Tác giả: @BlazingKevin_, Nhà nghiên cứu Blockbooster
Sự kết hợp giữa Web3 và AI đang thoát khỏi giai đoạn đầu. Sự đánh giá của thị trường đối với lĩnh vực mã hóa AI đang chuyển dịch từ "thổi phồng khái niệm" ban đầu sang "cơ bản và triển khai công nghệ". Trong sự chuyển đổi này, các dự án thể hiện khả năng phục hồi và đột phá công nghệ mạnh mẽ đang định hình lại hệ thống định giá thị trường.
1 Bittensor Củng Cố Vững Chắc Vị Trí Đầu Tàu
Tổng vốn hóa thị trường hiện tại của phân khúc tiền điện tử AI là khoảng 17,46 tỷ USD, với khối lượng giao dịch 24 giờ gần 1,94 tỷ USD. Trong phân khúc này, Bittensor (TAO) với vốn hóa thị trường khoảng 3,43 tỷ USD, vững vàng giữ vị trí số một. Nó chiếm gần 19,6% thị phần của toàn bộ phân khúc mã hóa AI, thiết lập vị trí dẫn đầu tuyệt đối.
So sánh ngang hàng với các đối thủ cạnh tranh chính cho thấy rõ vị thế hệ sinh thái của nó:
| Đối thủ cạnh tranh | Token | Vốn hóa thị trường (tỷ USD) | Định vị cốt lõi | Điểm khác biệt so với TAO |
|---|---|---|---|---|
| Bittensor | TAO | 34.3 | Mạng lưới khuyến khích AI phi tập trung | |
| NEAR Protocol | NEAR | 14.9 | Public chain L1 hiệu suất cao | Public chain đa dụng, AI là một phần hệ sinh thái |
| Render Network | RENDER | 8.64 | Kết xuất/tính toán GPU phi tập trung | Cơ sở hạ tầng thuần sức mạnh tính toán, không có khuyến khích chất lượng AI |
| Fetch.ai (ASI) | FET | 5.33 | Mạng lưới đại lý AI tự chủ | Tập trung vào lớp ứng dụng AI, không phải đào tạo mô hình cơ sở |
| Akash Network | AKT | 1.26 | Thị trường điện toán đám mây phi tập trung | Thị trường sức mạnh tính toán đa dụng, không có cơ chế đồng thuận AI phức tạp |
Rào cản cạnh tranh cốt lõi
Rào cản cạnh tranh cốt lõi của Bittensor là mạng lưới "Bằng chứng Trí tuệ" (Proof of Intelligence) độc đáo của nó. Nó vượt ra khỏi khuôn khổ chỉ cung cấp sức mạnh tính toán. Mạng lưới giới thiệu cơ chế khuyến khích phức tạp, trực tiếp thưởng cho việc tạo ra các mô hình AI chất lượng cao. Định vị này là duy nhất giữa các đối thủ cạnh tranh và cực kỳ khó bị sao chép một cách đơn giản.
2 Xác Minh Năng Lực "Tạo Máu" Thực Sự và Định Hình Lại Logic Định Giá
Bỏ qua tầm nhìn công nghệ lớn lao. Chìa khóa để kiểm tra một giao thức Web3 vượt qua chu kỳ thị trường là khả năng mở rộng thương mại thực sự và khả năng tạo ra doanh thu.
Trong thị trường mã hóa, Bittensor thể hiện khả năng tạo máu thực sự hiếm có. Theo dữ liệu quý 1 năm 2026, mạng lưới Bittensor đã thu về khoảng 43 triệu USD doanh thu từ các khách hàng AI thực sự (không phải giao dịch giả tạo được tạo ra bởi khuyến khích token). Con số này đã vượt quá doanh thu hàng năm của nhiều giao thức Web3 truyền thống.
Chỉ số định giá cốt lõi (Tính đến ngày 29 tháng 3 năm 2026):
| Chỉ số | Giá trị | Giải thích |
|---|---|---|
| Vốn hóa thị trường lưu thông | ~$3.42 tỷ | Dựa trên khoảng 10.78 triệu lượng lưu thông |
| Định giá pha loãng hoàn toàn (FDV) | ~$6.68 tỷ | Dựa trên tổng nguồn cung 21 triệu |
| Doanh thu thực Q1/2026 | ~$43 triệu | Không phải khuyến khích token, khách hàng AI thực trả phí |
| Ước tính doanh thu hàng năm | ~$172 triệu | Ngoại suy tuyến tính dựa trên dữ liệu Q1 |
| Tỷ lệ Giá/Doanh thu (P/S) | ~20x | Dựa trên Vốn hóa lưu thông / Doanh thu hàng năm |
| FDV/Doanh thu hàng năm | ~39x | Dựa trên FDV / Doanh thu hàng năm |
| Tổng vốn hóa hệ sinh thái subnet | ~$1.47 tỷ | Tổng vốn hóa thị trường của token Alpha dTAO |
Các công ty cơ sở hạ tầng AI tập trung truyền thống trên thị trường私募 thường được định giá doanh thu kỳ vọng ở mức 15-25 lần. Bittensor có các thuộc tính về tính thanh khoản cao, hiệu ứng mạng lưới và tính khan hiếm. Bội số P/S hiện tại khoảng 20 lần của nó nằm trong khoảng hợp lý thậm chí bị đánh giá thấp. Tổng vốn hóa thị trường của các token subnet trong hệ sinh thái của nó đã đạt 1,47 tỷ USD. Cấu trúc hệ sinh thái này bổ sung ngược lại cho việc nắm bắt giá trị của mạng chính TAO.
3 Đột Phá Của SN3
Dữ liệu tài chính thiết lập giới hạn dưới cho việc định giá giao thức. Đột phá công nghệ trong đào tạo phi tập trung đã mở ra hoàn toàn không gian tưởng tượng về vốn hóa thị trường của nó.
Động lực cốt lõi cho đợt tăng giá ngược xu hướng này của TAO hoàn toàn không phải là sự thổi giá đơn thuần. Công nghệ nền tảng đã đạt được bước đột phá mang tính lịch sử. Logic định giá của nó chuyển đổi căn bản từ "được thúc đẩy bởi tường thuật" sang "được thúc đẩy bởi sản phẩm".
3.1 Covenant-72B Xác Minh Tính Khả Thi Của Đào Tạo Phi Tập Trung
Vào ngày 10 tháng 3 năm 2026, subnet Templar (SN3) trong hệ sinh thái Bittensor và nhóm Covenant Labs đứng sau đã công bố báo cáo kỹ thuật trên arXiv. Nhóm thông báo đã hoàn thành thành công việc đào tạo trước cho mô hình ngôn ngữ lớn Covenant-72B. Đây là mô hình có kiến trúc dày đặc quy mô lớn nhất từng được đào tạo trong môi trường internet hoàn toàn phi tập trung, không cần sự cho phép cho đến nay.
Mô hình này có 720 tỷ tham số, được đào tạo dựa trên 1,1 nghìn tỷ token. Điểm MMLU của nó đạt 67.1, hiệu suất cơ bản tương đương với LLaMA-2-70B của Meta. Mô hình này đã phá vỡ nút thắt cổ chai về băng thông truyền thông trong đào tạo phi tập trung. Việc giới thiệu thuật toán SparseLoCo đóng vai trò then chốt. Các node chỉ cần truyền 1%-3% thành phần gradient cốt lõi và thực hiện lượng tử hóa 2 bit, đạt được mức nén dữ liệu siêu cao 146 lần (nén dữ liệu 100MB xuống dưới 1MB). Ngay cả với băng thông internet thông thường, tỷ lệ sử dụng tính toán vẫn đạt tới 94,5%. Mốc quan trọng này chứng minh rằng sức mạnh tính toán dị biến phân tán toàn cầu có thể tạo ra các mô hình tiên phong đủ sức cạnh tranh thương mại. Giải pháp công nghệ này thoát khỏi sự phụ thuộc vào các đường chuyên dụng InfiniBand đắt đỏ và các cụm siêu máy tính tập trung.
Thành công của Covenant-72B nhanh chóng gây chấn động giới AI truyền thống:
- Đánh giá cao từ đồng sáng lập Anthropic: Vào ngày 16 tháng 3, Jack Clark trong báo cáo nghiên cứu của mình đã trích dẫn dài dòng về bước đột phá này. Ông định tính nó là "thách thức kinh tế chính trị AI thông qua đào tạo phân tán". Ông chỉ ra rằng đây là công nghệ đáng theo dõi và dự đoán rằng AI trên thiết bị đầu cuối trong tương lai sẽ áp dụng rộng rãi các mô hình được đào tạo phi tập trung như vậy.
- Phép loại suy "Folding@home" của Jensen Huang: Vào ngày 20 tháng 3, trong podcast All-In VC, Chamath đã giới thiệu thành tựu công nghệ của Bittensor với CEO NVIDIA, Jensen Huang. Huang đã phản hồi tích cực. Ông so sánh nó với "Folding@home phiên bản hiện đại" và khẳng định sự cần thiết của việc cùng tồn tại giữa mô hình mã nguồn mở và phân tán.
3.2 Hai Thành Phần Cốt Lõi Của SN3: Giải Quyết Hiệu Suất Truyền Thông và Khuyến Khích Tương Thích
Hàng chục node không tin tưởng lẫn nhau, phần cứng khác nhau, chất lượng mạng không đồng đều cùng hợp tác đào tạo một mô hình 72B duy nhất. SN3 dựa vào hai thành phần cốt lõi để giải quyết các vấn đề về băng thông truyền thông và hành vi xấu:
- SparseLoCo (Giải quyết hiệu suất truyền thông): Đào tạo phân tán truyền thống mỗi bước đều phải đồng bộ hóa gradient đầy đủ. Lượng dữ liệu khổng lồ. SparseLoCo cho phép mỗi node chạy tối ưu hóa nội bộ (AdamW) 30 bước cục bộ. Sau đó nén và tải lên "pseudo-gradient" (gradient giả) được tạo ra. Hệ thống sử dụng làm thưa Top-k (chỉ giữ lại 1%-3% thành phần gradient cốt lõi), phản hồi sai số và lượng tử hóa 2 bit. Quy trình này đạt được mức nén dữ liệu siêu cao 146 lần (nén dữ liệu 100 MB xuống dưới 1 MB). Ngay cả với internet thông thường (tải lên 110 Mbps, tải xuống 500 Mbps), tỷ lệ sử dụng tính toán vẫn đạt 94,5%. Mỗi vòng truyền thông chỉ mất 70 giây.
- Gauntlet (Giải quyết khuyến khích tương thích): Thành phần này chạy trên blockchain Subnet 3. Nó chịu trách nhiệm xác minh chất lượng pseudo-gradient mà mỗi node gửi lên. Hệ thống sử dụng một lô dữ liệu nhỏ để kiểm tra "mức độ giảm tổn thất mô hình sau khi sử dụng gradient của node đó" (LossScore). Đồng thời kiểm tra xem node có đang sử dụng dữ liệu được phân bổ để đào tạo hay không (ngăn chặn gian lận). Mỗi vòng tổng hợp chỉ chọn gradient của node có điểm số cao nhất. Cơ chế này giải quyết tận gốc vấn đề "làm thế nào để ngăn thợ đào lười biếng" trong bối cảnh phi tập trung.
4 Hệ Sinh Thái Subnet và Đòn Bẩy Siêu Cấp Của Cơ Chế dTAO
Bittensor đã ra mắt cơ chế dynamic TAO (dTAO) vào năm 2025. Cơ chế này đóng vai trò là "bộ khuếch đại" then chốt trong đợt tăng giá này. dTAO cho phép mỗi subnet phát hành token Alpha độc lập riêng. Các subnet thiết lập pool thanh khoản với TAO thông qua cơ chế nhà tạo lập thị trường tự động (AMM).
4.1 Hiệu ứng Đòn bẩy của Token Subnet
Trong cơ chế dTAO, giá token subnet trực tiếp được xác định bởi lượng TAO được stake trong pool của subnet đó. Việc token gốc TAO tăng giá kéo theo giá trị dự trữ cơ sở của tất cả các subnet tăng lên. Giá token subnet do đó cũng tăng lên thụ động. Việc token subnet tăng mạnh thu hút thêm nhiều vốn đầu cơ và stake mua TAO để khóa vào subnet. Hệ thống từ đó hình thành một vòng phản hồi tích cực mạnh mẽ.
| Token Subnet Chính | Mức tăng giá 30 ngày | Định vị nghiệp vụ cốt lõi |
|---|---|---|
| Templar (SN3) | +444% | Đào tạo trước mô hình lớn phân tán |
| OMEGA Labs | +440% | Thu thập và khai thác dữ liệu đa phương thức |
| Level 114 | +280% | - |
| BitQuant | +230% | - |
| Targon | +166% | Dịch vụ sức mạnh tính toán và suy luận |
Như dữ liệu trong bảng trên cho thấy, được kích thích trực tiếp từ thành công của Covenant-72B, token SN3 (Templar) đã tăng vọt hơn 440% trong một tháng. Vốn hóa thị trường của nó đạt 130 triệu USD. Hiệu ứng tạo ra của cải ở cấp độ subnet này thể hiện rõ. Tổng vốn hóa thị trường token subnet vào cuối tháng 3 đạt 1,47 tỷ USD. Khối lượng giao dịch hàng ngày vượt 118 triệu USD. Hiệu ứng này, như một "đòn bẩy siêu cấp", đã truyền áp lực mua hàng khổng lồ ngược lại lên token gốc TAO.
4.2 Tích Hợp Hệ Sinh Thái Theo Chiều Dọc
Trong khi vận hành SN3, Covenant Labs cũng triển khai SN39 (Basilica, tập trung vào dịch vụ sức mạnh tính toán) và SN81 (Grail, tập trung vào đào tạo hậu kỳ RL và đánh giá). Sự sắp xếp theo chiều dọc này bao phủ toàn bộ quy trình từ đào tạo trước đến tối ưu hóa căn chỉnh. Điều này cho thị trường thấy một chu trình công nghiệp AI phi tập trung hoàn chỉnh đã được hình thành trong hệ sinh thái Bittensor.
5 Phân Bổ Nguồn Cung (Token Distribution)
Theo dữ liệu on-chain mới nhất từ taostats và CoinMarketCap tính đến ngày 29 tháng 3 năm 2026, tình trạng sức khỏe của mạng lưới Bittensor có thể được đánh giá sâu qua các khía cạnh sau:
| Chỉ số On-chain | Biểu hiện Dữ liệu | Đánh giá & Sự hiểu biết sâu sắc |
|---|---|---|
| Tỷ lệ Staking | 68% - 75% lượng lưu thông | Tỷ lệ staking cực cao (khoảng 7.34 triệu TAO bị khóa) làm giảm đáng kể nguồn cung lưu thông thực tế trên thị trường. Hình thành hiệu ứng thắt chặt nguồn cung mạnh mẽ. Vòng xoáy tăng giá nhận được sự hỗ trợ. |
| Độ hoạt động của Subnet | 128 subnet hoạt động | Hệ sinh thái thịnh vượng. Các subnet hàng đầu như Templar (SN3), Targon (SN4) có vốn hóa độc lập đạt hàng trăm triệu USD. Dữ liệu chứng minh sự thành công của token subnet như một "vị thế đặt cược có đòn bẩy" dưới cơ chế dTAO. |
| Tổng vốn hóa token Alpha | ~$1.47 tỷ | Dữ liệu này đã tăng hơn 50 lần kể từ khi dTAO ra mắt. Phản ánh sự công nhận cao của thị trường đối với hệ sinh thái subnet. Mạng chính TAO liên tục nhận được sự hỗ trợ về nhu cầu. |
| Mức độ tập trung của Validator | Validator hàng đầu chiếm trọng số chính | tao.bot, Taostats, Opentensor Foundation, v.v. chiếm trọng số cao. Một mức độ tập trung nhất định khách quan tồn tại. Đồng thời cũng thể hiện sự gắn kết sâu sắc của các nhà xây dựng cốt lõi với mạng lưới. |
| Khối lượng giao dịch hàng ngày | Khoảng $241 triệu | Tỷ lệ Khối lượng giao dịch / Vốn hóa ~7.03%. Tính thanh khoản cực kỳ dồi dào. Giao dịch thị trường sôi động. Mức độ tham gia của tổ chức và nhà đầu tư cá nhân cao. |
| Agent AI triển khai trong 90 ngày | 14,500 | Phản ánh sự tăng trưởng sử dụng thực tế của mạng lưới. Đây là chỉ số quan trọng đo lường nhu cầu thực. |
Đánh giá tổng hợp dữ liệu on-chain:
Dữ liệu on-chain của Bittensor cho thấy các đặc điểm của một nền kinh tế cực kỳ lành mạnh. Tỷ lệ staking cao khóa tính thanh khoản. Doanh thu thực hỗ trợ nền tảng cơ bản. Cơ chế dTAO kích thích đổi mới subnet. Sự thắt chặt nguồn cung liên tục (bao gồm giảm một nửa và staking cao) kết hợp với sự tăng trưởng liên tục của phía cầu (bao gồm sự tham gia của tổ chức và củng cố tường thuật AI), xây dựng một mô hình động lực học giá cả cực kỳ thuận lợi.
6 Lo Ngại Về Định Giá
Cần lưu ý rằng tính minh bạch của dữ liệu on-chain chủ yếu thể hiện ở phía cung, đặc tính off-chain của phía cầu (lượng gọi dịch vụ AI thực tế) vẫn là điểm mù thông tin quan trọng:
Rủi ro 1: Trợ cấp token cao che giấu chi phí thương mại thực Hầu hết các dịch vụ giá rẻ của subnet hiện nay phụ thuộc nhiều vào trợ cấp lạm phát token TAO. Lấy subnet suy luận hàng đầu Chutes (SN64) làm ví dụ. Tỷ lệ trợ cấp phát hành so với doanh thu bên ngoài của mạng lưới này cao tới 22-40:1. Loại bỏ yếu tố trợ cấp token, giá dịch vụ thực của nó vượt xa các đối thủ cạnh tranh tập trung. So với các nền tảng như Together.ai, mức giá cao hơn của nó đạt từ 1,6 đến 3,5 lần. Việc tiếp tục triển khai các chu kỳ giảm một nửa sau này sẽ phơi bày hoàn toàn sự mong manh của mô hình kinh doanh này.
Rủi ro 2: Thiếu Hào kinh doanh dẫn đến người dùng dễ dàng rời bỏ Mạng lưới Bittensor chủ yếu cung cấp các mô hình mã nguồn mở và API tiêu chuẩn. Mô hình này khác biệt cơ bản với các gã khổng lồ điện toán đám mây truyền thống như AWS. Hệ sinh thái nội bộ cực kỳ thiếu các nền tảng độc quyền, tích hợp doanh nghiệp sâu hoặc hiệu ứng bánh đà dữ liệu - những thứ được coi là "hiệu ứng khóa" truyền thống. Chi phí chuyển đổi của nhà phát triển cực thấp. Một khi trợ cấp token suy giảm, người dùng doanh nghiệp nhạy cảm giá sẽ nhanh chóng rời bỏ. Các nền tảng sức mạnh tính toán tập trung chi phí thấp hơn sẽ dễ dàng tiếp nhận lượng truy cập thoát ra này.
Rủi ro 3: Rủi ro tách rời định giá sau khi loại bỏ 'nước' trong dữ liệu Đối với 43 triệu USD doanh thu quý 1 được đề cập trước đó, một số nghiên cứu thận trọng của tổ chức đã đưa ra mô hình tính toán hoàn toàn khác. Sau khi loại bỏ các giao dịch liên kết nội bộ hệ sinh thái và trợ cấp, chỉ tính riêng doanh thu tiền pháp định bên ngoài thực tế được xác minh chặt chẽ, quy mô doanh thu hàng năm của mạng lưới có thể giảm mạnh xuống khoảng 3 đến 15 triệu USD. Sử dụng cơ sở doanh thu thực "đã loại bỏ nước" này, bội số P/S thực tế của mạng lưới sẽ tăng vọt lên mức cực kỳ nguy hiểm 175-400 lần. Rủi ro vỡ bong bóng định giá là có thật.









