如何看待Flock和Qwen的合作

作者：Haotian

昨天，Web3AI領域的DeAi訓練平台 Flock.io與阿裏雲旗下的Qwen大語言模型官宣合作。沒記錯的話，這應該算是web2 AI主動向web3 AI發起首次集成合作。不僅讓Flock實現了真正意義上的向外破圈，還給低迷重壓下的web3AI賽道重振了士氣，來，我具體說說：

1）我在置頂推文中闡述過了，之前web3 AI Agent一直嘗試通過Tokenomics刺激 Agent應用落地，也搞快速部署那套競爭範式，但一番資產發行的Fomo熱潮下來，大家發現web3 AI拼實用性、創新性等和web2AI相比，幾乎無勝算可能。

所以Manus 、MCP、A2A等web2創新AI技術的誕生，直接或間接刺破了Web3 AI Agent市場存在的泡沫，導致二級市場一度血流成河。

2）如何破局？路徑其實也很清晰，web3 AI亟需找到和web2 AI互補的生態位，去解決web2 中心化AI無法解決的算力高成本問題、數據隱私性問題、垂直場景模型微調問題等等。

原因不外乎，純中心化AI模型內卷到最後一定會在算力資源獲取渠道和成本、數據資源隱私問題等方面集中爆發問題，而web3 AI嘗試的分布式架構可以利用閒置算力資源降低成本，也會基於零知識證明、TEE等軟硬件技術保護隱私，同時通過數據所有權和激勵貢獻機制來推動垂直場景的模型開發和微調。不管怎麼詬病，web3 AI的去中心化架構和靈活激勵機制，對web2 AI存在的部分問題解決可起到立竿見影的效果。

3）說到Flock 和 Qwen的此次的合作。Qwen是阿裏雲開發的開源大語言模型，其憑藉在基準測試中的出色性能表現 和可允許開發者本地部署微調的靈活自由度，讓其成爲一些開發者、研究團隊的普遍選擇。

Flock則是一家融合了AI聯邦學習和AI分布式技術架構的去中心化AI訓練平台，其最大特性就是讓“數據不出本地”的情況下，通過分布式訓練來保護用戶隱私，透明可追蹤數據貢獻，繼而解決AI模型在教育、醫療等垂直領域的微調和應用問題。具體而言，Flock 有三大關鍵組件：

1、AI Arena（AI競技場），這是一個競爭性模型訓練平台，用戶可以提交自己的模型，與其他參與者競爭優化效果，爭奪獎勵。其主要目的是通過“遊戲性”的機制設計，可以激勵用戶不斷微調、改進其本地大模型，進而篩選出更優的基準模型；

2、FL Alliance（聯邦學習聯盟），爲解決傳統醫療、教育、金融等垂直敏感場景存在的跨組織協作問題，聯邦學習聯盟通過本地化模型訓練+分布式協作框架實現了，多方在不共享原始數據的情況下，共同增強模型性能；

3、Moonbase（月球基地），它算是Flock生態的神經中樞，相當於一個去中心化的模型管理和優化平台，提供了各種微調工具和算力支持（算力提供者、數據標注者），它不僅提供分布式模型存儲庫，還整合了微調工具、算力資源和數據標注支持，賦能用戶高效優化本地模型。

4）那麼，要如何看待Qwen和Flock的合作呢？我個人看來，其合作的延伸意義甚至遠大於當下合作實質。

一方面，在web3 AI 普遍遭web2 AI持續技術碾壓的大背景下，Qwen代表科技巨頭阿裏巴巴出戰已經在AI圈內具備一定的權威和影響力，Qwen能主動選擇和一家web3 AI平台合作，充分證明了web2

AI對Flock技術團隊的認可，同時Flock團隊後續和Qwen團隊的一系列的研究和研發會加深web3AI和web2AI之間的聯動；

另一方面，此前的web3 AI一度空有Tokenomics的外殼，在實際Utility落地方面表現很差強人意，雖然嘗試了多種AI Agent、AI Platform、甚至AI Framework等諸多方向，但一具象到DeFai、Gamfai等方面並無法拿出真正可解決問題的解決方案出來。此次來自web2科技巨頭的掀牌子一定程度上給未來web3 AI發展路徑和發力點定了調；

最關鍵是，web3 AI在經歷一段純“資產發行”的Fomo熱潮後，需要重整旗鼓聚焦到一個可以拿出真正結果的目標上。其實web3 AI從來都不僅是一種更容易、更高效部署AI Agent發資產的渠道，也不是一種發資產圈錢的遊戲，要和web2 AI爭取合作可能，互補各自生態位所需，在這一波AI趨勢大潮中真正發揮web3 AI的不可或缺性才行。

很高興，能看到更多類似web2AI和web3AI的跨界合作達成。