AI基建战争打响,Fluence路线图揭示Web3的算力突围路径

Odaily星球日报Опубликовано 2025-06-20Обновлено 2025-06-20

Введение

Fluence 路线图正式发布,以FLT代币化中立算力层重构智能未来。

AI基建战争打响,Fluence路线图揭示Web3的算力突围路径

Fluence 正在构建一套中心化云无法实现的 AI 基础设施:一个开放、低成本、具备企业级能力的算力层。它具备主权性、透明性,并对所有人开放。
2025 年延续了 2024 年的趋势,云计算巨头正加速竞逐 AI 基建主导权:微软计划投入逾 800 亿美元建设数据中心,谷歌推出了 AI 超级计算机,Oracle 投资 250 亿美元打造 Stargate AI 集群,AWS 也在将重心转向原生 AI 服务。

与此同时,专业化玩家增长迅猛。CoreWeave 于今年 3 月 IPO 融资 15 亿美元,目前估值已超 700 亿美元。

随着 AI 成为关键基础设施,算力获取权将成为这个时代最重要的战场之一。中心化巨头正通过自建专属数据中心与芯片垂直整合来垄断算力,而 Fluence 则提出了另一种愿景:一个去中心化、开放、中立的 AI 计算平台。Fluence 将算力资产化,以 FLT 作为链上真实世界资产(RWA)型 Token,应对 AI 的指数级增长需求。

Fluence 已与多个去中心化基础设施项目开展合作,包括 AI 网络(Spheron、Aethir、IO.net)和存储网络(Filecoin、Arweave、Akave、IPFS),共同推动一个中立的“计算-数据”底层建设。

2025 – 2026 年,Fluence 的技术路线图聚焦于以下几大核心方向:

一、构建全球 GPU 算力网络

Fluence 将引入全球 GPU 节点,支持 AI 任务所需的高性能硬件,为网络注入推理、微调与模型服务能力。这将从当前基于 CPU 的算力平台升级为真正面向 AI 的计算层。平台将集成容器化运行环境,保障任务的安全可移植性。

此外,Fluence 还将探索 GPU 机密计算能力,保障隐私数据的安全推理执行。通过受信执行环境(TEE)和加密内存,即便是在去中心化架构中也能处理敏感业务数据,推动主权型 AI agent 的落地。

关键时间节点:

  • GPU 节点接入计划 —— 2025 年 Q3

  • GPU 容器运行环境上线 —— 2025 年 Q4

  • GPU 机密计算研发启动 —— 2025 年 Q4

  • 机密推理任务试点执行 —— 2026 年 Q2

二、托管 AI 模型与统一推理接口

Fluence 将提供一键部署模板,覆盖主流开源模型(如 LLM)、LangChain 等编排框架、agent 系统与 MCP 服务端,扩展平台 AI 功能栈。部署模型将更便捷,并支持社区开发者共同参与,提升生态活力。

关键时间节点:

  • 模型+编排模板上线 —— 2025 年 Q4

  • 推理端点与路由系统部署 —— 2026 年 Q2

三、实现可验证的社区驱动 SLA

Fluence 正构建一套去中心化的信任与服务保障机制,引入 Guardians(守护者)机制。这些参与者(可为个人或机构)负责验证网络算力的可用性,并通过链上遥测机制监督服务协议执行,凭此获得 FLT 奖励。

无需硬件投入即可参与基础设施治理,Guardians 将企业级算力网络转变为全民可参与的公共平台。该机制还将搭配【Pointless Program】系统,鼓励社区行为并提升成为守护者的资格。

关键时间节点:

  • 守护者首批上线 —— 2025 年 Q3

  • 守护者全面部署 & SLA 协议上线 —— 2025 年 Q4

四、AI 算力与可组合数据堆栈集成

AI 的未来不只是算力,更是算力 + 数据的融合。Fluence 正在与去中心化存储网络(如 Filecoin、Arweave、Akave、IPFS)深度集成,赋予开发者访问可验证数据集的能力,并结合 GPU 节点完成执行任务。

开发者将能够轻松定义访问分布式数据的 AI 作业,在 GPU 环境中运行,构建完整的 AI 后端——所有任务均由 FLT 协调。平台还将提供 SDK 模块和可组合模板,方便连接存储空间与链上数据,适用于构建 AI agent、LLM 工具或科研应用。

关键时间节点:

  • 分布式存储备份上线 —— 2026 年 Q1

  • 数据集接入 AI 工作流 —— 2026 年 Q3

从摆脱云依赖走向智能协作

Fluence 正以 GPU 接入、可验证执行与数据可组合性为核心,打造一个去中心化、抗审查、开放协作的 AI 时代算力基础。不是由少数超大云厂商垄断,而是由全球开发者与计算节点共同驱动

未来 AI 的基础设施,应该体现出我们希望 AI 本身具备的价值观:开放、协作、可验证与责任制。Fluence 正在将这些原则编码进协议。

加入 Fluence 的方式:

Трендовые криптовалюты

Похожее

Collector Crypt возвысился как "печатный станок" на блокчейне: менее 1000 DAU, киты обеспечивают 97% доходов

Автор: Нэнси, PANews Проект Collector Crypt, связанный с коллекционными карточными играми (TCG), недавно вошёл в топ-10 протоколов по доходам, временно возглавив рейтинг в экосистеме Solana. Это свидетельствует о растущей популярности токенизированных TCG на блокчейне. В 2026 году сектор токенизированных TCG переживает быстрый рост, предлагая улучшенную ликвидность и безопасность по сравнению с физическими картами. Solana доминирует на этом рынке с долей более 80%, во многом благодаря успеху Collector Crypt. Collector Crypt является бесспорным лидером рынка, генерируя значительно больший объем транзакций и доходов, чем конкуренты. В июне его месячный доход составил 13,4 млн долларов. Однако его финансовая устойчивость вызывает вопросы: рентабельность снижается, а 97% доходов обеспечивают всего 14,6% пользователей (крупные игроки, или «киты»). Ключевыми факторами роста платформы являются: 1. Механика «гача» (случайная разблокировка карт), которая стимулирует повторные покупки. 2. Популярные IP, такие как Pokémon, составляющие основную часть продаж. 3. Токен CARDS, чья экономическая модель с выкупами создает эффект «летящего колеса», повышая ценность токена. Несмотря на впечатляющие финансовые показатели, Collector Crypt сталкивается с проблемами: низкая ежедневная активность (менее 1000 пользователей), зависимость от небольшого числа крупных игроков и предстоящие разблокировки токенов CARDS, которые могут оказать давление на рынок. Успех проекта подтверждает потенциал блокчейн-TCG, но для устойчивого роста необходимо привлечение более широкой аудитории.

marsbit5 мин. назад

Collector Crypt возвысился как "печатный станок" на блокчейне: менее 1000 DAU, киты обеспечивают 97% доходов

marsbit5 мин. назад

Первый специалист по компьютерной безопасности Дон Сун присоединяется к Meta

Профессор компьютерных наук Калифорнийского университета в Беркли Дон Сун (Сун Сяодун), известный исследователь в области кибербезопасности и искусственного интеллекта, объявила о присоединении к лаборатории суперинтеллекта Meta (Superintelligence Labs) на должности вице-президента по исследованиям ИИ. Она будет подчиняться непосредственно руководителю лаборатории Нэту Фридману. Сун Сяодун, выпускница физического факультета Университета Цинхуа, лауреат стипендии МакАртура и член ACM, IEEE и Американской академии искусств и наук, широко известна своими основополагающими работами, включая метод динамического анализа заражения данных (Dynamic Taint Analysis). Её исследования охватывают безопасность программного обеспечения, adversarial machine learning и безопасность ИИ-агентов. Она также является соосновательницей Oasis Labs и Virtue AI. Вместе с Сун Сяодун в Meta переходят сооснователи Virtue AI Бо Ли и Санми Койехо, а также другие члены их команды. Это назначение рассматривается как усиление позиций Meta в области безопасности ИИ, особенно в свете растущего внимания к проблемам защиты после инцидента с моделью Anthropic Mythos. Цель Meta — безопасно внедрять ИИ в свои продукты, используемые миллиардами людей. В статье также упоминается, что Дэнни Чжоу, ключевой специалист в области рассуждений ИИ и бывший руководитель команды Gemini Reasoning в Google, присоединился к Meta несколькими месяцами ранее. Его работа над такими методами, как Chain-of-Thought, сыграла важную роль в развитии способностей крупных языковых моделей к рассуждениям.

marsbit37 мин. назад

Первый специалист по компьютерной безопасности Дон Сун присоединяется к Meta

marsbit37 мин. назад

Корейская гонка за криптовалюту: двойной взрыв стейблкоинов и RWA

Корейские финансовые учреждения и интернет-платформы активно развивают блокчейн-инфраструктуру, сосредоточившись на двух ключевых направлениях: стейблкоинах и токенизации реальных активов (RWA). В сфере стейблкоинов идёт борьба за создание регулируемого рынка воны. Банки, финтех-компании и регуляторы определяют правила, стремясь предотвратить отток капитала в долларовые стейблкоины. Крупные банки, такие как KB Financial, Hana Financial и NH Nonghyup, уже проводят пилотные проекты по платежам и трансграничным переводам. Платежные системы (Shinhan Card, BC Card) и интернет-гиганты (KakaoPay, NAVER Pay) интегрируют стейблкоины в свои экосистемы. Криптопроектам следует устанавливать партнерства сейчас, чтобы стать частью будущей инфраструктуры. Направление RWA в Корее развивается быстро и с учётом местной специфики. Помимо традиционных активов, токенизируются активы ключевых отраслей: судостроение (Mirae Asset Securities), оборонная промышленность (Hanwha Investment) и культурный контент (Story Protocol). Правовая база формируется, и уже одобрены первые торговые платформы (NXT, KDX). Криптопроекты могут заполнить пробелы в глобальном распределении, ликвидности и предоставлении инструментов для токенизации. Ключевую роль в распространении среди пользователей играют потребительские платформы. NAVER (планирующая приобрести оператора Upbit) и Kakao (развивающая единый кошелёк) делают блокчейн основой своих сервисов. Toss, обладающий финансовыми лицензиями, также активно внедряет блокчейн. Корейская индустрия цифровых активов находится на переломном этапе. Принятие нормативной базы и активность институциональных игроков создают возможности для проектов, которые смогут наладить реальное сотрудничество и внедрение на местном рынке.

Foresight News45 мин. назад

Корейская гонка за криптовалюту: двойной взрыв стейблкоинов и RWA

Foresight News45 мин. назад

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.

marsbit1 ч. назад

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

marsbit1 ч. 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.

marsbit1 ч. назад

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

marsbit1 ч. 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