Gần đây trong vòng lưu trữ Web3 có một hiện tượng rõ ràng — Walrus xuất hiện thường xuyên trong các thông cáo chính thức của các dự án AI hàng đầu. Nền tảng AI sinh thành Everlyn, nền tảng phát triển AI phi tập trung OpenGradient, và nền tảng học liên kết FLock.io, những đối thủ hạng nặng này lần lượt chọn Walrus làm lớp lưu trữ cốt lõi, chắc chắn có điều gì đó ở phía sau.

Chỉ cần xem xét trường hợp của Everlyn là biết chuyện gì đang xảy ra. Họ đã chuyển hơn 5000 video của người dùng và bộ dữ liệu huấn luyện 50GB từ AWS, lợi ích trực quan nhất là chi phí lưu trữ giảm đáng kể. Nhưng còn tinh tế hơn nữa, kết hợp hợp đồng thông minh Sui để thực hiện liên kết trực tiếp giữa thanh toán và lưu trữ, toàn bộ quy trình làm việc trở nên đặc biệt suôn sẻ — tốc độ tạo video ổn định ở mức 16 giây, đây là mức hàng đầu trong ngành.

Lựa chọn của OpenGradient lại giải thích vấn đề rõ ràng hơn. Họ thẳng thừng từ bỏ kiến trúc IPFS cũ, sử dụng Walrus để lưu trữ hơn 100 mô hình AI. Lợi ích của điều này là nhờ vào tính chất có thể lập trình của Walrus, các mô hình có thể trực tiếp thực hiện phân phối doanh thu token hóa, đây là một bước ngoặc lớn đối với khích lệ các nhà phát triển và hoạt động của hệ sinh thái.

Ở mức độ kỹ thuật, công nghệ mã hóa xóa Red Stuff của Walrus giải quyết các điểm đau thực tế của phát triển AI — hiệu suất phục hồi dữ liệu cao, và vẫn hoạt động ổn định trong môi trường nơi các nút thay đổi thường xuyên. Điều này chính xác phù hợp với các kịch bản đọc ghi tần suất cao của huấn luyện AI. Cộng với tích hợp gốc với hệ sinh thái Sui, không cần viết công cụ thích ứng bổ sung, chi phí tiếp cận giảm đáng kể.

Bây giờ có thể thấy, sự hợp nhất giữa AI và Web3 không còn là vấn đề lý thuyết nữa. Walrus đã chiếm giữ vị trí chính yếu của lưu trữ AI phi tập trung, sau này sẽ có ngày càng nhiều dự án AI chủ động tiến lại gần, sức bùng nổ của hệ sinh thái thực sự đáng chú ý.