Вчора платформа DeAI для навчання Web3AI Flock офіційно оголосила про співпрацю з великим мовним моделлю Alibaba Qwen, що належить Alibaba Cloud. Якщо я не помиляюся, це має бути перша інтеграційна співпраця, коли web2 AI активно переходить до web3 AI. Це не лише дозволило Flock справді вийти за межі, але й підняло моральний дух на ринку web3AI, який перебуває під тиском. Дайте, я детальніше розповім:
Я вже пояснював у закріпленому дописі, що раніше web3 AI Agent намагався стимулювати впровадження агентських додатків через Tokenomics, також намагався реалізувати швидку розгортку цієї конкурентної парадигми, але після хвилі Fomo від випуску активів всі зрозуміли, що web3 AI, з точки зору практичності, інноваційності тощо, практично не має шансів у порівнянні з web2 AI.
Отже, виникнення таких веб2 інноваційних AI технологій, як Manus, MCP, A2A, прямо чи опосередковано прокололо існуючий в ринку Web3 AI Agent бульбашку, що призвело до того, що на вторинному ринку на деякий час пролилася кров.
Як вирішити проблему? Шлях насправді також досить зрозумілий, web3 AI терміново потрібно знайти екологічну нішу, що доповнює web2 AI, щоб вирішити проблеми високих витрат на обчислювальні потужності, проблеми конфіденційності даних, проблеми тонкого налаштування моделей у вертикальних сценаріях тощо.
Причини не виходять за межі того, що чисто централізовані AI моделі в кінцевому підсумку обов'язково зосередять проблеми в таких аспектах, як канали отримання обчислювальних ресурсів і витрати, проблеми конфіденційності даних, тоді як розподілена архітектура web3 AI намагається використовувати вільні обчислювальні ресурси для зниження витрат, також буде базуватися на технологіях апаратного та програмного забезпечення, таких як нульові знання, TEE тощо, для захисту конфіденційності, одночасно сприяючи розвитку моделей і доопрацюванню у вертикальних сценаріях через право власності на дані та механізми стимулювання внесків.
Неважливо, як критикують, децентралізована архітектура web3 AI та гнучка система заохочень можуть миттєво вирішити частину проблем, що існують у web2 AI.
3）Що стосується співпраці Flock і Qwen. Qwen – це відкритий великий мовний модель, розроблений Alibaba Cloud, який завдяки відмінним результатам у бенчмаркінгових тестах та гнучкості, що дозволяє розробникам локально налаштовувати модель, став загальним вибором для деяких розробників та дослідницьких команд.
Flock є децентралізованою платформою для навчання ШІ, яка об'єднує федеративне навчання ШІ та технологічну архітектуру розподіленого ШІ. Її основна особливість полягає в тому, що вона дозволяє захищати конфіденційність користувачів за допомогою розподіленого навчання, не виводячи «дані з місця», забезпечуючи прозоре та простежуване внесення даних, що, в свою чергу, вирішує проблеми доопрацювання та застосування моделей ШІ в таких вертикальних сферах, як освіта та охорона здоров'я.
Конкретно, Flock має три основні компоненти, і я коротко поділюся ними:
1、AI Arena（AI竞技场）， це конкурентна платформа для навчання моделей, де користувачі можуть надсилати свої моделі, змагатися з іншими учасниками за оптимізацію результатів та боротися за винагороди. Основна мета полягає в тому, щоб за допомогою механізму «ігрового» дизайну стимулювати користувачів постійно коригувати та вдосконалювати свої локальні великі моделі, тим самим відбираючи кращі еталонні моделі.
2、FL Alliance (Федеративний альянс навчання), щоб вирішити проблеми міжорганізаційної співпраці в традиційних чутливих сферах, таких як медицина, освіта та фінанси, Федеративний альянс навчання реалізував спільне підвищення продуктивності моделі через локалізоване навчання моделей + розподілену кооперативну структуру, що дозволяє кільком сторонам поліпшувати продуктивність моделі без обміну початковими даними;
3、Moonbase (місячна база), вона є нервовим центром екосистеми Flock, що відповідає за децентралізовану платформу управління та оптимізації моделей, надаючи різноманітні інструменти налаштування та обчислювальні ресурси (постачальники обчислювальних ресурсів, маркувальники даних). Вона не тільки пропонує розподілений репозиторій моделей, але й інтегрує інструменти налаштування, обчислювальні ресурси та підтримку маркування даних, надаючи користувачам можливість ефективно оптимізувати локальні моделі.
То як слід оцінювати співпрацю Qwen та Flock? На мою думку, її розширене значення навіть перевищує сутність нинішньої співпраці.
З одного боку, на фоні постійного технологічного тиску web2 AI на web3 AI, Qwen, представляючи технологічного гіганта Alibaba, вже має певний авторитет і вплив у сфері AI. Здатність Qwen активно обирати співпрацю з однією з web3 AI платформ повністю підтверджує визнання команди Flock з боку web2 AI, в той час як серія досліджень і розробок, проведених командою Flock разом з командою Qwen, поглибить взаємодію між web3 AI та web2 AI;
З одного боку, раніше web3 AI мав лише оболонку Tokenomics, а в реальному впровадженні Utility показував досить посередні результати. Хоча були спроби в різних напрямках, таких як AI Agent, AI Platform та навіть AI Framework, проте, коли мова заходила про DeFai, Gamefai та інші аспекти, не вдалося запропонувати справжні рішення для вирішення проблем. Цей крок від технологічних гігантів web2 певною мірою задав тон для майбутнього розвитку web3 AI та визначив ключові напрямки.
Найважливіше те, що web3 AI, переживши етап чистого «випуску активів», повинен зібратися і зосередитися на меті, яка може дати справжні результати.
Насправді web3 AI ніколи не був тільки легшим і ефективнішим способом розгортання AI-агентів для випуску активів, і це не гра на залучення коштів за допомогою випуску активів; необхідно співпрацювати з web2 AI, щоб доповнити екосистеми один одного, щоб дійсно реалізувати незамінність web3 AI в цій хвилі тренду AI.
Радий, що можу побачити більше подібних крос-культурних співпраць, таких як web2AI та web3AI.
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
З точки зору альянсу обчислювальної потужності Flock та Alibaba, наступна генерація інфраструктурних парадигм для ШІ
Вчора платформа DeAI для навчання Web3AI Flock офіційно оголосила про співпрацю з великим мовним моделлю Alibaba Qwen, що належить Alibaba Cloud. Якщо я не помиляюся, це має бути перша інтеграційна співпраця, коли web2 AI активно переходить до web3 AI. Це не лише дозволило Flock справді вийти за межі, але й підняло моральний дух на ринку web3AI, який перебуває під тиском. Дайте, я детальніше розповім:
Отже, виникнення таких веб2 інноваційних AI технологій, як Manus, MCP, A2A, прямо чи опосередковано прокололо існуючий в ринку Web3 AI Agent бульбашку, що призвело до того, що на вторинному ринку на деякий час пролилася кров.
Причини не виходять за межі того, що чисто централізовані AI моделі в кінцевому підсумку обов'язково зосередять проблеми в таких аспектах, як канали отримання обчислювальних ресурсів і витрати, проблеми конфіденційності даних, тоді як розподілена архітектура web3 AI намагається використовувати вільні обчислювальні ресурси для зниження витрат, також буде базуватися на технологіях апаратного та програмного забезпечення, таких як нульові знання, TEE тощо, для захисту конфіденційності, одночасно сприяючи розвитку моделей і доопрацюванню у вертикальних сценаріях через право власності на дані та механізми стимулювання внесків.
Неважливо, як критикують, децентралізована архітектура web3 AI та гнучка система заохочень можуть миттєво вирішити частину проблем, що існують у web2 AI.
3）Що стосується співпраці Flock і Qwen. Qwen – це відкритий великий мовний модель, розроблений Alibaba Cloud, який завдяки відмінним результатам у бенчмаркінгових тестах та гнучкості, що дозволяє розробникам локально налаштовувати модель, став загальним вибором для деяких розробників та дослідницьких команд.
Flock є децентралізованою платформою для навчання ШІ, яка об'єднує федеративне навчання ШІ та технологічну архітектуру розподіленого ШІ. Її основна особливість полягає в тому, що вона дозволяє захищати конфіденційність користувачів за допомогою розподіленого навчання, не виводячи «дані з місця», забезпечуючи прозоре та простежуване внесення даних, що, в свою чергу, вирішує проблеми доопрацювання та застосування моделей ШІ в таких вертикальних сферах, як освіта та охорона здоров'я.
Конкретно, Flock має три основні компоненти, і я коротко поділюся ними:
1、AI Arena（AI竞技场）， це конкурентна платформа для навчання моделей, де користувачі можуть надсилати свої моделі, змагатися з іншими учасниками за оптимізацію результатів та боротися за винагороди. Основна мета полягає в тому, щоб за допомогою механізму «ігрового» дизайну стимулювати користувачів постійно коригувати та вдосконалювати свої локальні великі моделі, тим самим відбираючи кращі еталонні моделі.
2、FL Alliance (Федеративний альянс навчання), щоб вирішити проблеми міжорганізаційної співпраці в традиційних чутливих сферах, таких як медицина, освіта та фінанси, Федеративний альянс навчання реалізував спільне підвищення продуктивності моделі через локалізоване навчання моделей + розподілену кооперативну структуру, що дозволяє кільком сторонам поліпшувати продуктивність моделі без обміну початковими даними;
3、Moonbase (місячна база), вона є нервовим центром екосистеми Flock, що відповідає за децентралізовану платформу управління та оптимізації моделей, надаючи різноманітні інструменти налаштування та обчислювальні ресурси (постачальники обчислювальних ресурсів, маркувальники даних). Вона не тільки пропонує розподілений репозиторій моделей, але й інтегрує інструменти налаштування, обчислювальні ресурси та підтримку маркування даних, надаючи користувачам можливість ефективно оптимізувати локальні моделі.
З одного боку, на фоні постійного технологічного тиску web2 AI на web3 AI, Qwen, представляючи технологічного гіганта Alibaba, вже має певний авторитет і вплив у сфері AI. Здатність Qwen активно обирати співпрацю з однією з web3 AI платформ повністю підтверджує визнання команди Flock з боку web2 AI, в той час як серія досліджень і розробок, проведених командою Flock разом з командою Qwen, поглибить взаємодію між web3 AI та web2 AI;
З одного боку, раніше web3 AI мав лише оболонку Tokenomics, а в реальному впровадженні Utility показував досить посередні результати. Хоча були спроби в різних напрямках, таких як AI Agent, AI Platform та навіть AI Framework, проте, коли мова заходила про DeFai, Gamefai та інші аспекти, не вдалося запропонувати справжні рішення для вирішення проблем. Цей крок від технологічних гігантів web2 певною мірою задав тон для майбутнього розвитку web3 AI та визначив ключові напрямки.
Найважливіше те, що web3 AI, переживши етап чистого «випуску активів», повинен зібратися і зосередитися на меті, яка може дати справжні результати.
Насправді web3 AI ніколи не був тільки легшим і ефективнішим способом розгортання AI-агентів для випуску активів, і це не гра на залучення коштів за допомогою випуску активів; необхідно співпрацювати з web2 AI, щоб доповнити екосистеми один одного, щоб дійсно реалізувати незамінність web3 AI в цій хвилі тренду AI.
Радий, що можу побачити більше подібних крос-культурних співпраць, таких як web2AI та web3AI.