FLock.io и Qwen, принадлежащий Alibaba Cloud, достигли стратегического сотрудничества, Web3 AI необходимо найти взаимодополняющую экосистему с Web2 AI.

web3 AI срочно необходимо найти экосистему, дополняющую web2 AI, чтобы решить проблемы высокой стоимости вычислительной мощности, проблемы конфиденциальности данных, проблемы тонкой настройки моделей для вертикальных сценариев и так далее, которые не могут быть решены централизованным AI в web2.

Автор: Haotian

Вчера платформа обучения DeAI в области Web3AI @flock_io сотрудничала с @Alibaba_Qwen, принадлежащим Alibaba Cloud.

Официальное объявление о сотрудничестве большого языкового модели. Если я не ошибаюсь, это должно считаться первым интеграционным сотрудничеством web2 AI с web3 AI. Это не только позволило Flock действительно выйти за пределы своей ниши, но и подняло моральный дух на рынке web3 AI, который находится под давлением. Давайте я расскажу подробнее:

1. Я уже объяснял в закрепленном твите, что ранее web3 AI Agent пытался стимулировать внедрение приложений Agent через Tokenomics, а также использовал парадигму быстрого развертывания конкуренции, но после волны Fomo с выпуском активов все поняли, что web3 AI в плане практичности и инновационности почти не имеет шансов по сравнению с web2 AI.

Таким образом, появление таких веб2 инновационных технологий ИИ, как Manus, MCP, A2A, напрямую или косвенно прокололо пузырь, существующий на рынке Web3 AI Agent, что привело к тому, что на вторичном рынке на некоторое время потекла кровь.

2. Как найти выход? Путь на самом деле довольно ясный, web3 AI необходимо найти экосистему, которая будет дополнять web2 AI, чтобы решить проблемы высокой стоимости вычислительной мощности, проблемы конфиденциальности данных, проблемы тонкой настройки моделей в вертикальных сценариях и так далее, которые не могут быть решены централизованным AI web2.

Причины не выходят за рамки того, что чисто централизованные AI модели в конечном итоге столкнутся с проблемами в области получения вычислительной мощности, затрат, конфиденциальности данных и т.д. В то время как дистрибутивная архитектура web3 AI пытается использовать неиспользуемые вычислительные ресурсы для снижения затрат, она также будет защищать конфиденциальность на основе нулевых знаний, TEE и других программных и аппаратных технологий, одновременно продвигая разработку моделей и тонкую настройку в вертикальных сценариях через право собственности на данные и механизмы стимулов.

Несмотря на критику, децентрализованная архитектура и гибкий механизм стимулов web3 AI могут мгновенно решить некоторые проблемы, существующие в web2 AI.

3）Говоря о сотрудничестве Flock и Qwen. Qwen — это открытая языковая модель, разработанная Alibaba Cloud, которая благодаря выдающимся результатам в бенчмарках и гибкости, позволяющей разработчикам локально развертывать и настраивать модель, стала общепринятым выбором для некоторых разработчиков и исследовательских команд.

Flock является децентрализованной платформой для обучения ИИ, которая объединяет федеративное обучение ИИ и архитектуру распределенных технологий ИИ. Ее главная особенность заключается в том, что она защищает конфиденциальность пользователей, позволяя проводить распределенное обучение без «выхода данных за пределы локальной сети», обеспечивая прозрачный и отслеживаемый вклад данных, что, в свою очередь, решает проблемы дообучения и применения AI-моделей в таких вертикальных областях, как образование и здравоохранение.

Конкретно, у Flock есть три ключевых компонента, и я хотел бы кратко поделиться ими:

1、AI Arena（AI竞技场），это конкурентная платформа для обучения моделей, где пользователи могут отправлять свои модели и соревноваться с другими участниками для оптимизации результатов и получения наград. Основная цель состоит в том, чтобы с помощью механизма «играбельности» стимулировать пользователей постоянно настраивать и улучшать свои локальные большие модели, тем самым отбирая более оптимальные эталонные модели;

2. FL Alliance (Федеративный учебный альянс) был создан для решения проблем межорганизационного сотрудничества в традиционных чувствительных сферах, таких как здравоохранение, образование и финансы. Федеративный учебный альянс с помощью локальной тренировки модели + распределенной кооперационной структуры обеспечивает совместное улучшение производительности модели несколькими сторонами без обмена исходными данными;

3. Moonbase (Лунная база) является нервным центром экосистемы Flock, представляя собой децентрализованную платформу для управления и оптимизации моделей, предлагающую различные инструменты для тонкой настройки и поддержку вычислительной мощности (поставщики вычислительной мощности, аннотаторы данных). Она не только предоставляет распределенный репозиторий моделей, но и объединяет инструменты для тонкой настройки, ресурсы вычислительной мощности и поддержку аннотации данных, позволяя пользователям эффективно оптимизировать локальные модели.

4）Так как же воспринимать сотрудничество Qwen и Flock? На мой взгляд, его расширенное значение даже превосходит суть текущего сотрудничества.

С одной стороны, на фоне того, что web3 AI постоянно подвергается технологическому давлению со стороны web2 AI, Qwen, представляя технологического гиганта Alibaba, уже обладает определенным авторитетом и влиянием в AI-сообществе. Выбор Qwen активно сотрудничать с одной из платформ web3 AI в полной мере подтверждает признание команды Flock со стороны web2 AI, в то время как последующие исследования и разработки команды Flock совместно с командой Qwen углубят взаимодействие между web3 AI и web2 AI;

С одной стороны, ранее web3 AI имел лишь оболочку Tokenomics, в то время как фактические результаты в области Utility оставляли желать лучшего. Несмотря на попытки реализовать различные направления, такие как AI Agent, AI Platform и даже AI Framework, при попытке конкретизировать в таких областях, как DeFai и Gamefai, не удалось предложить действительно решающие проблемы решения. Появление веб2 технологических гигантов в какой-то степени задает тон для будущих путей развития и точек приложения web3 AI.

Самое важное, что web3 AI, пройдя через период чистого Fomo-возвращения «выпуска активов», должен переформатироваться и сосредоточиться на цели, которая может дать реальные результаты.

На самом деле web3 AI никогда не был просто более легким и эффективным способом развертывания AI-агентов для распределения активов, и это не игра по сбору денег через активы. Необходимо стремиться к сотрудничеству с web2 AI, дополняя необходимые экосистемы друг друга, чтобы в этой волне тенденций AI действительно продемонстрировать незаменимость web3 AI.

Я рад видеть, что достигается больше подобных кросс-отраслевых сотрудничеств, таких как web2AI и web3AI.