AI+DePIN组合:Grass空投即将上线

币界网Опубликовано 2024-08-16Обновлено 2024-08-16

币界网报道:

8月15日,Grass在X平台上公布其封闭测试阶段结束,并表示其正在进行快照,以确定即将到来的空投资格。用户的网络参与度(按 epoch 加权)将作为获得奖励的基准。

未来几周内,团队将提供详细的空投资格检查指南,并分享更多有关代币经济学的信息。Grass 的未来阶段将从构建核心基础设施转向支持大规模开发,将用户兴趣与网络相结合的应用程序。此次快照将用于确定即将到来的空投资格,用户的网络参与度(按 epoch 加权)将作为奖励基准。

据悉,Grass 的用户数量已达到 200 万。作为一个去中心化的网络,Grass 旨在通过访问公共网络,提供 AI 模型训练所需的数据。这使得 Grass 在扩展至清理和准备结构化数据集的过程中,成为 AI 数据层的重要组成部分,奠定了其在 AI 领域的基础地位。

01 

融资和技术背景

Grass 的背后团队 Wynd Network 成功完成了由 Polychain Capital 和 Tribe Capital 领投的 350 万美元种子轮融资。加上此前由 No Limit Holdings 领投的种子轮前融资,Wynd 的总融资额达到 450 万美元。

xONbxE3EGJvw8ZmLC974L0casBUmE3x1qGrLr7p7.png

该轮融资由 Bitscale、Big Brain、Advisors Anonymous、Typhon V、Mozaik 等公司提供。资金将战略性地用于增强 Grass 的技术基础设施、扩大节点网络和改进数据验证流程。

Grass 是一个去中心化的带宽市场,用户可以通过出售闲置的互联网连接,帮助 AI 实验室获取用于训练模型的网络数据。Grass 利用用户的 IP 地址,将多余的带宽出售,从而绕过许多网站对数据中心 IP 地址的限制。整个过程是匿名且 100% 私密的,保证了用户的隐私和数据安全。

这些收集到的带宽用于从网络中提取原始数据,并将其转换为 AI 数据集。对于需要大量训练数据的 AI 开发人员和研究人员来说,这些数据集非常有用。Grass 的核心技术是由 Wynd Labs 开发的 Socrates,这是一款 AI 开发工具,擅长从网络上收集非结构化数据并将其结构化,以便于读取。因此,Grass 成为一个 AI 数据仓库,为其他 AI 系统提供模型训练所需的数据。

Grass 是部署在 Solana 上的第一个结合 AI、Depin 和 Solana 技术的项目,定位为 AI 的数据层。

ISnijTIAc83T9AQTpKaUW2N4rtBTTEXx3LqkNvKP.png

AI 数据层是人工智能开发过程中的关键起始阶段,主要负责数据的收集和准备,为模型训练提供基础。在 AI 领域,数据的质量至关重要,因为模型的能力完全依赖于训练数据中的相关性和模式。即使是最先进的 AI 模型,如果其训练数据存在偏差或质量不高,也会导致预测结果不准确。

此外,在 AI 和 Web3 的融合中,数据作为核心组成部分,与计算资源一道构成了 AI 竞争中的关键资源。尽管业界大部分注意力集中在计算层面,但数据获取过程中的原始数据提供了许多有趣的价值方向,主要包括访问公共互联网数据和保护数据。

访问公共互联网数据:这一方向旨在构建分布式爬虫网络,可以在几天内爬取整个互联网,获取海量数据集,或实时访问非常具体的互联网数据。然而,要爬取互联网上的大量数据集,网络需求非常高,至少需要几百个节点才能开始一些有意义的工作。幸运的是,Grass 已经建立了一个拥有超过 200 万个节点的分布式爬虫网络,积极共享互联网带宽,目标是爬取整个互联网。这显示了经济激励在吸引宝贵资源方面的巨大潜力。

访问被保护的数据:尽管 Grass 在公共数据方面提供了公平的竞争环境,但仍存在利用潜在数据的难题,即专有数据集的访问问题。许多初创公司正在利用密码学工具,使 AI 开发者能够在保持敏感信息私密的同时,利用专有数据集的基础数据结构来构建和微调大型语言模型。

总之,Grass 作为 AI 数据层的代表,允许用户参与数据的准备和收集过程,并从中受益。这一过程不仅对 AI 模型的性能至关重要,而且占据了实施 AI 系统总工作量的很大一部分。

02 

市场潜力

Grass 在 Solana 上构建,这使得它可以利用 Solana 高吞吐量的优势。

但在 L1 上存储每次抓取任务的溯源是不可行的,因此,Grass 构建了一个 rollup,使用 ZK 处理器批量处理溯源证明,然后发布到 Solana。这个 rollup 被称为「AI 的数据层」,成为所有抓取数据的数据账本。

Grass 的 Web 3 优先方法使其相对于中心化住宅代理提供商具有几个优势。首先,通过使用奖励来鼓励用户直接分享带宽,更公平地分配了 AI 生成的价值,同时也节省了支付应用开发者捆绑其代码的成本。

市场潜力方面,Grass当前已有 220 万独立用户,在 TGE 之后,更多用户会涌入,因为他们意识到没有任何负面影响。此外,Grass 网络由其用户拥有和运营。用户通过运行节点和赚取 Grass 积分来获得网络的股份,因为他们帮助运营了网络。与其他网络不同,Grass 旨在成为一个公平的集体项目,让所有参与者都能受益,而不仅仅是少数人的特权。

其他市场潜力还包括:

Grass分布广泛:节点来自 190 多个国家,50% 在亚太地区,40% 在美国和欧盟,10% 在世界其他地区。

技术基础雄厚:每秒处理 100 万个网络请求,短短一周内通过全球超过 220 万个节点抓取公共数据,具备与谷歌和微软等公司竞争的实力。

项目生命周期长:Grass 拥有稳健的产品路线图,并一直在扩展。

强大可靠的投资支持:由 Polychain 和 Tribe 领投,拥有豪华的投资阵容。

易于参与:运行 Grass 节点非常简单,用户只需注册并安装 Chrome 扩展程序,应用程序将完成其余工作。这使得任何人都可以几乎不费吹灰之力地参与到 AI 发展中来。

去中心化和开源 AI 的支持:Grass 不仅有助于训练传统的人工智能,还通过创建访问网络数据的替代路径,支持去中心化和开源 AI 的创建。传统上,谷歌和微软等公司垄断了公共网络的数据索引权,而 Grass 通过提供这项服务,努力让所有人都能访问公共网络数据,防止少数公司垄断 AI 的发展。

Grass 的用户规模只要再扩大 20 倍,就有能力从头开始训练出一个可以替代 ChatGPT 的 AI,这也是它在 DEPIN 赛道上有实力成为领导者的原因之一。

小结

Grass 的使命是纠正 Web 2.0 时代的错误,并推动 Web3 的价值观发展。

通过参与 Grass,用户不仅为构建网络而获得报酬,而且还在帮助创造一个更公平、公正的世界。AI 的发展始于数据层,Grass 致力于构建我们想要生活的世界所需的基础设施。

在这一过程中,Grass 不仅为用户提供了一个参与 AI 革命的途径,还推动了去中心化和开源 AI 的发展,让所有人都能公平地访问和利用公共网络数据。Grass 的创新和独特定位,使其在 AI 和 Web3 领域中占据了重要地位,并有望成为这一领域的领导者。

Трендовые криптовалюты

Похожее

Как определить, является ли видео сгенерированным ИИ? Обзор динамической, прослеживаемой и объяснимой системы детекции

**Как определить, является ли видео созданным ИИ? Обзор динамической, отслеживаемой и объяснимой системы обнаружения** За последние два года модели генерации видео, такие как Sora, Google Veo и Kling, достигли кинематографического качества, создавая многосекундные сложные сцены. Это создает растущий разрыв с областью обнаружения, которая отстает, в то время как количество и качество поддельных видео в социальных сетях стремительно растет. В обзоре, принятом на ACL 2026, исследователи переосмысливают цель обнаружения: от простой бинарной классификации («поддельное/настоящее») к **верификации фактологической достоверности**. Задача — проверить, соответствует ли содержание видео (кто, что, где, когда) восприятию и знаниям о реальном мире, включая физические законы и здравый смысл. Авторы выделяют три парадигмы AI-видео: 1. **Локальная манипуляция (LMV):** Изменение части реального видео (например, Deepfake). 2. **Аудиовизуальное редактирование (AVE):** Изменение синхронизации между звуком, речью и видео. 3. **Генеративный синтез видео (GVS):** Полная генерация видео «с нуля» (например, Sora), что представляет наибольшую сложность. Для обнаружения предлагается **четырехуровневая система с двойным визуально-языковым подходом**: * **Уровень 1: Низкоуровневые визуальные сигналы** (артефакты, шум, физиологические сигналы). * **Уровень 2: Пространственно-временная согласованность** (плавность движений, физическая непрерывность). * **Уровень 3: Межмодальная согласованность** (проверка соответствия видео, звука и текста). * **Уровень 4: Рассуждение на уровне знаний о мире** (проверка соответствия фактам, законам физики и здравому смыслу). Фокус методов смещается от первых двух уровней (визуальных) к третьему и четвертому (языковым и смысловым). Обзор подчеркивает, что будущие системы обнаружения должны быть **динамическими, объяснимыми и отслеживаемыми**. Они должны не просто классифицировать, а предоставлять доказательства, связывать выводы с конкретными элементами видео (объектами, событиями) и оставаться устойчивыми к новым генеративным моделям. Это требует объединения усилий компьютерного зрения, обработки естественного языка и исследований многомодальных моделей для создания надежной системы проверки достоверности видео в эпоху продвинутого ИИ.

marsbit28 мин. назад

Как определить, является ли видео сгенерированным ИИ? Обзор динамической, прослеживаемой и объяснимой системы детекции

marsbit28 мин. назад

Новый открытый исходный код NVIDIA MoE: одна строка import, ускорение тонкой настройки в 3,7 раза

NVIDIA представила открытую библиотеку NeMo AutoModel, которая значительно ускоряет тонкую настройку MoE-моделей. Достаточно добавить одну строку импорта в код на основе Hugging Face Transformers v5, чтобы получить прирост производительности до 3.7 раз и сократить использование видеопамяти GPU на 29-32%. Библиотека совместима с API Transformers и вводит три ключевые оптимизации: Expert Parallelism (EP) для распределения параметров экспертов по GPU и снижения нагрузки на память, DeepEP для совмещения вычислений и коммуникаций, а также Transformer Engine для ускорения базовых операций. На примере модели Qwen3-30B-A3B на 8 GPU H100 скорость обучения выросла с 3075 до 11340 токенов в секунду на GPU. Для очень крупных моделей, таких как Nemotron 3 Ultra 550B, NeMo AutoModel позволяет проводить тонкую настройку там, где стандартный Transformers v5 исчерпывает доступную память. Проект доступен на GitHub, предоставляя простой способ ускорения работы с MoE-архитектурами без серьёзных изменений кода.

marsbit28 мин. назад

Новый открытый исходный код NVIDIA MoE: одна строка import, ускорение тонкой настройки в 3,7 раза

marsbit28 мин. назад

Никто не ожидал, что первой сферой применения AI x Crypto станет аудит безопасности

По неожиданному сценарию, первой областью, где искусственный интеллект (ИИ) реально изменил криптоиндустрию, стала безопасность и аудит. В 2026 году DeFi-сектор столкнулся с растущим давлением: общая стоимость заблокированных средств (TVL) сократилась примерно на 39% с начала года, а хакерские атаки привели к потере около 942 миллионов долларов только за первое полугодие. Распространение продвинутых ИИ-моделей, таких как Claude Mythos, радикально снизило стоимость и требования к навыкам для поиска уязвимостей в смарт-контрактах. Атаки стали масштабными, быстрыми (от обнаружения до эксплуатации — минуты) и нацеленными даже на старые, давно развернутые контракты. Традиционная модель аудита, основанная на разовых отчетах, демонстрирует трещины. Атаки смещаются от чистого кода к эксплуатации логики протоколов, ошибок конфигурации и социальной инженерии (как в случаях с Drift Protocol и KelpDAO). Соучредитель OpenZeppelin заявил, что считает весь DeFi небезопасным из-за сверхчеловеческих способностей ИИ в поиске уязвимостей. В ответ проект и аудиторские компании вынуждены меняться. Возникает спрос на повторные аудиты по новым стандартам. Аудиторские фирмы внедряют собственные ИИ-системы для автоматического анализа и переходят от разовых проверок к непрерывному мониторингу, формальной верификации и встраиванию защиты на этапе разработки (как Skills от OpenZeppelin). Такие ИИ-инструменты, как Firepan, уже находят сложные комбинированные уязвимости, упущенные при многократных ручных аудитах, как в случае с Curve Finance. Эпоха, когда одного аудита было достаточно навсегда, закончилась. Безопасность становится не разовым этапом, а постоянной инфраструктурной затратой. Будущее останется за теми, кто быстрее адаптирует свои услуги к реалиям «гонки вооружений» между ИИ-атаками и ИИ-защитой.

marsbit35 мин. назад

Никто не ожидал, что первой сферой применения AI x Crypto станет аудит безопасности

marsbit35 мин. назад

Никогда бы не подумал, что первым применением AI x Crypto станет аудит безопасности

Данные показывают, что к июню TVL в DeFi упал примерно до $700 млрд, что на 39% меньше показателей начала года. При этом в 2026 году в сфере DeFi произошло 121 хакерское нападение с общим ущербом около $942 млн. С распространением новых инструментов ИИ значительно снизились стоимость и требуемые навыки для поиска уязвимостей в смарт-контрактах. Традиционная модель аудита безопасности сталкивается с серьёзными проблемами. Наступление ИИ-атак происходит быстрее, что сокращает жизненный цикл аудиторских отчётов. Даже прошедшие аудит протоколы, такие как Drift Protocol и KelpDAO, подверглись атакам через уязвимости в логике операций или конфигурации инфраструктуры. В ответ на это проекты начинают пересматривать свою безопасность в соответствии с новыми стандартами эпохи ИИ. Компании, занимающиеся аудитом безопасности, также трансформируются, внедряя системы аудита с поддержкой ИИ и переходя от разовых проверок к постоянному мониторингу и встроенной безопасности. Такие инструменты, как Firepan, уже доказали свою эффективность, находя сложные уязвимости в тщательно проверенных контрактах, например, в Curve Finance. В целом, сфера аудита безопасности переходит от модели, основанной на разовых проверках, к конкурентной модели, требующей постоянных инвестиций. ИИ ускоряет как атаки, так и развитие защитных систем.

链捕手42 мин. назад

Никогда бы не подумал, что первым применением AI x Crypto станет аудит безопасности

链捕手42 мин. назад

На Polymarket произошла эксплуатация уязвимости на сумму $3 млн: пользователи получат полные возмещения после взлома третьей стороны

Платформа прогнозных рынков Polymarket пострадала от взлома, в результате которого было похищено криптоактивов на сумму около $3 млн. Компания заявила, что полностью возместит убытки пострадавшим пользователям. Инцидент произошёл не из-за уязвимости основной архитектуры платформы, а из-за вредоносного скрипта, внедрённого на её фронтенд через взломанного стороннего поставщика. Считается, что атака затронула менее 15 кошельков. Исследователи безопасности охарактеризовали произошедшее как атаку на цепочку поставок, отметив, что базовый протокол Polymarket не был скомпрометирован. Это уже второй инцидент безопасности на платформе за последние два месяца, что подчеркивает растущие риски, связанные с зависимостью от стороннего программного обеспечения. Несмотря на готовность Polymarket компенсировать убытки, подобные атаки становятся серьёзной проблемой для криптоиндустрии, всё больше полагающейся на внешних поставщиков услуг.

TheNewsCrypto45 мин. назад

На Polymarket произошла эксплуатация уязвимости на сумму $3 млн: пользователи получат полные возмещения после взлома третьей стороны

TheNewsCrypto45 мин. назад

Торговля

Спот

Популярные статьи

Неделя обучения по популярным токенам (2): 2026 может стать годом приложений реального времени, сектор AI продолжает оставаться в тренде

2025 год — год институциональных инвесторов, в будущем он будет доминировать в приложениях реального времени.

1.9k просмотров всегоОпубликовано 2025.12.16Обновлено 2025.12.16

Неделя обучения по популярным токенам (2): 2026 может стать годом приложений реального времени, сектор AI продолжает оставаться в тренде

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на AI (AI) представлены ниже.

活动图片