Hier, la plateforme de formation DeAI Flock dans le domaine de Web3AI a annoncé sa collaboration avec le modèle de langage Alibaba Qwen, qui appartient à Alibaba Cloud. Si je ne me trompe pas, cela devrait être considéré comme la première collaboration d'intégration proactive de l'IA web2 vers l'IA web3. Cela permet non seulement à Flock de réellement sortir de son cercle, mais cela redonne aussi du moral à la voie web3AI sous pression et en déclin. Laissez-moi vous expliquer plus en détail :
J'ai expliqué dans le tweet épinglé que l'Agent AI web3 a toujours essayé de stimuler l'application des Agents par Tokenomics, et a également mis en place un paradigme de compétition pour un déploiement rapide. Cependant, après un engouement de Fomo lié à l'émission d'actifs, tout le monde a réalisé que l'AI web3 n'a presque aucune chance de rivaliser en termes d'utilité et d'innovation par rapport à l'AI web2.
Ainsi, la naissance de technologies innovantes en IA web2 telles que Manus, MCP et A2A a directement ou indirectement fait éclater la bulle existante sur le marché des agents IA Web3, entraînant une hémorragie sur le marché secondaire.
Comment briser le blocage ? Le chemin est en fait assez clair, le web3 AI doit rapidement trouver un créneau écologique qui complète le web2 AI, afin de résoudre des problèmes tels que le coût élevé des ressources de calcul que l'IA centralisée du web2 ne peut pas résoudre, les problèmes de confidentialité des données, les problèmes de réglage fin des modèles pour des scénarios verticaux, etc.
L’architecture distribuée tentée par l’IA web3 peut utiliser des ressources informatiques inutilisées pour réduire les coûts, protéger la vie privée sur la base de technologies logicielles et matérielles telles que les preuves à divulgation nulle de connaissance et les TEE, et promouvoir le développement de modèles et l’ajustement fin des scénarios verticaux grâce à la propriété des données et aux mécanismes de contribution incitative.
Peu importe les critiques, l'architecture décentralisée et le mécanisme d'incitation flexible de l'IA web3 peuvent avoir un effet immédiat sur la résolution de certains problèmes existants dans l'IA web2.
En ce qui concerne la coopération entre Flock et Qwen. Qwen est un modèle de langage open source développé par Alibaba Cloud, qui est devenu un choix courant pour certains développeurs et équipes de recherche en raison de ses performances exceptionnelles dans les tests de référence et de la flexibilité qui permet aux développeurs de déployer et d'ajuster localement.
Flock est une plateforme d'entraînement AI décentralisée qui intègre l'apprentissage fédéré par IA et une architecture technique distribuée par IA. Sa principale caractéristique est de permettre à "données de ne pas sortir localement" tout en protégeant la vie privée des utilisateurs grâce à un entraînement distribué, une contribution de données transparente et traçable, et ainsi résoudre les problèmes de réglage fin et d'application des modèles d'IA dans des domaines verticaux tels que l'éducation et la santé.
Plus précisément, Flock a trois composants clés, voici un bref aperçu :
1、AI Arena (AI竞技场), c'est une plateforme de formation de modèles compétitifs où les utilisateurs peuvent soumettre leurs propres modèles pour rivaliser avec d'autres participants afin d'optimiser les performances et de remporter des récompenses. Son objectif principal est de stimuler les utilisateurs à affiner et améliorer continuellement leur grand modèle local grâce à une conception de mécanisme "ludique", afin de sélectionner des modèles de référence plus performants.
FL Alliance (Alliance d'apprentissage fédéré), pour résoudre les problèmes de collaboration entre organisations dans des scénarios sensibles verticaux tels que la santé, l'éducation et la finance, l'alliance d'apprentissage fédéré a réalisé, grâce à l'entraînement de modèles localisés et à un cadre de collaboration distribué, que plusieurs parties peuvent améliorer ensemble les performances des modèles sans partager les données brutes ;
Moonbase (基地 lunaire), il s'agit du système nerveux de l'écosystème Flock, équivalent à une plateforme de gestion et d'optimisation des modèles décentralisée, offrant divers outils de réglage et un soutien en puissance de calcul (fournisseurs de puissance de calcul, annotateurs de données). Elle propose non seulement un dépôt de modèles distribué, mais intègre également des outils de réglage, des ressources de puissance de calcul et un soutien à l'annotation des données, permettant aux utilisateurs d'optimiser efficacement leurs modèles locaux.
Alors, comment percevoir la collaboration entre Qwen et Flock ? Personnellement, je pense que la signification étendue de leur coopération est même plus grande que la substance actuelle de la collaboration.
D'une part, dans le contexte où l'IA web3 est continuellement écrasée par l'IA web2, Qwen représente le géant technologique Alibaba et a déjà une certaine autorité et influence dans le domaine de l'IA. Le fait que Qwen puisse choisir activement de collaborer avec une plateforme web3 IA prouve pleinement la reconnaissance de l'équipe technologique Flock par l'IA web2. En outre, la série de recherches et de développements qui suivra entre l'équipe Flock et l'équipe Qwen approfondira les interconnexions entre l'IA web3 et l'IA web2.
D'autre part, le web3 AI avait auparavant une coquille de Tokenomics, mais a montré de faibles performances en matière de mise en œuvre réelle de l'Utility. Bien qu'il ait essayé de nombreuses directions telles que les AI Agents, les AI Platforms, et même les AI Frameworks, il n'a pas été en mesure de proposer de véritables solutions pour résoudre les problèmes dans des domaines concrets tels que DeFai et Gamefai. L'arrivée de géants technologiques du web2 a, dans une certaine mesure, défini les orientations et les points d'appui pour le développement futur du web3 AI.
Le plus important est que l'IA web3, après avoir traversé une période de frénésie Fomo axée sur la "publication d'actifs", doit se regrouper et se concentrer sur un objectif pouvant produire de réels résultats.
En réalité, le web3 AI n'est jamais uniquement un canal plus facile et plus efficace pour déployer des agents AI et émettre des actifs, ni un jeu pour lever des fonds par l'émission d'actifs. Il est nécessaire de chercher des possibilités de coopération avec le web2 AI, en complément des niches écologiques respectives. Dans cette vague de tendance AI, il est essentiel de faire ressortir l'indispensabilité du web3 AI.
Je suis très heureux de voir davantage de collaborations intersectorielles similaires à web2AI et web3AI se réaliser.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
De l'alliance de puissance de calcul entre Flock et Alibaba, regardons le paradigme d'infrastructure AI de nouvelle génération.
Hier, la plateforme de formation DeAI Flock dans le domaine de Web3AI a annoncé sa collaboration avec le modèle de langage Alibaba Qwen, qui appartient à Alibaba Cloud. Si je ne me trompe pas, cela devrait être considéré comme la première collaboration d'intégration proactive de l'IA web2 vers l'IA web3. Cela permet non seulement à Flock de réellement sortir de son cercle, mais cela redonne aussi du moral à la voie web3AI sous pression et en déclin. Laissez-moi vous expliquer plus en détail :
Ainsi, la naissance de technologies innovantes en IA web2 telles que Manus, MCP et A2A a directement ou indirectement fait éclater la bulle existante sur le marché des agents IA Web3, entraînant une hémorragie sur le marché secondaire.
L’architecture distribuée tentée par l’IA web3 peut utiliser des ressources informatiques inutilisées pour réduire les coûts, protéger la vie privée sur la base de technologies logicielles et matérielles telles que les preuves à divulgation nulle de connaissance et les TEE, et promouvoir le développement de modèles et l’ajustement fin des scénarios verticaux grâce à la propriété des données et aux mécanismes de contribution incitative.
Peu importe les critiques, l'architecture décentralisée et le mécanisme d'incitation flexible de l'IA web3 peuvent avoir un effet immédiat sur la résolution de certains problèmes existants dans l'IA web2.
Flock est une plateforme d'entraînement AI décentralisée qui intègre l'apprentissage fédéré par IA et une architecture technique distribuée par IA. Sa principale caractéristique est de permettre à "données de ne pas sortir localement" tout en protégeant la vie privée des utilisateurs grâce à un entraînement distribué, une contribution de données transparente et traçable, et ainsi résoudre les problèmes de réglage fin et d'application des modèles d'IA dans des domaines verticaux tels que l'éducation et la santé.
Plus précisément, Flock a trois composants clés, voici un bref aperçu :
1、AI Arena (AI竞技场), c'est une plateforme de formation de modèles compétitifs où les utilisateurs peuvent soumettre leurs propres modèles pour rivaliser avec d'autres participants afin d'optimiser les performances et de remporter des récompenses. Son objectif principal est de stimuler les utilisateurs à affiner et améliorer continuellement leur grand modèle local grâce à une conception de mécanisme "ludique", afin de sélectionner des modèles de référence plus performants.
FL Alliance (Alliance d'apprentissage fédéré), pour résoudre les problèmes de collaboration entre organisations dans des scénarios sensibles verticaux tels que la santé, l'éducation et la finance, l'alliance d'apprentissage fédéré a réalisé, grâce à l'entraînement de modèles localisés et à un cadre de collaboration distribué, que plusieurs parties peuvent améliorer ensemble les performances des modèles sans partager les données brutes ;
Moonbase (基地 lunaire), il s'agit du système nerveux de l'écosystème Flock, équivalent à une plateforme de gestion et d'optimisation des modèles décentralisée, offrant divers outils de réglage et un soutien en puissance de calcul (fournisseurs de puissance de calcul, annotateurs de données). Elle propose non seulement un dépôt de modèles distribué, mais intègre également des outils de réglage, des ressources de puissance de calcul et un soutien à l'annotation des données, permettant aux utilisateurs d'optimiser efficacement leurs modèles locaux.
D'une part, dans le contexte où l'IA web3 est continuellement écrasée par l'IA web2, Qwen représente le géant technologique Alibaba et a déjà une certaine autorité et influence dans le domaine de l'IA. Le fait que Qwen puisse choisir activement de collaborer avec une plateforme web3 IA prouve pleinement la reconnaissance de l'équipe technologique Flock par l'IA web2. En outre, la série de recherches et de développements qui suivra entre l'équipe Flock et l'équipe Qwen approfondira les interconnexions entre l'IA web3 et l'IA web2.
D'autre part, le web3 AI avait auparavant une coquille de Tokenomics, mais a montré de faibles performances en matière de mise en œuvre réelle de l'Utility. Bien qu'il ait essayé de nombreuses directions telles que les AI Agents, les AI Platforms, et même les AI Frameworks, il n'a pas été en mesure de proposer de véritables solutions pour résoudre les problèmes dans des domaines concrets tels que DeFai et Gamefai. L'arrivée de géants technologiques du web2 a, dans une certaine mesure, défini les orientations et les points d'appui pour le développement futur du web3 AI.
Le plus important est que l'IA web3, après avoir traversé une période de frénésie Fomo axée sur la "publication d'actifs", doit se regrouper et se concentrer sur un objectif pouvant produire de réels résultats.
En réalité, le web3 AI n'est jamais uniquement un canal plus facile et plus efficace pour déployer des agents AI et émettre des actifs, ni un jeu pour lever des fonds par l'émission d'actifs. Il est nécessaire de chercher des possibilités de coopération avec le web2 AI, en complément des niches écologiques respectives. Dans cette vague de tendance AI, il est essentiel de faire ressortir l'indispensabilité du web3 AI.
Je suis très heureux de voir davantage de collaborations intersectorielles similaires à web2AI et web3AI se réaliser.