📢 Gate廣場 #MBG任务挑战# 發帖贏大獎活動火熱開啓!
想要瓜分1,000枚MBG?現在就來參與,展示你的洞察與實操,成爲MBG推廣達人!
💰️ 本期將評選出20位優質發帖用戶,每人可輕鬆獲得50枚MBG!
如何參與:
1️⃣ 調研MBG項目
對MBG的基本面、社區治理、發展目標、代幣經濟模型等方面進行研究,分享你對項目的深度研究。
2️⃣ 參與並分享真實體驗
參與MBG相關活動(包括CandyDrop、Launchpool或現貨交易),並曬出你的參與截圖、收益圖或實用教程。可以是收益展示、簡明易懂的新手攻略、小竅門,也可以是現貨行情點位分析,內容詳實優先。
3️⃣ 鼓勵帶新互動
如果你的帖子吸引到他人參與活動,或者有好友評論“已參與/已交易”,將大幅提升你的獲獎概率!
MBG熱門活動(帖文需附下列活動連結):
Gate第287期Launchpool:MBG — 質押ETH、MBG即可免費瓜分112,500 MBG,每小時領取獎勵!參與攻略見公告:https://www.gate.com/announcements/article/46230
Gate CandyDrop第55期:CandyDrop x MBG — 通過首次交易、交易MBG、邀請好友註冊交易即可分187,500 MBG!參與攻略見公告:https://www.gate.com/announcements
AI“下沉”之後,才是Web3大顯身手的時候?
作者: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?