Video đơn lẻ không thể huấn luyện AI vật lý. Tôi đã theo dõi cách các dự án trong nhóm AI định giá hạ tầng so với dữ liệu. Thật thú vị—khoảng cách này khá lớn. $TAO được định giá dựa trên phần tính toán (compute). ~$5.79B FDV so với ~$15M doanh thu hàng năm (annualised). Luận điểm đào tạo phi tập trung (decentralised training) rõ ràng đã hiệu quả, và thị trường đã gán cho nó mức premium của nhóm dẫn đầu theo hạng mục. $ICP được định giá theo hạ tầng on-chain, khả năng tính toán của canister, quy trình AI xuyên chuỗi (cross-chain) và các agent. FDV đa tỷ. Khả năng quy trách doanh thu khá mỏng. Được định giá dựa trên luận điểm rằng hạ tầng AI có thể tồn tại trên on-chain. Cả hai giao dịch đều nằm về phía tính toán và hạ tầng. Ok. Đào tạo AI vật lý mới là nơi chưa ai xây được “tương đương” cho đến lúc này. Bởi vì AI vật lý không phải là bài toán của riêng video. Đó là bài toán của video + âm thanh + cử chỉ + không gian (spatial) + xúc giác (haptic) + độ trễ/đồng bộ thời gian (timing). Sáu luồng dữ liệu, tất cả được căn chỉnh theo thời gian, được ghi lại từ một con người đang thực hiện một tác vụ trong một môi trường cụ thể. Không có “đường tắt” bằng LLM nào giải quyết được điều này. Không có subnet phi tập trung nào tạo ra được nó. Nó phải được thu thập (captured). $KGEN là mạng lưới duy nhất mà tôi thấy hoạt động đúng trên mảnh ghép cụ thể này. KAI cung cấp hơn 20.000+ giờ video đa phương thức (multimodal) góc nhìn thứ nhất vào các pipeline huấn luyện trong phòng thí nghiệm AI. Tất cả các lớp đều được căn chỉnh. Hợp đồng được chuyển qua Humyn Labs. Doanh thu được công bố. ~$85M annualised. FDV ~$200M. Phần tính toán được định giá. Hạ tầng được định giá. Còn luồng dữ liệu đa phương thức được ghi lại, thứ nằm dưới toàn bộ hạng mục đó, thì chưa được định giá. #Altcoin Season#