Numera finns det många AI-projekt, och det finns många koncept och volymer. Men i slutändan beror det på vad som kan förbli stilla: landningsförmåga + att verkligen respektera värdet av användarnas data. OpenLedger rör sig i denna riktning. Jag har sett intervjuer med OpenLedger tidigare, och en av de saker som slog mig mest var att de verkligen värdesätter gemenskap. Det är inte vikten av att skrika slagord, utan i produktutvecklingsprocessen är det viktigt att förlita sig på feedback från communityn för att kontinuerligt iterera, och communityn själv är "medbyggaren" i detta projekt. —————— ➤ Om OpenLedger @OpenLedger ▪️OpenLedger är den första blockkedjan som är specialbyggd för decentraliserad AI, med fokus på att låsa upp likviditeten för data, modeller och AI-agenter. ▪️ Det grundläggande problemet som man vill lösa är problemet med den "svarta lådan" med centraliserad AI – att återlämna ägandet och inkomsträttigheterna för data till användarna själva. ▪️ Projektet har fått 15 miljoner dollar i finansiering från toppinstitutioner som Polychain, HashKey och Finality, och stöds av OG:er som EigenLayer, Polygon och Gitcoin. ▪️ Testnätet har genomfört mer än 20 miljoner transaktioner, och i kombination med DePIN + AI-arkitekturen verifieras genomförbarheten av modell- och datasamarbete. —————— ➤ Datamodellen är allt i volymer, vad är skillnaderna i OpenLedger? Under det senaste året har de flesta Crypto AI-projekt fokuserat på "datorkraft" i volym, till exempel decentraliserade GPU:er. De tre elementen i AI är dock: data = bränsle, modell = motor och datorkraft = energi. Det som verkligen kan implementeras och tjäna pengar på är datan och själva modellen. OpenLedger har valt en mer jordnära väg med "modelldistribution + vinstdelning av samtal", snarare än att blint rulla upp vetenskaplig forskning och stapla parametrar. —————— ➤ SLM (Small Language Model) är mer kritiskt än du tror Det är inte alla projekt som behöver en stor modell. SLM har låg kostnad och snabb finjustering, vilket är mer lämpat för snabb distribution i kedjan, och kan också automatiskt dela vinster genom anropsbeteende för att uppnå modelltokenisering. Se det inte som litet, många AI-applikationer som verkligen kan köras förlitar sig faktiskt på det. —————— ➤ OpenLedger bygger en komplett uppsättning "ekonomiska system för on-chain-modeller" Målet är att köra igenom hela den slutna loopen från data → modell → med hjälp av → fördelar. Viktiga moduler inkluderar: ▪️Model Factory: En plattform för finjustering utan kod som gör det möjligt för vem som helst att träna modeller ▪️OpenLoRA: Tusentals modeller samexisterar, moduler kan bytas under drift och distributionen är flexibel ▪️Datanät: Verifierbara datanätverk för att säkerställa att data är tillförlitliga ▪️Bevis på attribution: Delar automatiskt upp vinsten vid varje samtal ▪️Förslagsplattform: En DAO-baserad samarbetsmarknad för modeller, samkonstruktion och samstyrning För att uttrycka det enkelt är det en kombination av HuggingFace + Stripe + Infura, och det är on-chain och komponerbart, vilket verkligen realiserar "modell som tillgång". —————— ➤ Hur kan utvecklare använda det? Utvecklare kan hämta auktoriseringsdata, träna modeller, distribuera med ett klick och öppna anrop på OpenLedger. Varje anrop kommer automatiskt att utlösa tokenvinstdelningen, och alla beteenden kan verifieras och spåras över hela kedjan. Det låter som Web2, men värdet kommer från transparens i kedjan, incitament och komponerbarhet, så att modellen blir en tillgång och samtalet är intäktsgenerering. —————— ➤ OpenLedger är mer ingenjörsorienterat NEAR är mer som en AI Agent-plattform, och Bittensor fokuserar på utbildning på kedjan; OpenLedger, å andra sidan, fokuserar på distribution, anrop och värdecirkulation av modeller – kärnan är att "göra modeller lönsamma". För att uttrycka det rakt på sak: jag rullar inte papper eller ägnar mig åt jippon, jag vill bara springa, använda och tjäna modeller. —————— ➤ Den som slog mig mest var Model Factory Denna produkt är för vänlig för små team. Det grafiska gränssnittet och visualiseringen av hela processen kan slutföra dataauktorisering, modellkonfiguration och distribution utan att skriva kod. Den stöder också LoRA/QLoRA finjustering, inbyggd utvärdering, testning, sökvägsbacktracking och spårning av hela kedjan på en gång. Även om du inte har en teknisk bakgrund kan du träna din egen exklusiva modell. —————— OpenLedger är ett av de mest "produktliknande" projekten på Crypto AI-marknaden just nu. Det är inte en tom slogan om "AI på kedjan", utan ett ekonomiskt modellsystem som bygger "modellen är en tillgång och samtalet är värde". När AI-berättelser ger sig ut på djupt vatten kan den här typen av projekt med verkligt värde på mellannivå bli den slutliga vinnaren.