện lượng tử hóa 2 bit, đạt được khả năng nén dữ liệu hơn 146 lần (nén 100MB dữ liệu xuống dưới 1MB). Với băng thông internet thông thường, hiệu suất tính toán vẫn cao tới 94,5%. Cột mốc này chứng minh rằng tỷ lệ băm dị thể phân tán toàn cầu có thể tạo ra các mô hình tiên tiến có tính cạnh tranh thương mại. Giải pháp kỹ thuật này loại bỏ sự phụ thuộc vào các đường truyền thuê bao InfiniBand đắt tiền và các cụm siêu máy tính tập trung.

Sự thành công của Covenant-72B nhanh chóng gây xôn xao trong cộng đồng trí tuệ nhân tạo truyền thống:

• Jack Clark, đồng sáng lập Anthropic, đã hết lời ca ngợi bước đột phá này, trích dẫn rộng rãi trong báo cáo nghiên cứu của mình vào ngày 16 tháng 3. Ông mô tả nó như là "thách thức nền kinh tế chính trị của AI thông qua đào tạo phân tán". Ông lưu ý rằng đây là một công nghệ đáng để tiếp tục theo dõi và dự đoán rằng AI trên thiết bị trong tương lai sẽ áp dụng rộng rãi các mô hình đào tạo phi tập trung như vậy.
• Ví dụ so sánh "Folding@home" của Jensen Huang: Vào ngày 20 tháng 3, trong chương trình podcast All-In VC, Chamath đã giới thiệu những thành tựu công nghệ của Bittensor cho CEO của NVIDIA, Jensen Huang. Huang đã phản hồi tích cực, so sánh nó với "phiên bản hiện đại của Folding@home" và khẳng định sự cần thiết của việc cùng tồn tại các mô hình mã mã nguồn mở và phân tán.

3.2 Hai thành phần cốt lõi của SN3: giải quyết các vấn đề về hiệu quả truyền thông và khả năng tương thích khích lệ

Hàng chục nút không tin tưởng lẫn nhau với phần cứng và chất lượng mạng khác nhau cùng nhau huấn luyện mô hình 72B giống nhau. SN3 giải quyết các thách thức về băng thông truyền thông và các cuộc tấn công độc hại thông qua hai thành phần cốt lõi:

• SparseLoCo (giải quyết vấn đề hiệu quả truyền thông): Phương pháp huấn luyện phân tán truyền thống yêu cầu đồng bộ hóa toàn bộ gradient ở mỗi bước, dẫn đến lượng dữ liệu khổng lồ. SparseLoCo cho phép mỗi nút chạy 30 bước tối ưu hóa nội bộ (AdamW) cục bộ. Sau đó, nút nén và tải lên "gradient giả" thu được. Hệ thống sử dụng độ thưa Top-k (chỉ giữ lại 1%-3% các thành phần gradient cốt lõi), phản hồi lỗi và lượng tử hóa 2 bit. Quá trình này đạt được khả năng nén dữ liệu hơn 146 lần (nén 100 MB dữ liệu xuống dưới 1 MB). Trong điều kiện internet bình thường (tốc độ tải lên 110 Mbps, tốc độ tải xuống 500 Mbps), hệ thống duy trì mức sử dụng tính toán là 94,5%. Mỗi vòng truyền thông chỉ mất 70 giây.
• Gauntlet (giải quyết vấn đề tương thích khích lệ): Thành phần này chạy trên blockchain Subnet 3. Nó chịu trách nhiệm xác minh chất lượng của các đạo hàm giả do mỗi nút gửi đến. Hệ thống sử dụng một lượng nhỏ dữ liệu để kiểm tra "mức độ giảm tổn thất của mô hình sau khi sử dụng đạo hàm của nút" (LossScore). Hệ thống cũng kiểm tra xem nút có đang huấn luyện trên dữ liệu được phân bổ hay không (để ngăn chặn gian lận). Mỗi vòng tổng hợp chỉ chọn đạo hàm từ nút có nút cao nhất. Cơ chế này về cơ bản giải quyết vấn đề "làm thế nào để ngăn chặn thợ đào lười biếng" trong các kịch bản phi tập trung .

4. Sức mạnh vượt trội của hệ sinh thái mạng con và cơ chế dTAO

Bittensor đã ra mắt cơ chế Dynamic TAO (dTAO) vào năm 2025. Cơ chế này đóng nhân vật "khuếch đại" quan trọng trong tăng lần . dTAO cho phép mỗi subnet phát hành token alpha độc lập của riêng mình. Các subnet thiết lập các nhóm thanh khoản với TAO thông qua cơ chế Nhà tạo lập thị trường tự động (AMM).

4.1 Hiệu ứng đòn bẩy của token mạng con

Theo cơ chế dTAO, giá trị của token một subnet được xác định trực tiếp bởi lượng dự trữ được stake trong pool của subnet đó. Khi TAO tăng giá, giá trị dự trữ cơ bản của tất cả các subnet cũng tăng theo. Giá token token subnet sau đó tăng một cách thụ động. Sự tăng vọt này thu hút thêm các nhà đầu cơ và nhà đầu tư stake mua vào TAO và khóa nó trong subnet. Hệ thống do đó tạo thành một vòng phản hồi tích cực mạnh mẽ.

Như dữ liệu trên cho thấy, được thúc đẩy trực tiếp bởi sự thành công của Covenant-72B, token SN3 (Templar) đã tăng vọt hơn 440% chỉ trong một tháng, đạt giá trị vốn hóa thị trường 130 triệu đô la. Hiệu ứng tạo ra sự giàu có ở cấp độ mạng con này là rõ ràng. Giá trị vốn hóa thị trường thị trường của token mạng con đã đạt 1,47 tỷ đô la vào cuối tháng 3, với khối lượng giao dịch hàng ngày vượt quá 118 triệu đô la. Hiệu ứng này, hoạt động như một hình thức "siêu đòn bẩy", đã truyền áp lực mua khổng lồ trở lại đồng TAO.

4.2 Tích hợp các hệ sinh thái theo chiều dọc

Song song với việc vận hành SN3, Covenant Labs cũng đã thành lập SN39 (Basilica, tập trung vào dịch vụ tỷ lệ băm) và SN81 (Grail, tập trung vào huấn luyện và đánh giá học tăng cường). Sự tích hợp theo chiều dọc này bao trùm toàn bộ quy trình từ huấn luyện trước đến tối ưu hóa sự phù hợp. Chiến lược này chứng minh cho thị trường thấy chuỗi khép Chuỗi hoàn chỉnh của ngành công nghiệp AI phi tập trung đã hình thành trong hệ sinh thái Bittensor.

5. Phân phối token

Dựa trên dữ liệu on-Chuỗi mới nhất từ ​​taostats và CoinMarketCap tính đến ngày 29 tháng 3 năm 2026, tình trạng hoạt động của mạng Bittensor có thể được đánh giá độ sâu từ các khía cạnh sau:

Đánh giá tổng thể dựa trên dữ liệu Chuỗi :

Dữ liệu Chuỗi của Bittensor thể hiện các đặc điểm của một nền kinh tế cực kỳ lành mạnh. Tỷ lệ đặt cược cao giúp đảm bảo thanh khoản. Thu nhập thực tế hỗ trợ các yếu tố cơ bản. Cơ chế dTAO kích thích sự đổi mới của mạng con. Việc liên tục thắt chặt nguồn cung (bao gồm cả giảm nửa và đặt cược cao) kết hợp với tăng trưởng liên tục về phía cầu (bao gồm cả sự tham gia của các tổ chức và việc tăng cường câu chuyện dựa trên AI) tạo ra một mô hình động lực giá cả cực kỳ có lợi.

6. Mối quan ngại về định giá

Điều quan trọng cần lưu ý là tính minh bạch của dữ liệu Chuỗi chủ yếu được phản ánh ở phía cung cấp, trong khi các đặc điểm Chuỗi của phía cầu (khối lượng cuộc gọi dịch vụ AI thực tế) vẫn là một điểm mù thông tin đáng kể.

Rủi ro 1: Trợ cấp token cao che giấu chi phí kinh doanh thực sự. Hiện tại, hầu hết các dịch vụ giá thấp của các mạng con đều phụ thuộc rất nhiều vào trợ cấp lạm phát token TAO. Lấy mạng con suy luận hàng đầu Chutes (SN64) làm ví dụ. Tỷ lệ trợ cấp phát hành so với thu nhập bên ngoài trên mạng này cao tới 22-40:1. Không tính trợ cấp token, giá dịch vụ thực tế của nó vượt xa các đối thủ cạnh tranh tập trung. So với các nền tảng như Together.ai , phí dịch vụ của nó cao hơn từ 1,6 đến 3,5 lần. Sự tiếp tục của các chu kỳ giảm nửa tiếp theo sẽ hoàn toàn bộc lộ sự mong manh của mô hình kinh doanh này.

Rủi ro 2: Thiếu hệ thống bảo vệ cạnh tranh bền vững dẫn đến tỷ lệ người dùng bỏ đi cao. Mạng lưới Bittensor chủ yếu cung cấp các mô hình mã nguồn mở và API tiêu chuẩn hóa. Mô hình này khác biệt về cơ bản so với các ông lớn điện toán đám mây truyền thống như AWS. Hệ sinh thái thiếu trầm trọng các nền tảng độc quyền, tích hợp doanh nghiệp độ sâu hoặc các "vòng xoáy dữ liệu" - những "hiệu ứng khóa" truyền thống. Chi phí chuyển đổi của nhà phát triển cực kỳ thấp. Khi các khoản trợ cấp token được loại bỏ dần, người dùng B2B nhạy cảm về giá sẽ nhanh chóng rời đi. Các nền tảng tỷ lệ băm tập trung chi phí thấp hơn sẽ dễ dàng hấp thụ sự di cư này.

Rủi ro 3: Rủi ro mất cân bằng định giá sau khi điều chỉnh theo chỉ số giảm phát dữ liệu . Liên quan đến thu nhập 43 triệu đô la trong quý 1 đã đề cập ở trên, một số nghiên cứu thận trọng từ các tổ chức đã đưa ra các mô hình tính toán khác biệt đáng kể. Loại trừ các giao dịch với bên liên quan và các khoản trợ cấp trong hệ sinh thái, và chỉ xem xét thu nhập bằng tiền pháp định thực sự từ bên ngoài đã được xác minh nghiêm ngặt, thu nhập hàng năm của mạng lưới có thể giảm mạnh xuống còn từ 3 triệu đến 15 triệu đô la. Sử dụng cơ sở thu nhập thực sự đã được điều chỉnh giảm này, tỷ lệ giá trên doanh thu (P/S) thực tế của mạng lưới sẽ tăng vọt lên mức cực kỳ nguy hiểm, từ 175 đến 400 lần. Rủi ro bong bóng định giá vỡ là hoàn toàn có thể xảy ra.