🎉 Gate xStocks 交易開啓啦,現貨、合約、Alpha齊上線!
📝 在Gate廣場發帖,曬出你的交易體驗或精彩截圖,瓜分$1,000大獎池!
🎁 廣場優質創作者5名,每人獨享$100合約體驗券!
🎉 帖文同步分享到X(推特),瀏覽量前十再得$50獎勵!
參與方式:
1️⃣ 關注 @Gate廣場_Official
2️⃣ 帶 #Gate xStocks 交易体验# ,原創發帖(不少於20字,僅用活動標籤)
3️⃣ 若分享到推特,請將連結提交表單:https://www.gate.com/questionnaire/6854
注:表單可多次提交,發布更多帖文可提升獲獎機會!
📅 7月3日16:00—7月9日24:00(UTC+8)
詳情:https://www.gate.com/announcements/article/45926
每一條體驗,都有機會贏取大獎!快在Gate廣場show出你的操作吧!
AI「下沉」是 Web3 的機遇嗎?
撰文:Haotian
最近觀察 AI 行業,發現個越來越「下沉」的變化:從原先拼算力集中和「大」模型的主流共識中,演變出了一條偏向本地小模型和邊緣計算的分支。
這一點,從 Apple Intelligence 覆蓋 5 億設備,到微軟推出 Windows 11 專用 3.3 億參數小模型 Mu,再到谷歌 DeepMind 的機器人「脫網」操作等等都能看出來。
會有啥不同呢?雲端 AI 拼的是參數規模和訓練數據,燒錢能力是核心競爭力;本地 AI 拼的是工程優化和場景適配,在保護隱私、可靠性和實用性上會更進一步。(主要通用模型的幻覺問題會嚴重影響垂類場景滲透)
這其實對 web3 AI 會有更大的機會,原來大家拼「通用化」(計算、數據、算法)能力時自然被傳統 Giant 大廠壟斷,套上去中心化的概念就想和谷歌、AWS、OpenAI 等競爭簡直癡人說夢,畢竟沒有資源優勢、技術優勢,也更沒有用戶基礎。
但到了本地化模型 + 邊緣計算的世界,區塊鏈技術服務面臨的形勢可就大爲不同了。
當 AI 模型運行在用戶設備上時,如何證明輸出結果沒有被篡改?如何在保護隱私的前提下實現模型協作?這些問題恰恰是區塊鏈技術的強項...
有注意到一些 web3 AI 相關新項目,諸如最近由 Pantera 零投 10M 的 @Gradient_HQ 推出的數據通信協議 Lattica,來解決中心化 AI 平台的數據壟斷和黑箱問題;@PublicAI_ 腦電波設備 HeadCap採集真實人類數據,構建「人工驗證層」,已經實現了 14M 的收入;其實,都在嘗試解決本地 AI 的「可信性」問題。
一句話:只有當 AI 真正「下沉」到每個設備時,去中心化協作才會從概念變成剛需?
#Web3AI 項目與其繼續在通用化賽道裏內卷,不如認真思考怎麼爲本地化 AI 浪潮提供基礎設施支持?