Conversación con el fundador de un fondo de inversión en IA: Olvida las falsas narrativas de riqueza rápida, ¿qué activos de Crypto x AI son prometedores?

marsbitPublicado a 2026-05-26Actualizado a 2026-05-26

Resumen

Resumen: Austin Barack, fundador de Relayer Capital, analiza el ecosistema Crypto x AI, destacando proyectos clave. Subraya la importancia crítica de la privacidad en la IA, ya que los usuarios comparten datos mucho más sensibles. Venice ofrece IA privada con una experiencia de usuario superior y un modelo económico con tokens VVV y DM, el cual proporciona acceso a créditos de cómputo. Grass, con un crecimiento rápido, vende conjuntos de datos especializados para entrenar modelos de IA. NEAR sobresale en infraestructura para intercambios cross-chain y agentes inteligentes. Austin enfatiza que los inversores deben evaluar cómo los tokens capturan valor real, centrándose en flujos netos de valor, no solo en mecanismos como recompras. Proyectos sólidos como Venice, Grass, NEAR, AERO y Zcash están atrayendo capital por sus fundamentos, ofreciendo oportunidades de inversión más claras y realistas frente a narrativas especulativas exageradas.

Organizado y compilado: Deep Tide TechFlow

Invitado: Austin Barack, fundador de Relayer Capital (un fondo de inversión de activos digitales especializado en el campo de la IA)

Anfitrión: Andy

Fuente del podcast: The Rollup

Título original: Austin Barack: My AI Bull Thesis (...And What I'm Holding)

Fecha de emisión: 23 de mayo de 2026

Resumen de puntos clave

En esta edición de AI Supercycle, invitamos a Austin Barack, fundador de Relayer Capital, para discutir sobre Venice, Grass, NEAR, Akash y el marco más amplio de activos de Crypto x AI. El punto central de Austin es que la IA está elevando la escala de datos de usuario a niveles inimaginables para los productos de internet del pasado; por lo tanto, la IA privada, el suministro de datos, la potencia de inferencia, el entrenamiento descentralizado y la infraestructura de agentes se convertirán en campos clave. Cree que existe un desajuste claro entre el crecimiento de ingresos, el crecimiento de usuarios y la valoración de Venice y Grass, mientras que el posicionamiento de NEAR en intents cross-chain y la infraestructura de agentes también está subestimado. En cuanto al mercado criptográfico más amplio, Austin enfatiza que los inversores deben partir del "flujo de valor neto de tokens" en lugar de analizar mecánicamente los mecanismos de recompra y quema, evaluando realmente si los poseedores de tokens capturan el valor creado por el negocio.

Resumen de puntos de vista destacados

El verdadero valor de Venice y la IA privada

  • "La privacidad en la IA es más importante que en cualquier otro contexto. Porque compartes datos de salud, datos financieros, conectas todos tus archivos, compartes toda tu vida de una manera sin precedentes."
  • "No son 10 veces más datos que en las redes sociales, son 100 veces más datos."
  • "Lo realmente genial de Venice es que no solo te permite usar IA en un entorno privado, sino que lo hace sin sacrificar en absoluto la experiencia de usuario, incluso la mejora."
  • "El token puede ser una parte muy importante, puede mejorar significativamente la experiencia, pero para la mayoría de los usuarios, no necesitan entender el token para encontrar útil el producto."

VVV, DM y el modelo económico de Venice

  • "La función de DM es: por cada token DM que poseas, obtienes diariamente un crédito de 1 dólar para computación de inferencia gratuito en la plataforma Venice. Puedes entenderlo como un derecho perpetuo; anualmente equivale a un crédito de 365 dólares."
  • "El crédito no se acumula, expira si no se usa. Si solo usas 50 centavos un día, al día siguiente no serán 1.5 dólares, vuelves a empezar con 1 dólar."
  • "Si todos los DM están bloqueados y se usan para computación de inferencia, entonces el costo máximo de Venice es de 38,000 dólares diarios, un costo anualizado de aproximadamente 10 millones de dólares, y este costo no superará esa cifra."
  • "Creo que DM debería valorarse más como un bono corporativo que usar una alta tasa de descuento para subestimar su valor."

Grass y la demanda de datos para IA

  • "Grass recopila conjuntos de datos y los vende a laboratorios de IA punteros que necesitan datos para entrenar nuevos modelos."
  • "No se trata de rastrear internet al azar, debe ser muy especializado, son conjuntos de datos muy específicos y de alta calidad."
  • "La escala de inversión en modelos es enorme, y Grass se beneficia de esta tendencia. Cuanto más se invierte en modelos, mayor es la demanda de datos."
  • "Según datos recientes, los ingresos anuales recurrentes (ARR) de este proyecto son de aproximadamente 50 millones de dólares. Actualmente, su valoración es de unos 400 millones de dólares. Para un proyecto con un crecimiento tan rápido, valorarlo solo a 5 veces los ingresos me parece completamente irracional."

NEAR, Akash y la pila tecnológica de IA

  • "Las intenciones de NEAR son muy prácticas y probablemente ofrecen una de las mejores experiencias de intercambio cross-chain. Además, juega un papel muy importante en el campo de los agentes."
  • "Creo que NEAR está haciendo un gran trabajo en el lado de las intenciones. También están trabajando en otras cosas, como intenciones de privacidad y otros elementos en torno al uso de IA; es uno de los pocos proyectos de L1 que realmente ha encontrado un posicionamiento único."
  • "Akash. Comenzaron inicialmente con un mercado de CPU descentralizado, luego pasaron al mercado de GPU."
  • "Las áreas principales en las que me enfoco incluyen: entrenamiento descentralizado, inferencia y mercados de potencia de cómputo, infraestructura de agentes, datos y aplicaciones de consumo para el uso de modelos."

Captura de valor de los tokens y diferenciación del mercado

  • "Hyperliquid es primero un modelo de negocio muy exitoso, por eso a la gente le gusta su token, y la recompra es solo una forma de transferir valor a los poseedores del token. Si no fuera un negocio bien gestionado, incluso con un mecanismo de recompra, el precio del token no subiría naturalmente."
  • "La cuestión central no es cómo se llama el mecanismo, sino si los poseedores de tokens pueden capturar al máximo el valor generado por lo que estás construyendo."
  • "Cada proyecto y cada mecanismo requiere un análisis específico. Pero la pregunta central es: ¿se benefician los poseedores de tokens del valor que genera el sistema?"
  • "Los inversores pueden elegir entre un conjunto más pequeño de proyectos de calidad. Ahora, el flujo de capital se está concentrando en proyectos como Venice, HYPE, Grass, AERO, NEAR y Zcash."
  • "Para los inversores que buscan rendimientos de 5 a 10 veces, o incluso 3 veces, este momento es más propicio para el éxito que nunca. Aunque eventualmente también podrías obtener rendimientos de 100 veces, creo que hay una serie de proyectos haciendo cosas muy interesantes, y son estos activos en los que me enfocaría e invertiría."

Panorama de la privacidad en Venice

Anfitrión Andy: Hace poco usé Venice por primera vez. En Venice escribí: "¿Esto es realmente privado?" Respondió: "Sí, el proceso de inferencia es privado" y luego explicó varias cosas. Respondí: "Esto es genial." Inmediatamente contestó: "Sí, es genial, ¿verdad? Al usar Venice, puedes..."

Así que la primera vez que usas Venice, hay un momento interesante: de repente te das cuenta de que todo lo que has escrito en servicios típicos de IA, aunque no sea público, los datos fluyeron a grandes proveedores. Los diarios más íntimos, secretos comerciales, planes, etc., todo se les entregó.

Desde una perspectiva general, la estructura del mercado, la lógica de inversión, el equipo fundador, ¿cómo ves la IA privada y Venice?

Austin:

Venice es interesante porque ha pasado por muchas iteraciones en diferentes etapas. Lo conocí por primera vez en enero del año pasado. En ese momento estaba muy centrado en Virtuals y aixbt, y una gran parte de la distribución inicial de Venice fue para poseedores de tokens en esos ecosistemas, así que fue allí donde lo vi por primera vez.

Ya era un producto interesante entonces. Es increíble que, aunque solo han pasado unos 16 meses, en ese momento la IA estaba lejos de ser omnipresente como hoy, y aún no era una parte indispensable de la vida diaria de todos. Durante este tiempo, ya sea Claude, ChatGPT u otros servicios, la IA al principio parecía reemplazar las búsquedas de Google. La gente decía: "Ya no busco en Google, voy directamente a una plataforma de IA y pregunto a un LLM". Pero ahora ha entrado en la creación, resolución de tareas, e incluso en tener un equipo completo y agentes trabajando para ti.

El uso de IA maneja 100 veces más datos que antes

Austin:

Creo que la gente se está dando cuenta gradualmente de que la privacidad en la IA es más importante que en cualquier otro contexto. Porque compartes datos de salud, datos financieros, conectas todos tus archivos, compartes toda tu vida de una manera sin precedentes.

Antes, cuando se hablaba de privacidad, era más en el contexto de las redes sociales, por ejemplo, si mi cuenta es pública o privada, si Facebook tiene demasiada información sobre mí, pero la IA no solo maneja 10 veces más datos, sino 100 veces más datos.

Lo realmente genial de Venice es que no solo te permite usar la IA en un entorno privado, sino que lo hace sin sacrificar la experiencia de usuario, incluso la mejora. Porque no estás atado a un solo modelo. Por ejemplo, si usas ChatGPT, solo puedes seguir las actualizaciones de modelos de OpenAI; si usas Anthropic, sigues la evolución de sus diferentes modelos; o si usas Gemini, modelos de código abierto, cada uno tiene sus límites.

En Venice, puedes elegir el modelo más adecuado para cada tarea, también puedes elegir qué modelos quieres usar. Así que tiene un alto grado de personalización. Primero crearon un producto para consumidores muy, muy bueno, y la mayoría de los usuarios no saben qué es un token.

El token agrega un elemento interesante. Soy optimista sobre lo que están haciendo. La clave aquí es que creo que los productos de consumo con criptografía avanzarán hacia una forma en la que el token puede ser una parte muy importante, puede mejorar significativamente la experiencia, pero para la mayoría de los usuarios, no necesitan entender el token para encontrar útil el producto.

Anfitrión Andy: Esto realmente parece una forma de que un producto de consumo despegue: tiene cripto en su base, pero el usuario no necesita entenderlo primero. Pero también crea una estructura de token interesante. Algunos lo comparan con Luna: al apostar VVV obtienes tokens DM, luego a través del crédito de inferencia se forma una especie de estructura de deuda.

3 millones de usuarios

Anfitrión Andy: Entonces, ¿cómo se debe entender el token VVV y el token DM en la rueda de crecimiento actual de Venice? También habla del lado de ingresos de Venice, porque realmente están haciendo algunas recompras, pero no a gran escala. ¿Cómo funcionan estos dos tokens? ¿Por qué no es como Luna?

Austin:

Acaban de anunciar que tienen 3 millones de usuarios, y el crecimiento es muy rápido. Recientemente, en unos 3 meses agregaron 1 millón de usuarios, mientras que los primeros 1 millón de usuarios tardaron unos 7 meses. Así que el crecimiento se ha estado acelerando.

La rueda de crecimiento de VVV y DM Token

Austin:

Tienen dos tokens. El primero es VVV, los ingresos del protocolo se utilizan para quemar VVV. Los usuarios también pueden apostar VVV para obtener membresía gratuita. Pero lo más interesante es que los usuarios pueden apostar y bloquear VVV, y luego acuñar un token llamado DM. También puedes comprar DM en el mercado abierto, pero el mecanismo central es apostar VVV y acuñar DM.

La función de DM es: por cada token DM que poseas, obtienes diariamente un crédito de 1 dólar para computación de inferencia gratuito en la plataforma Venice. Puedes entenderlo como un derecho perpetuo; anualmente equivale a un crédito de 365 dólares.

Pero el crédito no se acumula, expira si no se usa. Si solo usas 50 centavos un día, al día siguiente no serán 1.5 dólares, vuelves a empezar con 1 dólar. Creo que esto crea un mecanismo muy interesante, similar a una herramienta de adquisición de clientes a pérdida. Esto es diferente de Luna, Luna llegó a un estado extremo, emitiendo una cantidad loca de tokens, haciendo que la escala de su stablecoin alcanzara decenas o cientos de miles de millones de dólares. Venice es muy claro en este asunto: controlan el costo potencial dentro de un rango definido.

Actualmente, la cantidad de DM que se puede acuñar por cada token Venice disminuye gradualmente a medida que aumenta la cantidad de DM en circulación, estableciendo efectivamente un límite máximo de aproximadamente 38,000 DM. En la situación actual, si todos los DM están bloqueados y se utilizan para computación de inferencia, el costo máximo de Venice es de 38,000 dólares diarios, un costo anualizado de aproximadamente 10 millones de dólares, y este costo no superará esa cifra.

Actualmente, se utilizan aproximadamente 10,000 DM diarios para computación de inferencia, con un costo anualizado correspondiente de aproximadamente 3.5 millones de dólares. Este costo se compensa con los ingresos de su negocio. Ofrecen servicios de suscripción Pro y Premium, con precios que van desde 18 dólares mensuales hasta 68 dólares o más. Al mismo tiempo, cuando los usuarios utilizan la plataforma, también compran tokens o créditos adicionales para usar los modelos.

Vale la pena señalar que su volumen diario de uso de tokens ha aumentado de unos pocos miles de millones iniciales a aproximadamente 70 mil millones recientemente, un aumento de aproximadamente 15 veces en los últimos meses. Así que creo que la diferencia con Luna aquí es: existe un costo potencial máximo para la empresa, y los usuarios de DM, al usar DM, también usan servicios de suscripción. Si necesitan más de 1 dólar de crédito por token al día, también compran otros créditos. Este costo es fácilmente cubierto por los ingresos del negocio, que ya lo superan significativamente.

DM debería valorarse como un bono corporativo

Austin:

Por otro lado, lo más genial de DM es que garantiza tu acceso futuro a recursos de computación. Actualmente, el mercado lo valora aproximadamente con una tasa de descuento del 20%, y el precio está alrededor de 1800 dólares.

Creo que este tipo de activo debería valorarse más como un bono corporativo, por ejemplo, usando una tasa de descuento del 8% al 12%. Si calculamos con una tasa del 10%, su precio estaría alrededor de 3650 dólares. Por ejemplo, cuando comencé a seguirlo, el precio estaba en el rango de 200 dólares.

Anfitrión Andy: También pensé, ¿cómo puede un activo que genera 365 dólares anuales en derechos valer solo 200 dólares? A menos que el mercado crea que Venice no puede mantener este mecanismo.

Austin:

Exacto. Así que en ese punto de precio, para mí fue casi una oportunidad de inversión sin pensar. Incluso ahora, todavía creo que tiene espacio para subir.

Pero si miramos más allá de DM, a la situación económica general de Venice, los números son realmente impresionantes. Además, su patrón de crecimiento es completamente diferente al de la mayoría de proyectos que vemos en la industria criptográfica. Se parece más a las tasas de crecimiento que solo son posibles en el campo de la IA, y eso es lo que lo hace tan atractivo.

¿Sigue subvalorado Venice a 20 dólares?

Anfitrión Andy: Así que crees firmemente que ahora el activo VVV de Venice tiene un precio cercano a 20 dólares. ¿Crees que un rango de valoración de 1.5 a 2 mil millones de dólares sigue estando claramente subvalorado para VVV?

Austin:

Sí. La primera vez que lo compré en enero, estaba alrededor de 2.5 dólares. En ese momento, su volumen diario de tokens procesados era solo de unos pocos miles de millones. Ahora es aproximadamente 15 veces eso.

En aquel entonces, su volumen diario de transacciones de tokens era solo de unos pocos miles de millones, y ahora ha crecido 15 veces. Su número de usuarios aumentó de 1.5 millones a los actuales 3 millones. Según mis estimaciones, sus ingresos son al menos 3 veces mayores que en ese momento.

Actualmente, la valoración de Venice es aproximadamente de 20 a 30 veces sus ingresos anuales, y esta es una empresa que aún crece a un 20% mensual. Desde esta perspectiva, creo que su valoración sigue siendo muy baja. Incluso puedes compararlo con OpenRouter. La valoración de OpenRouter es similar a la de Venice, pero su escala de ingresos puede ser ligeramente menor y su tasa de crecimiento puede no ser tan rápida como la de Venice.

La diferencia clave es que Venice tiene recursos de clientes directos. No es una infraestructura puramente de backend, sino una plataforma que los usuarios usan activamente todos los días. Personalmente, actualmente la única forma en que uso la IA es a través de Venice.

Así que creo que su potencial aún es grande. Por supuesto, esta es solo mi opinión personal y no constituye ningún consejo de inversión.

Cómo gana dinero Grass

Anfitrión Andy: No estoy muy familiarizado con Grass. Ya lo has mencionado varias veces antes, parece que también se prepara para un crecimiento rápido. Claro, hoy su precio puede haber retrocedido un poco. Escuché que sus ingresos anuales recurrentes superan los 50 millones de dólares, y la tasa de crecimiento se acelera, alcanzando tasas de tres dígitos. ¿Podrías explicar brevemente el modelo de ingresos central de Grass? ¿Cómo gana dinero? ¿Y por qué es tan atractivo?

Austin:

Grass recopila conjuntos de datos y los vende a laboratorios de IA punteros que necesitan datos para entrenar nuevos modelos. Estos laboratorios están generando nuevos modelos a un ritmo muy rápido, pero para generar estos nuevos modelos necesitan más datos. Y no se trata de rastrear internet al azar, debe ser muy especializado, son conjuntos de datos muy específicos y de alta calidad.

Ese es el papel que juega Grass, porque la escala de inversión para construir estos modelos es enorme, y Grass se beneficia de esta tendencia. Cuanto más se invierte en modelos, mayor es la demanda de datos.

Crecimiento de tres dígitos en Grass

Austin:

El equipo de Grass ha estado construyendo durante muchos años. Recuerdo que en algún trimestre del año pasado generaron aproximadamente 3 millones de dólares en ingresos. A finales de año, generaron alrededor de 12 o casi 13 millones de dólares en un trimestre. Según mis estimaciones, ahora están creciendo aún más rápido. En el próximo mes o mes y medio, celebrarán una llamada con poseedores de tokens, y obtendremos más información.

Pero este es un proyecto que muestra un crecimiento de tres dígitos. Según datos recientes, los ingresos anuales recurrentes (ARR) de este proyecto son de aproximadamente 50 millones de dólares. Sin embargo, estimo que ahora pueden estar acercándose a los 80 millones de dólares. Actualmente, su valoración es de aproximadamente 400 millones de dólares. Así que, para un proyecto con un crecimiento tan rápido, valorarlo a solo 5 veces los ingresos me parece completamente irracional; es un candidato con gran potencial para una revalorización.

Anfitrión Andy: ¿Existe alguna relación de trabajo entre Grass y Venice?

Austin:

Actualmente no. Venice generalmente no construye sus propios modelos. Así que no hay relación por ahora. En el futuro, quién sabe. Pero los veo como dos lados diferentes de la misma ecuación. Una pregunta es: ¿cómo usas la IA y cómo la usas de forma privada? La otra pregunta es: ¿cómo se construyen los modelos inicialmente? Grass y Venice abordan estos dos aspectos respectivamente.

¿Es demasiado barata la valoración de 400 millones de dólares de Grass?

Anfitrión Andy: Así que Grass cotiza aproximadamente a 5 veces sus ingresos. En la industria criptográfica, algunas cosas pueden cotizar a 20, 30, 40, 50 veces los ingresos. ¿Crees que alrededor de 400 millones de dólares es un rango en el que casi no hay que pensarlo?

Austin:

Sí. Creo que es importante señalar que en la industria criptográfica también hay otras cosas que cotizan a múltiplos relativamente bajos, pero no tienen crecimiento. La gente viene a la industria criptográfica porque quiere invertir en crecimiento.

Así que creo que muchos casos de múltiplos bajos no necesariamente se sostienen, porque allí no hay flujo de capital. Pero un caso como Grass, es uno de los mejores ejemplos de crecimiento extremadamente rápido. Creo que solo por eso merece atención, sin mencionar que, en mi opinión, sigue siendo bastante barato.

Intercambio cross-chain de NEAR

Anfitrión Andy: ¿Y tienes una tesis de inversión para NEAR? ¿Estás siguiendo a NEAR?

Austin:

He estado siguiendo a NEAR. Incluso sin considerar el componente de IA, NEAR es un proyecto interesante. Porque es la infraestructura subyacente para muchos intercambios cross-chain. En octubre y noviembre del año pasado, cuando la gente entraba y salía de Zcash, NEAR recibió mucha atención en este aspecto.

Las intenciones de NEAR son muy prácticas y probablemente ofrecen una de las mejores experiencias de intercambio cross-chain. Al mismo tiempo, juega un papel muy importante en el campo de los agentes. En mi opinión, NEAR es una de las infraestructuras más adecuadas para soportar intercambios cross-chain, capaz de evitar muchos problemas de dependencia de otros proyectos.

Están creciendo rápido en este aspecto. Ahora, si eres un L1, creo que necesitas cumplir con una de varias direcciones: o eres una experiencia de aplicación verticalmente integrada, o haces algo 10 veces mejor, o eres extremadamente fuerte en un tipo de aplicación específico.

Creo que NEAR está haciendo un gran trabajo en el lado de las intenciones. También están haciendo muchas otras cosas, como intenciones de privacidad y otros elementos en torno al uso de IA; es uno de los pocos proyectos de L1 que realmente ha encontrado un posicionamiento único.

Esto me recuerda a la clasificación de jugadores de la NBA. Ahora hay muchos proyectos nuevos de L1 y L2 en el mercado, son como nuevas promesas con potencial. Con el tiempo, algunos se convertirán en superestrellas, otros se desvanecerán. Pero también hay una categoría de "jugadores de rol", que son extremadamente buenos en su papel. Como Lu Dort o Alex Caruso en OKC.

NEAR me da esa sensación. No es LeBron James, pero es muy importante porque es muy fuerte en lo que hace.

Actualización del mercado de GPU de Akash

Anfitrión Andy: Otro proyecto que siempre ha estado subvalorado, y Robbie siempre me lo recalca, es Akash. Lástima que no esté hoy aquí. Akash entró temprano en las direcciones de inferencia distribuida, modelos distribuidos, entrenamiento descentralizado, ¿verdad?

Suena como la primera narrativa de IA en Cripto. Luego, pasamos por esos falsos proyectos de agentes con tokens meme. Ahora, parece que hemos entrado en la siguiente fase de inferencia descentralizada y entrenamiento de modelos, solo que esta vez los productos son mucho más potentes. ¿Has visto lo que hace Akash? ¿Tienes una opinión de inversión sobre este proyecto?

Austin:

Sí, he seguido a Akash. Comenzaron inicialmente con un mercado de CPU descentralizado, luego pasaron al mercado de GPU. Ahora, puedes realmente ver cuántos datos fluyen a través de OpenRouter. Una parte significativa de esos datos pasa por Akash, es decir, Akash ML, lo cual es muy genial. Además, estos datos son públicos, cualquiera puede verlos.

Sin embargo, también debo admitir que Akash no es uno de los proyectos que sigo más de cerca. Pero para un equipo que ha existido durante tanto tiempo y ha estado iterando constantemente, es genial ver que finalmente han encontrado un ajuste real al mercado (Product-Market Fit), y ese ajuste parece estar acelerándose.

Desglose de la pila tecnológica de IA

Anfitrión Andy: Hay un proyecto llamado Gitlab, que tiene una capitalización de mercado pequeña en Base, pero genera un fuerte volumen diario de tokens. Ahora hay una serie de tokens de IA altamente especulativos en Base, y este rompecabezas tiene muchos subcampos pequeños que entender.

Quiero preguntar desde una perspectiva más amplia: en esta pila tecnológica de IA, ¿hay partes que sean más adecuadas para integrarse con blockchain y lograr un crecimiento masivo? Ya hemos visto a Venice ofreciendo inferencia privada y ChatGPT no censurable; NEAR es como la infraestructura del mercado de agentes; Akash tiene Akash ML; Grass se enfoca en conjuntos de datos.

¿En qué áreas o componentes clave de la pila tecnológica de IA crees que es más probable que la tecnología blockchain los reemplace, o que sean más adecuados para usar en cadena?

Austin:

Creo que primero está el contexto de privacidad, incluyendo el uso privado de modelos de lenguaje grande (LLM) y el uso no censurable. Luego está la recopilación de datos necesarios para entrenar modelos, que es lo que hace Grass.

Después está la computación de inferencia y los mercados de potencia de cómputo, mencionaste a Akash. También estamos viendo surgir otros mercados de inferencia. También hay un proyecto construido alrededor de DM que ofrece otros servicios, permitiendo a los usuarios vender potencia de cómputo inactiva, llamado AnC. Es un proyecto interesante que he estado siguiendo. Aunque aún no ha lanzado un token, creo que ya están haciendo cosas muy interesantes, especialmente en combinación con Venice y DM.

Creo que otra dirección importante es el entrenamiento descentralizado de modelos. La pregunta es cómo construir modelos de código abierto mientras se retiene la propiedad y la capacidad de monetización a través de pesos privados. Actualmente, varios equipos están explorando este campo. Por ejemplo, creo que Pluralis es uno de los proyectos más interesantes. Nous Research también está haciendo trabajos muy interesantes alrededor de Hermes. Además, Prime Intellect y algunos otros equipos también están activos en esta área.

Así que las áreas principales en las que me enfoco incluyen: entrenamiento descentralizado, inferencia y mercados de potencia de cómputo, infraestructura de agentes, datos y aplicaciones de consumo para el uso de modelos.

Marco del flujo de valor neto de tokens

Anfitrión Andy: Recientemente has estado enfatizando otro punto: necesitamos nuevas formas de entender los modelos de tokens y la economía. Has sido muy partidario de proyectos como Aerodrome e Hyperliquid.

Quiero hacer una pregunta más amplia al final, fuera del contexto de la IA: ¿Cómo ves el flujo de valor neto de tokens? Es decir, usar un enfoque de crédito (ingresos) y débito (gastos), una tabla de suma y resta para analizar el valor de un activo criptográfico. ¿Qué tipo de cambio en el pensamiento ves en toda la industria al analizar la economía de tokens? ¿Cuál es tu marco actual? ¿Estás de acuerdo en que los inversores deberían entender el flujo de valor neto de un activo como si vieran una tabla de positivos y negativos?

Austin:

Creo que hay varias formas diferentes de ver este problema, y no es algo único para todos.

Podemos comenzar con el mecanismo de alto nivel de recompra y quema. Hyperliquid popularizó este mecanismo, la gente decía: "Mira lo bien que le va a Hyperliquid, tiene recompra y quema". Pero por cada Hyperliquid que aparece, hay otros nueve tokens que también intentan adoptar el mismo mecanismo de recompra y quema, y su desempeño de precio es muy malo.

¿Cuál es la lección aquí? La lección es que Hyperliquid es primero un modelo de negocio muy exitoso, por eso a la gente le gusta su token, y la recompra es solo una forma de transferir valor a los poseedores del token. Si no fuera un negocio bien gestionado, incluso con un mecanismo de recompra, el precio del token no subiría naturalmente.

Este es el primer problema que creo que la gente a menudo confunde.

El segundo problema es si realmente estás creando valor para los poseedores de tokens. Ya sea que uses recompra y quema, recompra y distribución, reinviertas fondos en el negocio, o deposites fondos en una cuenta bancaria para mejorar la flexibilidad del balance, la pregunta central es: ¿pueden los poseedores de tokens capturar al máximo el valor generado por lo que estás construyendo?

Por ejemplo, Hyperliquid lo hace, Aerodrome también lo hace. En cuanto a Grass, mucha gente quiere que haga más recompras, pero claramente, todos sus contratos son con la fundación, todos los ingresos van a la cuenta bancaria de la fundación, y estos activos son controlados por los poseedores de tokens.

Así que creo que hay muchas formas diferentes de entender esto.

La recompra y quema solo funciona en algunos casos

Austin:

Luego está el problema de la liquidez del token. Tomando a Hyperliquid como ejemplo, teóricamente tiene un desbloqueo máximo mensual, pero en realidad pueden desbloquearse solo dos o trescientos mil tokens. Sin embargo, el volumen de compra de ETF, DAT y el fondo de asistencia es mucho mayor. Por lo tanto, naturalmente hay más compradores que vendedores.

Mirando a Aerodrome. Si bloqueas AERO como veAERO, después de que se expandan a la red principal de Ethereum en julio, veAERO se renombrará como sAERO. Los poseedores no solo pueden ganar todos los ingresos de la plataforma, sino también dirigir las emisiones de tokens a los pools de liquidez que más necesitan liquidez y que más ingresos generan.

Alguien podría decir que si el valor de las emisiones de tokens en un ciclo excede el valor de los ingresos, entonces ese ciclo tiene un rendimiento neto negativo. Pero creo que esta visión es completamente incorrecta.

La forma correcta de analizarlo debería ser: ¿cuántos ingresos generó el sistema en este ciclo? ¿Cuántos tokens aumentaron su circulación, pero en realidad no se vendieron? Por ejemplo, Aerodrome recientemente renombró uno de sus mecanismos como Momentum Fund, cuya esencia es similar a una recompra continua por parte de la fundación. Además, muchas personas que ganan AERO eligen bloquearlo y apostarlo como veAERO para ganar más ingresos. Y también hay personas que simplemente confían en el futuro del token y no planean venderlo.

Desde esta perspectiva, en cada ciclo, es decir, cada semana, la cantidad de tokens que realmente fluye al mercado abierto es mucho menor que la escala de ingresos que la plataforma genera en el mismo ciclo.

Combinado con algunos lanzamientos recientes, como Atlas, Aura y otros proyectos, los ingresos de Aerodrome han aumentado significativamente. Los ingresos a los que me refiero aquí son las ganancias que los poseedores de tokens obtienen de la plataforma, que ya claramente superan el valor que sale como emisiones.

Así que cada proyecto y cada mecanismo requieren un análisis específico. Pero la pregunta central es: ¿se benefician los poseedores de tokens del valor que genera el sistema? Este es el punto clave del análisis. A partir de ahí, puedes profundizar más desde esta perspectiva.

Dos nuevos grupos en el mercado de activos digitales

Anfitrión Andy: Creo que toda la industria se está moviendo hacia modelos de pensamiento similares, aunque este modelo es muy detallado. Ahora parece haber dos tipos de cosas emergiendo: un tipo son aquellas empresas con ingresos y fundamentos; el otro tipo son proyectos más narrativos, más nicho, pero con tecnología muy útil, como Zcash, Venice, NEAR, estos activos relacionados con la privacidad en IA. Además, hay algunos proyectos puramente basados en negocios en cadena, mientras que la zona intermedia parece no tener mucha actividad por ahora.

Austin:

Estoy de acuerdo. Algo interesante de este mercado es que el conjunto de tokens realmente dignos de atención se ha vuelto más pequeño. Porque ahora la gente tiene una comprensión más clara de qué proyectos realmente tienen atractivo de mercado, qué proyectos son reales y no solo especulación; ahora puede haber solo de 10 a 20 tokens con fundamentos muy sólidos.

Por lo tanto, vemos que estos tokens claramente superan al mercado. Porque es la primera vez en mucho tiempo que ocurre algo así: los inversores pueden elegir entre un conjunto más pequeño de proyectos de calidad. Ahora, el flujo de capital se está concentrando en proyectos como Venice, HYPE, Grass, AERO, NEAR y Zcash.

Zcash es otro proyecto enfocado en la privacidad. Ahora algunos temen que Bitcoin pueda estar cada vez más influenciado por Michael Saylor (ese es otro tema), mientras que Zcash representa el espíritu original de Bitcoin, y su estructura también es muy similar a la de Bitcoin.

Aunque Zcash en el contexto actual no genera ingresos, sigue siendo un activo interesante. Porque cuanto más alto sea su precio, mayor será su utilidad real. Cuanto más alto sea el precio, más probable es que se consolide, formándose un consenso y un valor comunitario más fuertes en torno a él.

Así que creo que ahora estamos en una etapa muy interesante: elegir el token correcto se ha vuelto más fácil. Solo se necesita investigar de manera más enfocada, distinguiendo qué proyectos son reales y cuáles son solo especulaciones falsas.

Para los inversores que buscan rendimientos de 5 a 10 veces, o incluso 3 veces, este momento es más propicio para el éxito que nunca. Aunque eventualmente también podrías obtener rendimientos de 100 veces, creo que hay una serie de proyectos haciendo cosas muy interesantes, y son estos activos en los que me enfocaría e invertiría.

Preguntas relacionadas

Q¿Cuál es la opinión de Austin Barack sobre el valor y la importancia de la privacidad en el contexto de la IA, especialmente en proyectos como Venice?

AAustin considera que la privacidad en IA es más crucial que en cualquier otro escenario, ya que los usuarios comparten datos de salud, financieros y archivos personales de una manera sin precedentes, aumentando la cantidad de datos en 100 veces en comparación con las redes sociales. Venice destaca porque ofrece una experiencia de usuario privada sin sacrificar la usabilidad, permitiendo a los usuarios elegir los modelos más adecuados para cada tarea.

Q¿Cómo funcionan los tokens VVV y DM en Venice y qué papel desempeñan en su modelo económico?

AVVV es el token principal de Venice, cuya oferta se reduce mediante quemas con los ingresos del protocolo. Los usuarios pueden apostar VVV para acuñar DM. Cada token DM otorga un crédito diario de 1 dólar para cómputo de inferencia en la plataforma, un crédito que no se acumula si no se usa. Este mecanismo limita el coste máximo anual de Venice a unos 10 millones de dólares, que es cubierto por sus ingresos por suscripciones y uso de tokens.

Q¿Qué hace Grass y por qué Austin cree que está significativamente subvalorado?

AGrass recopila y vende conjuntos de datos especializados y de alta calidad a laboratorios de IA para entrenar nuevos modelos. Con unos ingresos anuales recurrentes (ARR) estimados en unos 50 millones de dólares y un crecimiento de tres dígitos, su valoración de aproximadamente 400 millones de dólares (unas 5 veces sus ingresos) se considera muy baja para su rápido crecimiento y potencial en el mercado de datos para IA.

Q¿Qué papel desempeña NEAR en el ecosistema de Crypto x AI según Austin Barack?

ANEAR se posiciona como una infraestructura clave para swaps entre cadenas (cross-chain) y para la infraestructura de agentes (Agents) en IA. Su enfoque en 'Intents' (intenciones) proporciona una de las mejores experiencias de swap entre cadenas y es fundamental para aplicaciones descentralizadas de IA, lo que le da un nicho único y sólido entre las capas 1 (L1).

Q¿Cuál es el marco de 'flujo de valor neto del token' que propone Austin y cómo se aplica a proyectos como Hyperliquid y Aerodrome?

AEl marco se centra en si los poseedores de tokens capturan el valor generado por el proyecto, más que en mecanismos específicos como recompra y quema. Hyperliquid y Aerodrome son exitosos porque sus modelos de negocio generan valor real, y sus mecanismos de token (como recompra o staking) distribuyen ese valor a los tenedores. La clave es analizar si el valor que entra al sistema (ingresos) supera al valor que sale (emisiones de tokens vendidas), beneficiando así a los poseedores.

Lecturas Relacionadas

Grok último modelo obtiene "refuerzo" de datos Cursor, Musk: Mejora masiva en coding

La nueva base de modelo de xAI, Grok V9-Medium (1,5T), ya completó su entrenamiento y se espera su lanzamiento público en 2 o 3 semanas. Elon Musk destacó una mejora significativa en sus capacidades de programación, atribuida a que el entrenamiento incorporó una gran cantidad de datos de Cursor, plataforma de desarrollo de IA adquirida recientemente por xAI. El modelo, con un tamaño de parámetros tres veces mayor que su predecesor, promete mayor capacidad de razonamiento y manejo de tareas de desarrollo complejas. Paralelamente, xAI avanza en la prueba beta de su herramienta de programación Grok Build, un agente de IA que funciona como herramienta CLI. Puede analizar proyectos locales, planificar modificaciones de código y ejecutar tareas a través de múltiples subagentes. Ofrece modos de uso interactivo (TUI), sin interfaz (headless) y de integración en otras aplicaciones. La estrategia de xAI, que incluyó la incorporación de talento clave de Cursor y su posterior adquisición por 600.000 millones de dólares, apunta directamente a competir en el mercado de herramientas de programación con IA. La integración de datos y experiencia de Cursor acelera el desarrollo de Grok, posicionándolo como un fuerte competidor en el ámbito del código asistido por inteligencia artificial.

marsbitHace 4 min(s)

Grok último modelo obtiene "refuerzo" de datos Cursor, Musk: Mejora masiva en coding

marsbitHace 4 min(s)

El abanderado de un mercado de billones de dólares cayó antes de la victoria

Ondo Finance anunció el 26 de mayo de 2026 que su fundador y director ejecutivo, Nathan Allman, falleció repentinamente. Ian De Bode, presidente de la empresa durante los últimos dos años, asume el cargo de CEO. La compañía enfatizó que De Bode ya lideraba la estrategia, los productos y las operaciones diarias, contando con el pleno apoyo del equipo directivo. Allman, reconocido como un impulsor clave en el sector de activos del mundo real (RWA), fundó Ondo en 2021. La plataforma se centró en conectar las finanzas tradicionales con la infraestructura blockchain. Sus productos principales incluyen OUSG (un fondo tokenizado de letras del Tesoro de EE.UU.) y Ondo Global Markets, que permite a inversores no estadounidenses negociar versiones tokenizadas de acciones y ETF de EE.UU. en varias cadenas de bloques. Bajo su liderazgo, el valor total bloqueado (TVL) de Ondo superó los 40.000 millones de dólares, capturando aproximadamente el 58% del mercado de acciones tokenizadas. Allman abordó activamente los desafíos regulatorios, manteniendo conversaciones con la SEC de EE.UU. y logrando una carta de no acción para ciertos productos tokenizados. En las semanas previas a su muerte, Ondo completó con socios como J.P. Morgan y Mastercard la primera conversión casi instantánea transfronteriza de un fondo de bonos del Estado tokenizado, y fue incluido en la alianza de valores tokenizados de DTCC junto a BlackRock y Goldman Sachs. El token ONDO cayó alrededor de un 6% tras el anuncio. La empresa declaró que continuará con la dirección establecida por Allman.

marsbitHace 7 min(s)

El abanderado de un mercado de billones de dólares cayó antes de la victoria

marsbitHace 7 min(s)

El Papa y Anthropic comparten escenario: una guía para entender la primera encíclica del Vaticano sobre la IA

En mayo de 2026, el Vaticano publicó la primera encíclica del Papa León XIV sobre inteligencia artificial (IA), *Magnifica Humanitas: Custodiando lo humano en la era de la IA*. Presentada junto a Christopher Olah, cofundador de Anthropic, la encíclica sitúa la IA como una transformación comparable a la Revolución Industrial y a las armas nucleares, pidiendo que sea "desarmada". El documento destaca la necesidad de que voces externas, como las de la religión y la filosofía, guíen el desarrollo de la IA. Olah reconoció que los laboratorios, bajo presiones comerciales y competitivas, no pueden resolver solos preguntas cruciales: cómo beneficiará la IA a los países pobres, qué significa la prosperidad humana en esta nueva era y qué son exactamente estos sistemas que, según él, "crecen" a partir del lenguaje humano. El Papa subrayó que la tecnología debe servir a la dignidad y prosperidad humana, no controlar la conciencia, advirtiendo que la promesa de un enriquecimiento automático para todos es a menudo una ilusión. La Iglesia ofrece su sabiduría milenaria sobre la naturaleza humana como elemento esencial para guiar el uso de este poder.

marsbitHace 24 min(s)

El Papa y Anthropic comparten escenario: una guía para entender la primera encíclica del Vaticano sobre la IA

marsbitHace 24 min(s)

¡La OPV de Unitree Robotics llega a la recta final! Un análisis de la realidad del 'primer fabricante de robots humanoides' en su prospecto

**Análisis de la OPV de Unitree Robotics: Perspectivas y desafíos del primer fabricante de robots humanoides que cotizará en bolsa** Unitree Robotics, con sede en Hangzhou y fundada en 2016, se prepara para su salida a bolsa en la Bolsa de Ciencia y Tecnología de Shanghai (SSE STAR Market) el 1 de junio, con el objetivo de recaudar 6.200 millones de dólares. La empresa, conocida inicialmente por sus robots cuadrúpedos (como las líneas Go2 y B2), ha experimentado una transformación radical: los humanoides (modelos H1, G1, R1) pasaron de representar el 1,9% de sus ingresos en 2023 a más de la mitad en los primeros nueve meses de 2025. Con unas ventas de aproximadamente 5.500 unidades en 2025, Unitree es actualmente el mayor fabricante mundial de robots humanoides bípedos por volumen. El informe destaca una realidad clave del mercado actual: la demanda de humanoides se concentra principalmente (74%) en el ámbito académico y de investigación. El uso comercial (17%) se limita mayoritariamente a aplicaciones de "exhibición" en retail o turismo, mientras que los despliegues industriales reales solo representan alrededor del 3-4% de las ventas. En contraste, los robots cuadrúpedos ya tienen una adopción más sólida en aplicaciones industriales como inspecciones para empresas energéticas. El modelo de negocio de Unitree se basa en una alta integración vertical, fabricando internamente componentes clave como actuadores, motores y sensores. Esto le ha permitido reducir costes significativamente y aumentar su margen bruto hasta cerca del 60% en 2025, muy por encima del promedio de empresas de hardware. Los ingresos se dispararon un 335% interanual en 2025, alcanzando los 252 millones de dólares, y la empresa ya es rentable. Una parte sustancial de los fondos de la OPV (unos 300 millones de dólares) se destinará a desarrollar modelos de IA "embodied", con dos enfoques: modelos VLA (Visión-Lenguaje-Acción) y modelos WMA (Modelo Mundial-Acción), cuyas versiones iniciales ya han sido liberadas como código abierto. Unitree reconoce que, aunque su ventaja en hardware es clara, la clave para una ventaja competitiva duradera en robótica reside en el desarrollo del "cerebro" o capa de software. En resumen, Unitree muestra un crecimiento explosivo y un liderazgo en hardware, pero su prospecto también refleja los desafíos de la industria: la comercialización a gran escala de robots humanoides, más allá de la investigación y aplicaciones testimoniales, aún está en una fase muy temprana.

marsbitHace 59 min(s)

¡La OPV de Unitree Robotics llega a la recta final! Un análisis de la realidad del 'primer fabricante de robots humanoides' en su prospecto

marsbitHace 59 min(s)

El exalumno post-00 de Tsinghua, Wang Guan, presenta otra innovación: revolucionando los modelos de preentrenamiento Transformer con 1/900 tokens y 1/432 de potencia computacional

El equipo de Wang Guan, egresado de la Universidad Tsinghua, ha presentado HRM-Text, un nuevo modelo de preentrenamiento que desafía el paradigma tradicional de los grandes modelos de lenguaje. Sustituyendo el Transformer estándar por un Modelo Recurrente Jerárquico (HRM) y utilizando un objetivo de entrenamiento directo en pares instrucción-respuesta, HRM-Text logra un rendimiento comparable a modelos de código abierto de 2B a 7B de parámetros, pero con una fracción mínima de los recursos. Concretamente, el modelo de 1B de parámetros se entrenó con solo 40B de tokens únicos, utilizando aproximadamente 100-900 veces menos tokens y 96-432 veces menos cómputo estimado que los modelos baseline estándar, a un costo cercano a los 1500 USD. Aún así, alcanzó puntuaciones destacadas en benchmarks clave: MMLU (60.7%), ARC-C (81.9%), DROP (82.2%), GSM8K (84.5%) y MATH (56.2%). La arquitectura HRM emplea módulos de actualización lenta (H) y rápida (L), permitiendo múltiples pasos recurrentes por token para aumentar la profundidad computacional sin agregar parámetros. Técnicas como MagicNorm y Warmup Deep Credit Assignment aseguraron la estabilidad del entrenamiento recurrente. Los experimentos muestran que HRM supera en eficiencia y estabilidad a Transformers de tamaño similar bajo un presupuesto computacional fijo. Las ablaciones confirman la contribución clave del objetivo de finalización de tareas y el enmascaramiento PrefixLM. El análisis sugiere que la estructura recurrente confiere una "profundidad efectiva" mayor. Las limitaciones incluyen una cobertura de conocimiento aún limitada por el corpus, la necesidad de mecanismos de tiempo de cómputo adaptativo, y desafíos de ingeniería para implementar PrefixLM en entornos de diálogo. El trabajo futuro explorará desacoplar el núcleo de razonamiento del almacenamiento de conocimientos y validar la escalabilidad a tamaños de modelo mayores.

marsbitHace 1 hora(s)

El exalumno post-00 de Tsinghua, Wang Guan, presenta otra innovación: revolucionando los modelos de preentrenamiento Transformer con 1/900 tokens y 1/432 de potencia computacional

marsbitHace 1 hora(s)

Trading

Spot
Futuros

Artículos destacados

Qué es GROK AI

Grok AI: Revolucionando la Tecnología Conversacional en la Era Web3 Introducción En el paisaje de la inteligencia artificial en rápida evolución, Grok AI se destaca como un proyecto notable que une los dominios de la tecnología avanzada y la interacción con el usuario. Desarrollado por xAI, una empresa liderada por el renombrado emprendedor Elon Musk, Grok AI busca redefinir cómo interactuamos con la inteligencia artificial. A medida que el movimiento Web3 continúa floreciendo, Grok AI tiene como objetivo aprovechar el poder de la IA conversacional para responder a consultas complejas, proporcionando a los usuarios una experiencia que no solo es informativa, sino también entretenida. ¿Qué es Grok AI? Grok AI es un sofisticado chatbot de IA conversacional diseñado para interactuar con los usuarios de manera dinámica. A diferencia de muchos sistemas de IA tradicionales, Grok AI abraza una gama más amplia de consultas, incluidas aquellas que normalmente se consideran inapropiadas o fuera de las respuestas estándar. Los objetivos centrales del proyecto incluyen: Razonamiento Fiable: Grok AI enfatiza el razonamiento de sentido común para proporcionar respuestas lógicas basadas en la comprensión contextual. Supervisión Escalable: La integración de asistencia de herramientas asegura que las interacciones de los usuarios sean tanto monitoreadas como optimizadas para la calidad. Verificación Formal: La seguridad es primordial; Grok AI incorpora métodos de verificación formal para mejorar la fiabilidad de sus resultados. Comprensión de Largo Contexto: El modelo de IA sobresale en retener y recordar un extenso historial de conversaciones, facilitando discusiones significativas y contextualizadas. Robustez Adversarial: Al centrarse en mejorar sus defensas contra entradas manipuladas o maliciosas, Grok AI busca mantener la integridad de las interacciones de los usuarios. En esencia, Grok AI no es solo un dispositivo de recuperación de información; es un compañero conversacional inmersivo que fomenta un diálogo dinámico. Creador de Grok AI La mente detrás de Grok AI no es otra que Elon Musk, una persona sinónimo de innovación en varios campos, incluidos el automotriz, los viajes espaciales y la tecnología. Bajo el paraguas de xAI, una empresa centrada en avanzar la tecnología de IA de maneras beneficiosas, la visión de Musk busca remodelar la comprensión de las interacciones de IA. El liderazgo y la ética fundacional están profundamente influenciados por el compromiso de Musk de empujar los límites tecnológicos. Inversores de Grok AI Si bien los detalles específicos sobre los inversores que respaldan Grok AI son limitados, se reconoce públicamente que xAI, el incubador del proyecto, está fundado y apoyado principalmente por el propio Elon Musk. Las empresas y participaciones anteriores de Musk proporcionan un respaldo robusto, reforzando aún más la credibilidad y el potencial de crecimiento de Grok AI. Sin embargo, hasta ahora, la información sobre fundaciones de inversión adicionales u organizaciones que apoyan a Grok AI no está fácilmente accesible, marcando un área para una posible exploración futura. ¿Cómo Funciona Grok AI? La mecánica operativa de Grok AI es tan innovadora como su marco conceptual. El proyecto integra varias tecnologías de vanguardia que facilitan sus funcionalidades únicas: Infraestructura Robusta: Grok AI está construido utilizando Kubernetes para la orquestación de contenedores, Rust para rendimiento y seguridad, y JAX para computación numérica de alto rendimiento. Este trío asegura que el chatbot opere de manera eficiente, escale efectivamente y sirva a los usuarios de manera oportuna. Acceso a Conocimiento en Tiempo Real: Una de las características distintivas de Grok AI es su capacidad para acceder a datos en tiempo real a través de la plataforma X—anteriormente conocida como Twitter. Esta capacidad otorga a la IA acceso a la información más reciente, permitiéndole proporcionar respuestas y recomendaciones oportunas que otros modelos de IA podrían pasar por alto. Dos Modos de Interacción: Grok AI ofrece a los usuarios la opción entre “Modo Divertido” y “Modo Regular”. El Modo Divertido permite un estilo de interacción más lúdico y humorístico, mientras que el Modo Regular se centra en ofrecer respuestas precisas y exactas. Esta versatilidad asegura una experiencia personalizada que se adapta a diversas preferencias de los usuarios. En esencia, Grok AI une rendimiento con compromiso, creando una experiencia que es tanto enriquecedora como entretenida. Cronología de Grok AI El viaje de Grok AI está marcado por hitos clave que reflejan sus etapas de desarrollo y despliegue: Desarrollo Inicial: La fase fundamental de Grok AI tuvo lugar durante aproximadamente dos meses, durante los cuales se llevó a cabo el entrenamiento y ajuste inicial del modelo. Lanzamiento Beta de Grok-2: En un avance significativo, se anunció la beta de Grok-2. Este lanzamiento introdujo dos versiones del chatbot—Grok-2 y Grok-2 mini—cada una equipada con capacidades para chatear, programar y razonar. Acceso Público: Tras su desarrollo beta, Grok AI se volvió disponible para los usuarios de la plataforma X. Aquellos con cuentas verificadas por un número de teléfono y activas durante al menos siete días pueden acceder a una versión limitada, haciendo la tecnología disponible para una audiencia más amplia. Esta cronología encapsula el crecimiento sistemático de Grok AI desde su inicio hasta el compromiso público, enfatizando su compromiso con la mejora continua y la interacción con los usuarios. Características Clave de Grok AI Grok AI abarca varias características clave que contribuyen a su identidad innovadora: Integración de Conocimiento en Tiempo Real: El acceso a información actual y relevante diferencia a Grok AI de muchos modelos estáticos, permitiendo una experiencia de usuario atractiva y precisa. Estilos de Interacción Versátiles: Al ofrecer modos de interacción distintos, Grok AI se adapta a diversas preferencias de los usuarios, invitando a la creatividad y la personalización en la conversación con la IA. Avanzada Infraestructura Tecnológica: La utilización de Kubernetes, Rust y JAX proporciona al proyecto un marco sólido para garantizar fiabilidad y rendimiento óptimo. Consideración de Discurso Ético: La inclusión de una función generadora de imágenes muestra el espíritu innovador del proyecto. Sin embargo, también plantea consideraciones éticas en torno a los derechos de autor y la representación respetuosa de figuras reconocibles—una discusión en curso dentro de la comunidad de IA. Conclusión Como una entidad pionera en el ámbito de la IA conversacional, Grok AI encapsula el potencial para experiencias transformadoras de usuario en la era digital. Desarrollado por xAI y guiado por el enfoque visionario de Elon Musk, Grok AI integra conocimiento en tiempo real con capacidades avanzadas de interacción. Se esfuerza por empujar los límites de lo que la inteligencia artificial puede lograr mientras mantiene un enfoque en consideraciones éticas y la seguridad del usuario. Grok AI no solo encarna el avance tecnológico, sino que también representa un nuevo paradigma de conversaciones en el paisaje Web3, prometiendo involucrar a los usuarios con tanto conocimiento hábil como interacción lúdica. A medida que el proyecto continúa evolucionando, se erige como un testimonio de lo que la intersección de la tecnología, la creatividad y la interacción similar a la humana puede lograr.

519 Vistas totalesPublicado en 2024.12.26Actualizado en 2024.12.26

Qué es GROK AI

Qué es ERC AI

Euruka Tech: Una Visión General de $erc ai y sus Ambiciones en Web3 Introducción En el panorama en rápida evolución de la tecnología blockchain y las aplicaciones descentralizadas, nuevos proyectos emergen con frecuencia, cada uno con objetivos y metodologías únicas. Uno de estos proyectos es Euruka Tech, que opera en el amplio dominio de las criptomonedas y Web3. El enfoque principal de Euruka Tech, particularmente su token $erc ai, es presentar soluciones innovadoras diseñadas para aprovechar las crecientes capacidades de la tecnología descentralizada. Este artículo tiene como objetivo proporcionar una visión general completa de Euruka Tech, una exploración de sus objetivos, funcionalidad, la identidad de su creador, posibles inversores y su importancia dentro del contexto más amplio de Web3. ¿Qué es Euruka Tech, $erc ai? Euruka Tech se caracteriza como un proyecto que aprovecha las herramientas y funcionalidades ofrecidas por el entorno Web3, centrándose en integrar la inteligencia artificial dentro de sus operaciones. Aunque los detalles específicos sobre el marco del proyecto son algo elusivos, está diseñado para mejorar la participación del usuario y automatizar procesos en el espacio cripto. El proyecto tiene como objetivo crear un ecosistema descentralizado que no solo facilite transacciones, sino que también incorpore funcionalidades predictivas a través de la inteligencia artificial, de ahí la designación de su token, $erc ai. La meta es proporcionar una plataforma intuitiva que facilite interacciones más inteligentes y un procesamiento de transacciones eficiente dentro de la creciente esfera de Web3. ¿Quién es el Creador de Euruka Tech, $erc ai? En la actualidad, la información sobre el creador o el equipo fundador detrás de Euruka Tech sigue sin especificarse y es algo opaca. Esta ausencia de datos genera preocupaciones, ya que el conocimiento del trasfondo del equipo es a menudo esencial para establecer credibilidad dentro del sector blockchain. Por lo tanto, hemos categorizado esta información como desconocida hasta que se disponga de detalles concretos en el dominio público. ¿Quiénes son los Inversores de Euruka Tech, $erc ai? De manera similar, la identificación de inversores u organizaciones de respaldo para el proyecto Euruka Tech no se proporciona fácilmente a través de la investigación disponible. Un aspecto crucial para los posibles interesados o usuarios que consideren involucrarse con Euruka Tech es la garantía que proviene de asociaciones financieras establecidas o respaldo de firmas de inversión reputadas. Sin divulgaciones sobre afiliaciones de inversión, es difícil llegar a conclusiones completas sobre la seguridad financiera o la longevidad del proyecto. De acuerdo con la información encontrada, esta sección también se encuentra en estado de desconocido. ¿Cómo Funciona Euruka Tech, $erc ai? A pesar de la falta de especificaciones técnicas detalladas para Euruka Tech, es esencial considerar sus ambiciones innovadoras. El proyecto busca aprovechar la potencia computacional de la inteligencia artificial para automatizar y mejorar la experiencia del usuario dentro del entorno de las criptomonedas. Al integrar la IA con la tecnología blockchain, Euruka Tech aspira a proporcionar características como operaciones automatizadas, evaluaciones de riesgos e interfaces de usuario personalizadas. La esencia innovadora de Euruka Tech radica en su objetivo de crear una conexión fluida entre los usuarios y las vastas posibilidades que presentan las redes descentralizadas. A través de la utilización de algoritmos de aprendizaje automático e IA, busca minimizar los desafíos que enfrentan los usuarios primerizos y agilizar las experiencias transaccionales dentro del marco de Web3. Esta simbiosis entre IA y blockchain subraya la importancia del token $erc ai, que actúa como un puente entre las interfaces de usuario tradicionales y las capacidades avanzadas de las tecnologías descentralizadas. Cronología de Euruka Tech, $erc ai Desafortunadamente, como resultado de la información limitada disponible sobre Euruka Tech, no podemos presentar una cronología detallada de los principales desarrollos o hitos en el viaje del proyecto. Esta cronología, que suele ser invaluable para trazar la evolución de un proyecto y comprender su trayectoria de crecimiento, no está actualmente disponible. A medida que la información sobre eventos notables, asociaciones o adiciones funcionales se haga evidente, las actualizaciones seguramente mejorarán la visibilidad de Euruka Tech en la esfera cripto. Aclaración sobre Otros Proyectos “Eureka” Es importante señalar que múltiples proyectos y empresas comparten una nomenclatura similar con “Eureka”. La investigación ha identificado iniciativas como un agente de IA de NVIDIA Research, que se centra en enseñar a los robots tareas complejas utilizando métodos generativos, así como Eureka Labs y Eureka AI, que mejoran la experiencia del usuario en educación y análisis de servicio al cliente, respectivamente. Sin embargo, estos proyectos son distintos de Euruka Tech y no deben confundirse con sus objetivos o funcionalidades. Conclusión Euruka Tech, junto con su token $erc ai, representa un jugador prometedor pero actualmente oscuro dentro del paisaje de Web3. Si bien los detalles sobre su creador e inversores siguen sin revelarse, la ambición central de combinar inteligencia artificial con tecnología blockchain se erige como un punto focal de interés. Los enfoques únicos del proyecto para fomentar la participación del usuario a través de la automatización avanzada podrían distinguirlo a medida que el ecosistema Web3 progresa. A medida que el mercado de criptomonedas continúa evolucionando, los interesados deben mantener un ojo atento a los avances en torno a Euruka Tech, ya que el desarrollo de innovaciones documentadas, asociaciones o una hoja de ruta definida podría presentar oportunidades significativas en el futuro cercano. Tal como están las cosas, esperamos más información sustancial que podría desvelar el potencial de Euruka Tech y su posición en el competitivo paisaje cripto.

558 Vistas totalesPublicado en 2025.01.02Actualizado en 2025.01.02

Qué es ERC AI

Qué es DUOLINGO AI

DUOLINGO AI: Integrando el Aprendizaje de Idiomas con la Innovación de Web3 y AI En una era donde la tecnología remodela la educación, la integración de la inteligencia artificial (IA) y las redes blockchain anuncia una nueva frontera para el aprendizaje de idiomas. Presentamos DUOLINGO AI y su criptomoneda asociada, $DUOLINGO AI. Este proyecto aspira a fusionar la capacidad educativa de las principales plataformas de aprendizaje de idiomas con los beneficios de la tecnología descentralizada Web3. Este artículo profundiza en los aspectos clave de DUOLINGO AI, explorando sus objetivos, marco tecnológico, desarrollo histórico y potencial futuro, manteniendo la claridad entre el recurso educativo original y esta iniciativa independiente de criptomoneda. Visión General de DUOLINGO AI En su esencia, DUOLINGO AI busca establecer un entorno descentralizado donde los aprendices puedan ganar recompensas criptográficas por alcanzar hitos educativos en la competencia lingüística. Al aplicar contratos inteligentes, el proyecto pretende automatizar los procesos de verificación de habilidades y asignación de tokens, adhiriéndose a los principios de Web3 que enfatizan la transparencia y la propiedad del usuario. El modelo se aparta de los enfoques tradicionales para la adquisición de idiomas al apoyarse en una estructura de gobernanza impulsada por la comunidad, permitiendo a los poseedores de tokens sugerir mejoras al contenido del curso y a la distribución de recompensas. Algunos de los objetivos notables de DUOLINGO AI incluyen: Aprendizaje Gamificado: El proyecto integra logros en blockchain y tokens no fungibles (NFTs) para representar niveles de competencia lingüística, fomentando la motivación a través de recompensas digitales atractivas. Creación de Contenido Descentralizada: Abre caminos para que educadores y entusiastas de los idiomas contribuyan con sus cursos, facilitando un modelo de reparto de ingresos que beneficia a todos los contribuyentes. Personalización Potenciada por IA: Al emplear modelos avanzados de aprendizaje automático, DUOLINGO AI personaliza las lecciones para adaptarse al progreso de aprendizaje individual, similar a las características adaptativas encontradas en plataformas establecidas. Creadores del Proyecto y Gobernanza A partir de abril de 2025, el equipo detrás de $DUOLINGO AI permanece seudónimo, una práctica frecuente en el paisaje descentralizado de criptomonedas. Esta anonimidad está destinada a promover el crecimiento colectivo y la participación de las partes interesadas en lugar de centrarse en desarrolladores individuales. El contrato inteligente desplegado en la blockchain de Solana señala la dirección de la billetera del desarrollador, lo que significa el compromiso con la transparencia en las transacciones a pesar de que la identidad de los creadores sea desconocida. Según su hoja de ruta, DUOLINGO AI tiene como objetivo evolucionar hacia una Organización Autónoma Descentralizada (DAO). Esta estructura de gobernanza permite a los poseedores de tokens votar sobre cuestiones críticas como implementaciones de características y asignaciones de tesorería. Este modelo se alinea con la ética de empoderamiento comunitario que se encuentra en varias aplicaciones descentralizadas, enfatizando la importancia de la toma de decisiones colectiva. Inversores y Alianzas Estratégicas Actualmente, no hay inversores institucionales o capitalistas de riesgo identificables públicamente vinculados a $DUOLINGO AI. En cambio, la liquidez del proyecto proviene principalmente de intercambios descentralizados (DEXs), marcando un contraste marcado con las estrategias de financiación de las empresas tradicionales de tecnología educativa. Este modelo de base indica un enfoque impulsado por la comunidad, reflejando el compromiso del proyecto con la descentralización. En su libro blanco, DUOLINGO AI menciona la formación de colaboraciones con “plataformas de educación blockchain” no especificadas, destinadas a enriquecer su oferta de cursos. Aunque aún no se han divulgado asociaciones específicas, estos esfuerzos colaborativos sugieren una estrategia para combinar la innovación blockchain con iniciativas educativas, ampliando el acceso y la participación de los usuarios en diversas vías de aprendizaje. Arquitectura Tecnológica Integración de IA DUOLINGO AI incorpora dos componentes principales impulsados por IA para mejorar su oferta educativa: Motor de Aprendizaje Adaptativo: Este sofisticado motor aprende de las interacciones del usuario, similar a los modelos propietarios de las principales plataformas educativas. Ajusta dinámicamente la dificultad de las lecciones para abordar desafíos específicos del aprendiz, reforzando áreas débiles a través de ejercicios específicos. Agentes Conversacionales: Al emplear chatbots impulsados por GPT-4, DUOLINGO AI proporciona una plataforma para que los usuarios participen en conversaciones simuladas, fomentando una experiencia de aprendizaje de idiomas más interactiva y práctica. Infraestructura Blockchain Construido sobre la blockchain de Solana, $DUOLINGO AI utiliza un marco tecnológico integral que incluye: Contratos Inteligentes de Verificación de Habilidades: Esta característica otorga automáticamente tokens a los usuarios que superan con éxito las pruebas de competencia, reforzando la estructura de incentivos para resultados de aprendizaje genuinos. Insignias NFT: Estos tokens digitales significan varios hitos que los aprendices logran, como completar una sección de su curso o dominar habilidades específicas, permitiéndoles intercambiar o exhibir sus logros digitalmente. Gobernanza DAO: Los miembros de la comunidad que poseen tokens pueden participar en la gobernanza votando sobre propuestas clave, facilitando una cultura participativa que fomenta la innovación en la oferta de cursos y características de la plataforma. Línea de Tiempo Histórica 2022–2023: Conceptualización Los cimientos de DUOLINGO AI comienzan con la creación de un libro blanco, destacando la sinergia entre los avances de IA en el aprendizaje de idiomas y el potencial descentralizado de la tecnología blockchain. 2024: Lanzamiento Beta Un lanzamiento beta limitado introduce ofertas en idiomas populares, recompensando a los primeros usuarios con incentivos en tokens como parte de la estrategia de participación comunitaria del proyecto. 2025: Transición a DAO En abril, se produce un lanzamiento completo de la mainnet con la circulación de tokens, lo que provoca discusiones comunitarias sobre posibles expansiones a idiomas asiáticos y otros desarrollos de cursos. Desafíos y Direcciones Futuras Obstáculos Técnicos A pesar de sus ambiciosos objetivos, DUOLINGO AI enfrenta desafíos significativos. La escalabilidad sigue siendo una preocupación constante, particularmente en el equilibrio de los costos asociados con el procesamiento de IA y el mantenimiento de una red descentralizada y receptiva. Además, garantizar la creación y moderación de contenido de calidad en medio de una oferta descentralizada plantea complejidades en el mantenimiento de estándares educativos. Oportunidades Estratégicas Mirando hacia adelante, DUOLINGO AI tiene el potencial de aprovechar asociaciones de micro-certificación con instituciones académicas, proporcionando validaciones de habilidades lingüísticas verificadas por blockchain. Además, la expansión entre cadenas podría permitir al proyecto acceder a bases de usuarios más amplias y a ecosistemas blockchain adicionales, mejorando su interoperabilidad y alcance. Conclusión DUOLINGO AI representa una fusión innovadora de inteligencia artificial y tecnología blockchain, presentando una alternativa centrada en la comunidad a los sistemas tradicionales de aprendizaje de idiomas. Aunque su desarrollo seudónimo y su modelo económico emergente traen ciertos riesgos, el compromiso del proyecto con el aprendizaje gamificado, la educación personalizada y la gobernanza descentralizada ilumina un camino hacia adelante para la tecnología educativa en el ámbito de Web3. A medida que la IA continúa avanzando y el ecosistema blockchain evoluciona, iniciativas como DUOLINGO AI podrían redefinir cómo los usuarios se relacionan con la educación lingüística, empoderando a las comunidades y recompensando la participación a través de mecanismos de aprendizaje innovadores.

544 Vistas totalesPublicado en 2025.04.11Actualizado en 2025.04.11

Qué es DUOLINGO AI

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de AI (AI).

活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow