Hier, la plateforme d'entraînement DeAi Flock.io dans le domaine de Web3AI a annoncé une collaboration avec le modèle de langage Qwen d'Alibaba Cloud. Si je ne me trompe pas, cela devrait être considéré comme la première collaboration d'intégration où l'IA Web2 se dirige activement vers l'IA Web3. Cela permet non seulement à Flock de vraiment sortir de son cercle, mais cela redonne également de l'élan au secteur de Web3AI sous pression et en déclin. Laissez-moi vous en dire plus :
J'ai expliqué dans le tweet épinglé que l'Agent AI web3 a toujours essayé de stimuler le déploiement des applications Agent grâce à la Tokenomics, et a également mis en place un paradigme de concurrence pour un déploiement rapide. Cependant, après un engouement pour l'émission d'actifs, tout le monde a réalisé que l'AI web3 n'avait presque aucune chance de rivaliser en termes de praticité et d'innovation par rapport à l'AI web2.
Ainsi, la naissance de techniques innovantes en IA Web2 telles que Manus, MCP, A2A a directement ou indirectement fait éclater la bulle du marché des agents IA Web3, entraînant une hémorragie sur le marché secondaire.
Comment sortir de cette impasse ? Le chemin est en fait assez clair, le web3 AI doit urgentement trouver un écosystème complémentaire au web2 AI, afin de résoudre des problèmes que l'IA centralisée du web2 ne peut pas résoudre, tels que le coût élevé de la puissance de calcul, les problèmes de confidentialité des données, les problèmes de micro-ajustement des modèles pour des scénarios verticaux, etc.
L’architecture distribuée tentée par l’IA web3 peut utiliser des ressources informatiques inutilisées pour réduire les coûts, protéger la vie privée sur la base de technologies logicielles et matérielles telles que les preuves à divulgation nulle de connaissance et les TEE, et promouvoir le développement de modèles et l’ajustement fin des scénarios verticaux grâce à la propriété des données et aux mécanismes de contribution incitative. Peu importe à quel point elle est critiquée, l’architecture décentralisée et le mécanisme d’incitation flexible de l’IA web3 peuvent avoir un effet immédiat sur la résolution de certains des problèmes existants dans l’IA web2.
En ce qui concerne la collaboration entre Flock et Qwen. Qwen est un modèle de langage open source développé par Alibaba Cloud, qui, grâce à ses performances exceptionnelles dans les tests de référence et à la flexibilité permettant aux développeurs de déployer et d'ajuster localement, est devenu un choix courant pour certains développeurs et équipes de recherche.
Flock est une plateforme d'entraînement AI décentralisée qui intègre l'apprentissage fédéré AI et une architecture technologique AI distribuée. Sa principale caractéristique est de permettre que "les données ne sortent pas localement", protégeant ainsi la vie privée des utilisateurs grâce à un entraînement distribué, tout en offrant une transparence et une traçabilité des contributions de données, ce qui permet de résoudre les problèmes de réglage fin et d'application des modèles AI dans des domaines verticaux tels que l'éducation et la santé. Plus précisément, Flock comprend trois composants clés :
AI Arena (Arène AI), c'est une plateforme d'entraînement de modèles compétitifs où les utilisateurs peuvent soumettre leurs propres modèles et rivaliser avec d'autres participants pour optimiser les performances et gagner des récompenses. Son principal objectif est de concevoir un mécanisme de "jouabilité" qui incite les utilisateurs à affiner et améliorer continuellement leur grand modèle local, afin de sélectionner un modèle de référence meilleur.
FL Alliance (Alliance d'apprentissage fédéré), pour résoudre les problèmes de collaboration inter-organisationnels dans des scénarios sensibles verticaux tels que la santé traditionnelle, l'éducation et la finance, l'alliance d'apprentissage fédéré a réalisé, grâce à l'entraînement de modèles localisés et à un cadre de collaboration distribué, que plusieurs parties améliorent ensemble la performance des modèles sans partager les données brutes ;
Moonbase (基地 lunaire), il est considéré comme le cerveau du Flock écosystème, équivalent à une plateforme de gestion et d'optimisation de modèle décentralisée, offrant divers outils de réglage et un support de puissance de calcul (fournisseurs de puissance de calcul, annotateurs de données). Il fournit non seulement un dépôt de modèles distribués, mais intègre également des outils de réglage, des ressources de puissance de calcul et un support d'annotation de données, permettant aux utilisateurs d'optimiser efficacement leurs modèles locaux.
Alors, comment percevoir la collaboration entre Qwen et Flock ? Pour ma part, je pense que la signification de leur collaboration s'étend même au-delà de la substance actuelle de cette coopération.
D'une part, dans le contexte où l'IA web3 est continuellement écrasée par la technologie de l'IA web2, Qwen, représentant le géant technologique Alibaba, possède déjà une certaine autorité et influence dans le cercle de l'IA. Le fait que Qwen puisse choisir activement de collaborer avec une plateforme d'IA web3 prouve pleinement que le web2.
La reconnaissance de l'équipe technique de Flock par l'IA, ainsi que la série de recherches et de développements ultérieurs de l'équipe Flock avec l'équipe Qwen, approfondira la connexion entre web3AI et web2AI.
D'un autre côté, le web3 AI avait auparavant une coquille de Tokenomics, mais son utilité réelle s'est révélée décevante. Bien qu'il ait essayé diverses directions telles que les agents AI, les plateformes AI, et même les frameworks AI, lorsqu'il s'agissait de DeFai, Gamfai et d'autres domaines, il n'a pas pu proposer de véritables solutions pour résoudre les problèmes. Cette révélation des géants technologiques du web2 a, dans une certaine mesure, défini la direction et les points d'appui pour le développement futur de l'AI dans le web3.
Le plus important est que le web3 AI, après avoir traversé une période de Fomo purement axée sur l'"émission d'actifs", doit se regrouper et se concentrer sur un objectif qui peut produire de véritables résultats. En réalité, le web3 AI n'a jamais été seulement un moyen plus facile et plus efficace de déployer des agents AI pour émettre des actifs, ni un jeu pour lever des fonds en émettant des actifs. Il est nécessaire de rechercher des possibilités de collaboration avec le web2 AI, de compléter les niches écologiques de chacun, et de véritablement démontrer l'indispensabilité du web3 AI dans cette vague actuelle de tendance AI.
Je suis heureux de voir davantage de collaborations intersectorielles telles que web2AI et web3AI se concrétiser.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Comment percevez-vous la collaboration entre Flock et Qwen
Auteur : Haotian
Hier, la plateforme d'entraînement DeAi Flock.io dans le domaine de Web3AI a annoncé une collaboration avec le modèle de langage Qwen d'Alibaba Cloud. Si je ne me trompe pas, cela devrait être considéré comme la première collaboration d'intégration où l'IA Web2 se dirige activement vers l'IA Web3. Cela permet non seulement à Flock de vraiment sortir de son cercle, mais cela redonne également de l'élan au secteur de Web3AI sous pression et en déclin. Laissez-moi vous en dire plus :
Ainsi, la naissance de techniques innovantes en IA Web2 telles que Manus, MCP, A2A a directement ou indirectement fait éclater la bulle du marché des agents IA Web3, entraînant une hémorragie sur le marché secondaire.
L’architecture distribuée tentée par l’IA web3 peut utiliser des ressources informatiques inutilisées pour réduire les coûts, protéger la vie privée sur la base de technologies logicielles et matérielles telles que les preuves à divulgation nulle de connaissance et les TEE, et promouvoir le développement de modèles et l’ajustement fin des scénarios verticaux grâce à la propriété des données et aux mécanismes de contribution incitative. Peu importe à quel point elle est critiquée, l’architecture décentralisée et le mécanisme d’incitation flexible de l’IA web3 peuvent avoir un effet immédiat sur la résolution de certains des problèmes existants dans l’IA web2.
Flock est une plateforme d'entraînement AI décentralisée qui intègre l'apprentissage fédéré AI et une architecture technologique AI distribuée. Sa principale caractéristique est de permettre que "les données ne sortent pas localement", protégeant ainsi la vie privée des utilisateurs grâce à un entraînement distribué, tout en offrant une transparence et une traçabilité des contributions de données, ce qui permet de résoudre les problèmes de réglage fin et d'application des modèles AI dans des domaines verticaux tels que l'éducation et la santé. Plus précisément, Flock comprend trois composants clés :
AI Arena (Arène AI), c'est une plateforme d'entraînement de modèles compétitifs où les utilisateurs peuvent soumettre leurs propres modèles et rivaliser avec d'autres participants pour optimiser les performances et gagner des récompenses. Son principal objectif est de concevoir un mécanisme de "jouabilité" qui incite les utilisateurs à affiner et améliorer continuellement leur grand modèle local, afin de sélectionner un modèle de référence meilleur.
FL Alliance (Alliance d'apprentissage fédéré), pour résoudre les problèmes de collaboration inter-organisationnels dans des scénarios sensibles verticaux tels que la santé traditionnelle, l'éducation et la finance, l'alliance d'apprentissage fédéré a réalisé, grâce à l'entraînement de modèles localisés et à un cadre de collaboration distribué, que plusieurs parties améliorent ensemble la performance des modèles sans partager les données brutes ;
Moonbase (基地 lunaire), il est considéré comme le cerveau du Flock écosystème, équivalent à une plateforme de gestion et d'optimisation de modèle décentralisée, offrant divers outils de réglage et un support de puissance de calcul (fournisseurs de puissance de calcul, annotateurs de données). Il fournit non seulement un dépôt de modèles distribués, mais intègre également des outils de réglage, des ressources de puissance de calcul et un support d'annotation de données, permettant aux utilisateurs d'optimiser efficacement leurs modèles locaux.
D'une part, dans le contexte où l'IA web3 est continuellement écrasée par la technologie de l'IA web2, Qwen, représentant le géant technologique Alibaba, possède déjà une certaine autorité et influence dans le cercle de l'IA. Le fait que Qwen puisse choisir activement de collaborer avec une plateforme d'IA web3 prouve pleinement que le web2.
La reconnaissance de l'équipe technique de Flock par l'IA, ainsi que la série de recherches et de développements ultérieurs de l'équipe Flock avec l'équipe Qwen, approfondira la connexion entre web3AI et web2AI.
D'un autre côté, le web3 AI avait auparavant une coquille de Tokenomics, mais son utilité réelle s'est révélée décevante. Bien qu'il ait essayé diverses directions telles que les agents AI, les plateformes AI, et même les frameworks AI, lorsqu'il s'agissait de DeFai, Gamfai et d'autres domaines, il n'a pas pu proposer de véritables solutions pour résoudre les problèmes. Cette révélation des géants technologiques du web2 a, dans une certaine mesure, défini la direction et les points d'appui pour le développement futur de l'AI dans le web3.
Le plus important est que le web3 AI, après avoir traversé une période de Fomo purement axée sur l'"émission d'actifs", doit se regrouper et se concentrer sur un objectif qui peut produire de véritables résultats. En réalité, le web3 AI n'a jamais été seulement un moyen plus facile et plus efficace de déployer des agents AI pour émettre des actifs, ni un jeu pour lever des fonds en émettant des actifs. Il est nécessaire de rechercher des possibilités de collaboration avec le web2 AI, de compléter les niches écologiques de chacun, et de véritablement démontrer l'indispensabilité du web3 AI dans cette vague actuelle de tendance AI.
Je suis heureux de voir davantage de collaborations intersectorielles telles que web2AI et web3AI se concrétiser.