Глубина анализа Grass: яркая новая звезда в области DePIN

Grass — это проект, который в последнее время привлекает внимание в области DePIN, инновационно применяя модель DePIN в сфере сбора данных для ИИ. В этой статье мы проведем глубокий анализ Grass с различных точек зрения, обсудим его инновационные аспекты, потенциал развития и возникающие вызовы.

1. Отраслевой контекст

Когда демократизация вычислительной мощности DePIN сталкивается с проблемами данных AI, тихо вспыхивает движение за равенство данных.

DePIN интегрирует глобальные неиспользуемые ресурсы ( вычислительной мощности, хранения, пропускной способности ) через токеномику, создавая распределенную инфраструктурную сеть; в то же время, индустрия ИИ сталкивается со структурным дефицитом данных, монополией гигантов, спорами о конфиденциальности и барьерами островов, что приводит к тому, что 80% стоимости данных не раскрыто.

Будущее AI-конкуренции заключается в двойной игре эффективности получения данных и этической соответствия, а DePIN предлагает техническое оптимальное решение.

Дисконтинууемость Grass заключается в реализации слияния этих двух элементов.

1.1 DePIN: Глобальная парадигма реконструкции инфраструктуры

DePIN( децентрализованная сеть физических инфраструктур) — это новая экономическая модель, которая интегрирует глобальные распределенные физические ресурсы(, такие как вычислительная мощность, хранилище, пропускная способность, энергия и т.д., с помощью технологий блокчейн.

Его основная логика заключается в следующем: через стимулы в виде токенов побуждать сообщество вносить вклад в неиспользуемые ресурсы, создавая децентрализованную инфраструктурную сеть, заменяющую традиционные централизованные поставщики услуг с высокими затратами и низкой эффективностью.

По сравнению с централизованной моделью, децентрализация физической инфраструктуры имеет большие преимущества в таких аспектах, как структура затрат, модели управления, устойчивость сети и экосистемная расширяемость.

Согласно определению Messari, DePIN охватывает физическую инфраструктуру ), такую как беспроводные сети, энергетические сети ( и цифровые ресурсы ), такие как хранение, вычисления (, и реализует соответствие предложения и спроса, а также механизмы стимулов с помощью технологии блокчейн.

• Физическая инфраструктура: на примере одного проекта беспроводной сети, создание глобальной сети связи через развертывание точек доступа в сообществе;

• Цифровая ресурсная сеть: включает в себя некоторые проекты децентрализованного хранения, некоторые проекты распределенных вычислений и т.д., путем интеграции неиспользуемых ресурсов формирует модель совместной экономики.

Согласно данным Messari, по состоянию на 2024 год, количество устройств DePIN в мире превысило 13 миллионов, а объем рынка достиг 50 миллиардов долларов, но уровень проникновения составляет менее 0,1%. В следующие десять лет ожидается рост в 100-1000 раз.

В 2024 году общая рыночная капитализация сектора DePIN достигнет 50 миллиардов долларов, охватывая более 350 проектов, с годовым темпом роста более 35%.

Основной движущей силой является повышение эффективности ресурсов ), такое как использование неиспользуемой пропускной способности ( и взрывной спрос ), например, со стороны ИИ на вычислительную мощность и данные (, что создает двусторонний эффект.

Конечно, масштабируемость децентрализованных сетей, конфиденциальность данных и безопасность верификации по-прежнему являются ключевыми вызовами для развития DePIN.

![GrassГлубина研报：DePIN亮ян звезда, расширяющийся AI банк данных])https://img-cdn.gateio.im/webp-social/moments-2ffc599e2fb968adefed2fb4adbe7807.webp(

) 1.2 AI данные требования: взрывной рост и структурные противоречия

"Данные — это нефть новой эпохи"

Получение и обработка данных ИИ являются核心驱动力ом развития искусственного интеллекта, особенно при обучении крупных языковых моделей ###, таких как GPT (, и генеративных нейронных сетей ), таких как MidJourney (.

Производительность и эффективность моделей ИИ в значительной степени зависят от качества и количества обучающих данных. Данные высокого качества, разнообразные и географически репрезентативные имеют решающее значение для производительности моделей ИИ.

Масштаб и характеристики потребностей в данных:

• Уровень роста: на примере GPT-4, для обучения требуется более 45 ТБ текстовых данных, а скорость итерации генеративного ИИ требует актуализации и диверсификации данных в реальном времени;

• Доля затрат: Затраты на сбор, очистку и разметку данных в разработке ИИ составляют более 40% от общего бюджета, что является ключевым коммерческим узким местом;

• Сценарная дифференциация: автономному вождению нужны данные с высокоточных датчиков, медицинскому ИИ необходима база данных с соблюдением конфиденциальности, социальному ИИ нужны данные о поведении пользователей.

Традиционные болевые точки поставки данных:

• Данные барьеры: крупные компании/основные игроки контролируют обширные источники данных, малые и средние разработчики сталкиваются с высокими барьерами и несправедливыми ценами;

• Острова данных: данные часто распределены между различными учреждениями и компаниями, и обмен данными сталкивается с множеством препятствий, что приводит к неэффективному использованию ресурсов данных.

• Конфиденциальность данных: Сбор данных часто связан с вопросами конфиденциальности и авторского права, как это было в случае с инцидентом, когда API одной из социальных платформ стал платным, что вызвало протесты среди разработчиков;

• Низкая эффективность обращения: из-за изоляции данных и отсутствия стандартизации происходит повторный сбор, глобальная степень использования данных составляет менее 20%;

• Прерывание цепочки создания стоимости: индивидуальные вкладчики, создающие данные, не могут извлекать выгоду из последующего использования данных.

Пути решения проблемы DePIN:

• Распределённый сбор данных: сбор открытых данных через сеть узлов ), такие как социальные медиа, публичные базы данных (, снижение затрат на сбор данных, повышение эффективности и масштабов сбора данных;

• Повышение качества и разнообразия данных: благодаря механизму стимулов DePIN можно привлечь больше участников для внесения данных, что повысит качество и разнообразие данных, улучшая обобщающую способность моделей ИИ.

• Децентрализованная очистка и аннотация: совместная работа сообщества по предварительной обработке данных, с использованием нулевых знаний )ZK( для обеспечения достоверности данных;

• Токенизированное стимулирование замкнутого цикла: поставщики данных получают токены в качестве вознаграждения, а потребители покупают структурированные наборы данных за токены, образуя прямое соответствие спроса и предложения

Проект Grass находится на пересечении DePIN и индустрии AI-данных, инновационно применяя концепцию DePIN в области сбора данных для AI, создавая децентрализованную сеть для извлечения данных, целью которой является предоставление более экономичного, эффективного и надежного источника данных для обучения AI-моделей.

В следующих главах мы глубоко проанализируем конкретные механизмы, технические характеристики, сценарии применения и перспективы будущего проекта Grass.

! [Глубокий исследовательский отчет о траве: звезды DePIN, расширение банка данных ИИ])https://img-cdn.gateio.im/webp-social/moments-53ff22e3333759cdc38081bea3e4148f.webp(

2. Основная информация о проекте

Быстрое расширение Grass невозможно без его крайне низкого порога участия. Это позволяет каждому пользователю стать "горняком" AI-данных, обменяя свободную пропускную способность на будущие дивиденды.

Grass строит децентрализованную сеть сбора данных через архитектуру DePIN, предоставляя высокоэффективные и разнообразные источники данных для обучения ИИ. Пользователям достаточно установить клиент, чтобы внести вклад в пропускную способность и получить вознаграждение в токенах - за первый год привлечено более 2,5 миллионов узлов, а токены за первые 10 дней выросли более чем в 5 раз, что подтверждает его бизнес-логику.

Проект получил поддержку таких ведущих капиталов, как Polychain и Hack VC, полагаясь на высокопроизводительную цепочку Solana для реализации подтверждения и оборота данных.

Текущая анонимность команды все еще вызывает споры, прогресс в децентрализации обработки данных требует дальнейшего наблюдения.

) 2.1 Объем услуг

Grass — это проект DePIN, который использует неиспользуемую пропускную способность устройств пользователей для сбора и проверки интернет-данных, особенно для поддержки разработки искусственного интеллекта ###AI(.

Его основа заключается в использовании сети жилых прокси )residential proxy network(, которая позволяет компаниям использовать интернет-соединение пользователей для доступа и сбора интернет-данных из различных географических мест. Это очень полезно для обучения моделей ИИ, поскольку требует разнообразных и географически репрезентативных данных.

• Решаемая проблема: традиционный веб-скрапинг обычно выполняется централизованными системами, что приводит к низкой эффективности и высокой вероятности ошибок или предвзятости. Grass стремится предоставить надежные и проверенные интернет-данные с помощью децентрализованного подхода, а данные, предоставляемые децентрализованными пользователями, естественно обладают многообразием, многоуровневой публикацией и возможностью получения в реальном времени.

• Видение и миссия: Видение Grass заключается в создании децентрализованного уровня интернет-данных, где данные собираются, проверяются и структурируются с минимальным доверием. Его задача - предоставить пользователям возможность вносить вклад в уровень данных и стимулировать участие через механизмы вознаграждения.

• Способы участия пользователей: пользователю нужно всего три шага, чтобы начать: посетить официальный сайт Grass, установить расширение/клиент и подключиться, чтобы начать зарабатывать Grass Points. Этот способ предоставления пропускной способности для получения вознаграждений предоставляет обычным пользователям возможность делиться дивидендами от роста ИИ.

В заключение, ключевые характеристики и преимущества Grass заключаются в следующем: низкая стоимость сбора данных в децентрализованной сети, более разнообразные данные; пользователи зарабатывают вознаграждения, внося свой вклад в пропускную способность, что позволяет вернуть ценность данных; использование технологий блокчейн для проверки данных, что обеспечивает прозрачность и надежность данных.

! [Глубокий исследовательский отчет о траве: звезды DePIN, расширение банка данных ИИ])https://img-cdn.gateio.im/webp-social/moments-5a5dc433d77affb341f2409a4573ace1.webp(

) 2.2 Этапы развития

Этап концепции: в середине 2022 года проект был предложен Wynd Labs.

Этап разработки: строительство продукта началось в начале 2023 года, что ознаменовало переход проекта в стадию реальной разработки.

Сидировочное финансирование: в 2023 году Grass завершил сидировочное финансирование в размере 3,5 миллиона долларов, которое возглавили Polychain Capital и Tribe Capital, в общей сложности 4,5 миллиона долларов ###, включая сидировочное предварительное финансирование на сумму (, которое возглавил No Limit Holdings.

Тестирование пользователей: в конце 2023 года будет запущено расширение для браузера Chrome, начнется тестирование пользователей, чтобы привлечь ранних пользователей к участию.

Милестон: в апреле 2024 года проект объявил о более чем 2 миллионах подключенных узловых устройств, которые быстро растут. Согласно данным DePIN Scan, по состоянию на март 2025 года количество его активных пользователей превысило 2,5 миллиона.

Первый аирдроп: 21 октября 2024 года будет объявлен первый аирдроп, распределение 100 миллионов токенов GRASS ), 10% от общего объема поставки (, награда для ранних пользователей.

Запуск на бирже: 28 октября 2024 года будет запущена на одной из торговых платформ, через 10 дней цена выросла с $0.6 до $3.89, стабильно увеличившись почти в 5 раз.

Текущий статус: проект продолжает расширяться, идет второй этап стимуляции пользователей; планируется запуск мобильных приложений для Android и iPhone, чтобы увеличить масштаб сети и вовлеченность пользователей.

) 2.3 Состояние команды

Согласно данным Rootdata, Grass был разработан Wynd Labs, основатель - Андреј Радоньић, который является CEO Wynd Labs и имеет степень магистра математики и статистики в Университете Йорка и степень бакалавра инженерной физики в Университете Макмастера.

Члены команды все来自 Wynd Labs, сосредоточены на разработке технологий блокчейна и ИИ, имеют опыт в соответствующих областях. Однако информация о конкретных членах не была широко обнародована, только личность Радонича была раскрыта.

Согласно Tracxn, Wynd Labs была основана в 2022 году, и её основным продуктом является Grass.

Фоновая информация команды демонстрирует профессиональные навыки в области блокчейна и ИИ, но недостаточная прозрачность информации может повлиять на доверие инвесторов и пользователей. Опыт Радонича придает проекту репутацию, но анонимность других участников может вызвать обеспокоенность.

2.4 Финансирование и важные партнеры

Инвесторы и поддержка

Сидировочный раунд: в 2023 году завершено финансирование сидировочного раунда на сумму 3,5 миллиона долларов, которое возглавили Polychain Capital и Tribe Capital. Согласно Rootdata, после сидировочного раунда общее финансирование достигло 4,5 миллиона долларов, включая сидировочный предраунд, возглавленный No Limit Holdings.

Раунд A: Завершение раунда A финансирования в сентябре 2024 года, в котором ведущую роль сыграл HackVC, участие приняли Polychain, Delphi, Lattice и Brevan Howard, сумма не раскрыта.

Инвесторы поддержки: такие известные инвесторы в отрасли, как HackVC, Polychain, Delphi, Lattice и Brevan Howard, поддерживают проект. Получение их поддержки также демонстрирует признание проекта в отрасли.

Партнер

Блокчейн-платформа: построенная на сети Solana, проект использует высокую производительность и масштабируемость Solana.

В настоящее время конкретное сотрудничество с AI-компаниями или другими проектами не было четко упомянуто, но экосистема сети Solana может предоставить возможности для будущего сотрудничества.

! [Отчет об углубленном исследовании: звезды DePIN, расширяющийся банк данных ИИ]###https://img-cdn.gateio.im/webp-social/moments-8593de2d2e4360b40bef787e7bb9844f.webp(

3. Анализ технологий проекта

Grass пытается перераспределить ценность данных от крупных технологических компаний к обычным пользователям.

Сеть узлов в архитектуре технологии Grass, инновации обработки ZKP и бухгалтерские данные формируют замкнутый рабочий процесс, обеспечивая децентрализацию на всем протяжении цепочки от сбора, проверки до доставки, что хорошо поддерживает их децентрализованное видение.

Однако необходимо решить текущие проблемы централизованных операций, и необходимо отслеживать, сможет ли техническая реализация пройти гладко.

) 3.1 Основная технологическая архитектура: Sovereign Data Rollup

Грасс создает первую суверенную агрегацию данных. Он упрощает сбор и преобразование данных с помощью глобально распределенной сети узлов Grass, обеспечивая универсальный доступ к структурированным веб-данным на основе искусственного интеллекта. Инфраструктура поддерживается специальным свертыванием данных на Solana и предназначена для управления полным жизненным циклом данных — происхождением, обработкой, проверкой и созданием набора данных. Архитектура вращается вокруг следующих компонентов:

Разбор технической структуры Grass