Hier, la plateforme d'entraînement DeAI dans le domaine Web3AI, Flock.io, a annoncé sa coopération avec le modèle de langage Qwen, développé par Alibaba Cloud. Si je ne me trompe pas, cela devrait être considéré comme la première intégration proactive du web2 AI vers le web3 AI. Cela a non seulement permis à Flock de réellement briser les cercles, mais aussi de redonner de l'énergie à la voie web3AI sous pression et en déclin. Laissez-moi expliquer plus en détail :

1) J'ai déjà expliqué dans le tweet épinglé que, auparavant, le web3 AI Agent tentait d'inciter l'application des agents par le biais de la Tokenomics, et s'engageait dans un modèle de concurrence rapide, mais après une frénésie d'émission d'actifs, tout le monde a réalisé que le web3 AI n'avait pratiquement aucune chance de rivaliser avec le web2 AI en termes d'utilité et d'innovation.

Ainsi, la naissance de technologies innovantes en AI comme Manus, MCP, A2A, etc., directement ou indirectement, a percé la bulle existante du marché des agents AI Web3, entraînant une hémorragie sur le marché secondaire.

2) Comment briser le statu quo ? Le chemin est en fait très clair, le web3 AI doit urgemment trouver une niche écologique qui complète le web2 AI, afin de résoudre des problèmes tels que le coût élevé de la puissance de calcul, la confidentialité des données et les ajustements de modèles dans des scénarios verticaux que l'AI centralisé du web2 ne peut pas résoudre.

La raison est que, dans un modèle AI purement centralisé, l'involution finira par faire éclore des problèmes concentrés concernant les canaux d'acquisition et les coûts des ressources de calcul, ainsi que la confidentialité des ressources de données. Le web3 AI, avec son architecture distribuée, peut utiliser des ressources de calcul inutilisées pour réduire les coûts et protéger la vie privée grâce à des technologies matérielles et logicielles comme les preuves à connaissance nulle et les TEE, tout en promouvant le développement et l'ajustement des modèles dans des scénarios verticaux grâce à la propriété des données et aux mécanismes d'incitation. Peu importe les critiques, l'architecture décentralisée du web3 AI et son mécanisme d'incitation flexible peuvent avoir un impact immédiat sur certaines des problématiques existantes du web2 AI.

3) À propos de la coopération entre Flock et Qwen. Qwen est un grand modèle de langage open source développé par Alibaba Cloud, dont les performances exceptionnelles dans les tests de référence et la flexibilité qui permet aux développeurs de déployer et d'ajuster localement, en font un choix commun pour certains développeurs et équipes de recherche.

Flock est une plateforme de formation AI décentralisée qui intègre l'apprentissage fédéré AI et l'architecture technologique distribuée, sa principale caractéristique étant de protéger la vie privée des utilisateurs grâce à un entraînement distribué sans que les données ne sortent localement, avec des contributions de données transparentes et traçables, résolvant ainsi les problèmes d'ajustement et d'application des modèles AI dans des domaines verticaux tels que l'éducation et la santé. Plus précisément, Flock possède trois composants clés :

1、AI Arena (Arène AI), c'est une plateforme de formation de modèles compétitifs, où les utilisateurs peuvent soumettre leurs propres modèles et rivaliser avec d'autres participants pour optimiser les résultats et gagner des récompenses. Son principal objectif est de concevoir des mécanismes basés sur le « jeu » pour inciter les utilisateurs à affiner et améliorer continuellement leurs grands modèles locaux, afin de sélectionner des modèles de référence supérieurs.

2、FL Alliance (Alliance fédérale), pour résoudre les problèmes de collaboration inter-organisationnelle dans des scénarios sensibles tels que la santé traditionnelle, l'éducation et la finance, l'Alliance fédérale a réalisé, grâce à la formation de modèles localisés et à un cadre de collaboration distribué, que plusieurs parties peuvent améliorer les performances du modèle sans partager de données brutes.

3、Moonbase (Base lunaire), c'est le centre névralgique de l'écosystème Flock, équivalent à une plateforme de gestion et d'optimisation de modèles décentralisée, fournissant divers outils d'ajustement et un support en puissance de calcul (fournisseurs de puissance de calcul, annotateurs de données). Elle offre non seulement un dépôt de modèles distribués, mais intègre également des outils d'ajustement, des ressources de calcul et un soutien à l'annotation des données, permettant aux utilisateurs d'optimiser efficacement leurs modèles locaux.

4) Alors, comment considérer la coopération entre Qwen et Flock ? Personnellement, je pense que la signification d'extension de leur collaboration est encore plus grande que la substance actuelle de leur partenariat.

D'une part, dans un contexte où le web3 AI est constamment écrasé par les technologies du web2 AI, Qwen, représentant le géant technologique Alibaba, possède déjà une certaine autorité et influence dans le domaine de l'AI, et le fait que Qwen choisisse activement de collaborer avec une plateforme web3 AI prouve pleinement que le web2

La reconnaissance de l'équipe technologique Flock par l'AI, ainsi que la série de recherches et de développements entre l'équipe Flock et l'équipe Qwen, approfondiront la synergie entre le web3 AI et le web2 AI.

D'autre part, le précédent web3 AI était en grande partie une coquille de Tokenomics, avec des performances très médiocres en matière de mise en œuvre réelle de l'utilité. Bien qu'il ait tenté diverses directions comme les agents AI, les plateformes AI, et même les frameworks AI, il n'a pas pu fournir de solutions réellement efficaces face à des domaines concrets comme DeFi, GamFi, etc. La révélation par un géant technologique du web2 marque, dans une certaine mesure, une orientation pour les futurs chemins et points d'appui du développement du web3 AI.

Le plus crucial est que le web3 AI, après avoir connu une période de frénésie d'émission d'actifs, doit se réorganiser pour se concentrer sur un objectif capable de produire de vrais résultats. En réalité, le web3 AI n'est jamais seulement un canal pour déployer plus facilement et efficacement des agents AI et émettre des actifs, ce n'est pas non plus un jeu de collecte d'argent par l'émission d'actifs ; il doit chercher des possibilités de coopération avec le web2 AI, compléter les niches écologiques respectives et vraiment démontrer l'indispensabilité du web3 AI dans cette vague de tendance AI.

Je suis ravi de voir davantage de collaborations intersectorielles entre des projets comme le web2 AI et le web3 AI.