🔥 距離 Gate.io WCTC S7 正式開賽僅剩 7 天
世界加密貨幣交易大賽即將開啓,總獎池高達 $5,000,000
👉🏻 立即報名:https://gate.io/competition/wctc/s7?pid=APP&c=moments_gatePost&ch=druYjDaF
報名參賽,不僅有機會贏取高達百萬美元的個人獎勵,更有 Gate.io 專屬週邊大禮等你來拿
全球頂尖交易員正在集結,一場交易盛宴即將開啓
🔗 活動詳情: https://www.gate.io/announcements/article/44440
舊地重遊,Bittensor 裏還有哪些子網值得關注?
作者:0xJeff
編譯:深潮TechFlow
加密貨幣對我來說一直充滿了刺激,總有新的東西可以學習。我天生好奇,喜歡向技術人員問很多看似愚蠢的問題,以便一窺他們的見解並從他們寶貴的經驗中學習。人工智能也不例外,事實上,隨着Web2科技巨頭不斷改進他們的模型,大型應用程序利用人工智能推出AI驅動的用例,進展速度非常快。
@canva推出了AI工具,讓非技術背景的藝術家和創作者可以輕鬆構建互動體驗,並通過AI增強他們的創作;
@YouTube引入了一種新的AI工具,允許創作者爲視頻生成背景音樂;
像Grab這樣的網約車公司正在部署代理AI以支持商家和司機合作夥伴;
電商公司如Lazada則幫助引入生成式AI工具來幫助賣家進行銷售、營銷和客戶服務。
類似的例子不勝枚舉。利用生成式AI和代理AI改善工作流程的實際應用場景,正不斷被企業和零售用戶所採用。這些技術的好處在於它們易於獲取——你可以在任何地方找到免費或低成本的解決方案,其收益遠遠超過了財務成本。
但人們往往忽略了使用這些AI產品時隱藏的利弊權衡,比如:
誰擁有你的數據?
是否有人可以竊取你的想法並創造一個競爭產品?
平台是否安全?你的數據會泄露嗎?
如果平台宕機(如AWS曾經發生的情況),會不會中斷你的業務?客戶資金是否會有風險?
你能否始終訪問你的平台?是否需要驗證你的身份?如果平台關閉,你是否仍然擁有你的產品或業務?
還有很多其他問題(如果你還沒有讀過,我在之前的文章中更詳細地討論過這個話題)。
中心化的參與者擁有集中化的權力,可以做出可能(無意中)對你的生活產生重大影響的決策。你可能會認爲這無關緊要——也許你不會經常使用這些工具,或者你信任這些公司會爲了用戶的最佳利益行事。這都沒問題。你甚至可能想投資這些AI初創公司,因爲它們正在進入巨大的可觸達市場。但問題是——你無法投資。除非你在@ycombinator或頂級風投公司,否則你無法接觸到這些交易。
另一方面,在Web3 AI領域,有許多可投資的AI生態系統,這些團隊正在努力將去中心化的AI產品和服務帶給用戶。其中一個頂級的可投資去中心化AI生態系統是@opentensor(Bittensor)。
Bittensor:達爾文式 AI
Bittensor屬於“達爾文式AI”範疇——通過自然選擇演化的AI。可以把它想象成AI版的《飢餓遊戲》,每個子網都有自己的“飢餓遊戲”,其中“礦工”是貢品(或參與者)。他們用自己的模型和數據在特定任務上進行競爭。只有最強的模型(表現最佳的)才會得到獎勵。較弱的模型要麼被替換,要麼進化(通過訓練、調整或向他人學習)。隨着時間的推移,這會形成一個更強大、多樣化和高性能的AI生態系統。
Bittensor特別令人興奮之處在於其設計的競爭和激勵機制,旨在使不同利益相關者之間的激勵保持一致。我在下面的推文中概述了Web3 AI代理團隊面臨的挑戰……
簡而言之,目前的代理代幣對投機者和團隊來說是有利的,可以作爲炒作的工具,但在用代幣獲取和留住用戶方面效果不佳,也因爲價格下跌時無法用作留住人才(開發者、創始人等)的激勵,這一點尤其糟糕。
Bittensor通過市場驅動的機制解決這個問題,該機制將$TAO的發行分配給子網,從而激勵和支持團隊的運營。市場通過在這些子網上質押$TAO來決定哪些子網獲得更多的發行量。一旦質押,$TAO將轉換爲Alpha子網代幣。質押的人越多,Alpha代幣的價格就越高,您將獲得的發行量(以Alpha代幣的形式)也就越多。
$TAO的發行計劃與BTC非常相似,具有固定的2100萬代幣供應量,並且每四年減半一次(每天有7,200個$TAO發放給子網)。預計第一次$TAO減半將在2026年1月5日左右發生,屆時流通供應量將達到1050萬代幣。
爲什麼這對投資者很重要
這裏不深入探討技術問題——只是想分享爲什麼我認爲從交易/投資的角度來看,Bittensor是最令人興奮的生態系統之一。
除了上述動態之外,當你交易Alpha子網代幣時,就像是在同時進行交易和“挖礦”。
這是因爲每當Alpha代幣價格漲時,你不僅享受價格漲的收益,同時還會獲得$TAO的發行(以Alpha代幣的形式)。
如果子網表現優異並排名上升,你最初的$TAO持倉將經歷劇烈的價格漲和大量的發行增加。越早將你的$TAO質押到子網中,你的年化收益率(APY)就越高(因爲市場尚未注意到,所以質押在子網中的人和$TAO較少)。
dTAO vs Solidly
來源:@DeSpreadTeam
Solidly的ve(3,3)機制要求長期鎖定和持續參與。不合理的發行(對錯誤的流動性池投票)帶來的損失由所有持有者共同承擔(發行被拋售,所有代幣持有者的價格下跌)。
而dTAO不需要長期鎖定,因此任何人都可以隨時進出,但進入(在子網上質押)需要大量的盡職調查/自我研究。投資錯誤的子網可能導致巨大損失(因爲人們可以很容易地退出,沒有鎖定期或其他限制)。
但是,Jeff,完全稀釋估值(FDV)這麼高!我們如何投資市值超過5億美元的子網?
FDV可能不是在這裏考量的合適指標,因爲子網仍處於早期階段,因此市值(MC)可能更適合(如果你是短期到中期交易)。如果你擔心通脹,值得了解18%/41%/41%的比例——這些是分別分配給子網所有者、驗證者和礦工的發行(以Alpha代幣的形式)。作爲質押者/Alpha代幣持有者,你從驗證者部分的41%中獲益,因爲你在質押時將$TAO委托給他們。
許多子網所有者繼續持有他們從發行中獲得的Alpha代幣以顯示信心,許多人與驗證者和礦工進行積極對話,以鼓勵他們看好市場而不大量拋售代幣(你可以在taostats上探索這些信息)。
放眼全局,以下圖表是展示Bittensor生態系統趨勢的最佳圖表之一。
來源:taoapp
自從二月份dTAO上線以來,Roots(管理Bittensor激勵系統的OG子網)中的%TAO持續下降,而子網中的%TAO則持續上升。這意味着質押者/投資者變得更加冒險(在Root網絡上質押將產生約20-25%的保守年化收益率,並且Root上沒有Alpha子網代幣的價格漲)。這種趨勢與子網團隊推出產品的速度一致。自dTAO上線以來,團隊需要公開構建,開發用戶想要的產品,快速迭代並找到產品市場契合度,吸引用戶並迅速產生具有實際收入的現實世界效用。自從我進入這個生態系統以來,我能感受到團隊推出產品的速度比其他生態系統快得多(由於競爭和激勵分配)。
這將我們引向子網及其獨特的可投資去中心化AI(DeAI)用例。
領先的子網和用例
被認爲在產品市場契合度(PMF)方面排名第一的團隊是@rayon_labs,他們專注於爲日常用戶提供服務,團隊執行專業並持續展示公開構建的能力,包括SN64(Chutes)、SN56(Gradients)、SN19(Nineteen)。
Chutes——提供基礎設施,以無服務器的方式輕鬆部署你的AI。最近的AWS宕機事件是我們需要這種服務的最佳案例,如果你依賴於中心化供應商,宕機可能因爲單點故障導致你的AI應用程序停機(導致潛在的資金損失/漏洞利用)。
Gradients——任何人(即使沒有編程知識)都可以在Gradients上訓練自己的AI模型(用於專業用例、圖像生成、定制LLM)。最近推出的v3版本比同行更便宜。
Nineteen — 提供一個快速、可擴展且去中心化的AI推理平台(任何人都可以使用它進行文本和圖像生成,因爲它比同類產品快得多)。
此外,Rayon正在推出Squad AI代理平台,這是一款易於使用的拖放式節點風格AI代理構建平台,已經在社區中引起了廣泛關注。
三個子網合計擁有超過三分之一的$TAO發行量——這證明了團隊公開構建並交付用戶所需優質產品的能力(Rayon被許多子網所有者譽爲第一團隊)。
Gradients在一個月內增長了13倍(當前市值爲3200萬美元)
Chutes增長了2.3倍(市值6300萬美元)
Nineteen增長了3倍(市值1800萬美元)
這種趨勢似乎不會很快停止,尤其是隨着Chutes的採用率(目前排名第一的子網)不斷提高。
除了Rayon Labs的子網,還有許多有趣的團隊——包括蛋白質折疊、深度僞造/AI內容檢測、3D模型、交易策略、角色扮演LLM。我還沒有深入研究所有內容,我認爲最相關的是“預測系統”(taopill)下的子網。
SN41 @sportstensor
許多人可能通過@AskBillyBets了解他們,Sportstensor是支持Billy決策的智能系統(Billy的主要團隊是@ContangoDigital,這是一家投資於去中心化AI(DeAI)以及Bittensor子網驗證者/礦工的風險投資公司)。
SN41的產品——Sportstensor模型非常有趣。它是礦工之間的一場競爭,目標是擁有最佳模型和數據集來預測體育比賽的結果。
例如:在最新的NBA聯賽中,如果你跟隨大衆下注(押注於大衆熱門),你將體驗到約68%的準確率/勝率。這是否意味着所有押注大衆熱門的人都賺了很多錢呢?並不是,事實上他們虧了錢。如果你在每個大衆熱門上下注100美元,最終你會得到負的投資回報率,損失約1700美元。
雖然大衆熱門往往有更好的勝率,但它們的賠率較低,這意味着即使你正確押注,你贏的錢也少。人們常常集中在他們的熱門上,導致冷門的獲勝賠率很低,這意味着如果你押對了冷門,就有很多錢可以賺。
這就是Sportstensor模型的作用所在。礦工使用自己的機器學習模型(如蒙特卡洛、隨機森林、線性回歸等)和自己的數據(免費或專有)來獲得最佳結果。Sportstensor然後取這些結果的平均值/中位數,並用作識別市場優勢的智能。
市場中的實際賠率是25:75。模型可能顯示賠率爲45:55。這個15的差距就是優勢。如果模型發現了許多這樣的優勢,你不需要很高的勝率就可以在長期內開始積累正的投資回報率。
來源:Sportstensor,由深潮 TechFlow翻譯
查看他們的完整交易報告(如果你想深入研究):這是他們在最新報告中分享的模型結果。數字相當令人印象深刻。團隊還每月運營一個投注基金,起始資金爲1萬美元作爲緩衝,利用利潤繼續進行智能投注。月底,他們將用利潤回購他們的Alpha代幣。團隊在三月份賺了約1.8萬美元的利潤。
根據你使用智能系統的方式不同,結果也可能會有很大差異。例如,智能系統顯示的賠率爲35:65,而市場中的實際賠率可能是40:60。有人可能會在這種情況下下注,而你可能不會,因爲差距較小,沒有足夠的優勢。Billy對智能系統的使用方式與Sportstensor的使用方式不同。(目前還沒有人知道如何持續獲得正的投資回報率,因爲這個領域還處於非常早期的階段。)
Sportstensor計劃通過創建一個儀表板來進一步貨幣化他們的智能系統,讓用戶可以輕鬆理解其中的洞察,並據此做出投注決策。
我個人喜歡這個團隊,因爲他們的產品有很多發展方向。我們已經看到Billy通過這種方式吸引了大量關注,並讓體育迷們在與Billy一起投注時感到興奮。由於團隊覆蓋了許多體育項目,代理可以在多種方式上改變人們的氛圍、互動和投注方式。
SN44 @webuildscore
Score曾嘗試構建類似於Sportstensor的系統,但在意識到預測未來事件的能力具有更大價值後,轉向了計算機視覺領域。爲了理解這一點,你需要計算機視覺來分析屏幕上發生的事情,讓AI理解屏幕上的物體、定位它們並標注數據,然後通過不同的算法得出結論(例如某個球員做出特定動作的概率),並將所有這些轉化爲一個通用評分,用於提升球員表現以及早期發掘人才。
礦工們競爭標注物體(這是礦工的首要目標)。Score目前使用他們的內部算法來得出結論。
當你給球員評分時(類似於爲棋局或《英雄聯盟》設置Elo,但更加細致和動態,會根據每場比賽中的球員決策及其影響動態變化),俱樂部老板可以做很多事情,例如在年輕時發現人才。如果你有孩子比賽的錄像,可以用與職業比賽相同的方法。這是用同樣的方法量化整個足球世界。
通過專有數據,Score可以將評分和洞察貨幣化,出售給數據經紀人、俱樂部老板、體育數據公司和博彩公司。
對於消費者應用,Score正採取不同的措施。
@thedkingdao是一個體育對沖基金DAO,是Score的客戶之一,使用Score數據進行博彩模型的開發,並將其轉化爲可執行的投注決策。v2終端將於明天推出(用戶將能夠通過不同的訂閱模式訪問完整模型,從比賽分析、詢問高級資金管理問題,即最佳投注伴侶,使用代理來制定自己的策略)。用戶可以將資金鎖定在Vault產品中,代理會自動下注,提供來自下注的收益,預計下個月或夏季前推出。
很快,人們將能夠在Score的自助平台上上傳視頻,由礦工進行標注。通常足球比賽錄像需要幾個小時,而礦工只需10-12分鍾即可標注90分鍾的比賽,這比其他地方快得多。用戶可以將標注的數據用於他們自己的模型和應用場景。
我個人喜歡Score,因爲它可以應用於體育之外的其他領域,例如自動駕駛汽車、機器人等。在垃圾數據泛濫的世界中,高質量的專有數據備受追捧。
SN18 @zeussubnet
這是一個最近獲得大量關注的新子網。我還沒有機會與團隊交流,但產品非常有趣。
Zeus是一個基於機器學習的氣候/天氣預測子網,旨在通過更快、更準確的預測來超越傳統模型。
這種智能備受對沖基金的青睞,因爲準確預測天氣可以更好地預測商品價格(對沖基金願意支付數百萬以獲取這種智能,因爲如果他們成功進行商品交易,可以賺取數億美元)。
Zeus子網相對較新,因爲他們最近收購了子網18。Alpha代幣在過去7天內上漲了210%。
我感興趣但尚未深入了解的其他子網包括:
@404gen_ SN17 — 用於生成AI生成的3D資產的基礎設施。創建遊戲、AI角色、虛擬主播等的3D模型。最近與@unity的集成可能實現無縫的3D模型生成,改變Unity的120萬月活躍用戶的創作流程。
@metanova_labs SN68 — DeSci藥物發現子網,將藥物發現轉變爲協作的高速競爭,解決傳統挑戰如成本和時間(傳統過程需要十多年並可能耗資數十億美元)。
還有許多其他子網,我會在有機會深入了解後分享更多。我從那些最容易理解的開始(因爲我不是技術人員)。
總結
我盡量避免過於技術化。關於整個dTAO、排放、激勵分配、所有利益相關者等技術解釋,有很多優秀的資源可供參考。
根據我在代理季(10月24日至今)的學習,我認爲保持靈活是非常重要的。我持有過太多項目的投資,而我認爲dTAO提供了相當不錯的機制,可以靈活轉換並退出不同的可投資DeAI初創公司。
目前參與者還不多,因此用戶可以體驗到80%–150%+的年化收益率(APY),再加上子網價格漲。這種動態可能會在未來六個月內發生變化,隨着更多人加入以及TAO生態有了更好的橋梁、錢包和交易基礎設施。
現在,我建議你享受TAO的PvE季,並與我一起了解更多關於酷炫的DeAI技術 :D
感謝閱讀我的第一篇文章。期待在下一篇中再次見到大家!