Une brève discussion sur FLock : exploration initiale du modèle Launchpad des grands modèles d'IA

Rédigé par : Haotian

J'ai écouté le rapport de performance annuel de FLock pour 2025, et lors de la réunion, ils ont mentionné quelque chose concernant le lancement d'un grand modèle AI, ce qui m'a vraiment attiré.

Quoi ? Encore un Launchpad ? Comment le grand modèle va-t-il émettre des actifs ? En fait, c'est assez facile à comprendre, il suffit de faire une analogie pour le clarifier :

Le lancement d'un agent AI tel que Virtuals Protocol, piloté par la couche d'application, incite l'agent à recevoir des actifs grâce à un mécanisme de récompense en jetons, aidant l'agent à évoluer de « savoir discuter » à x402 « savoir payer », puis à l'objectif ultime « savoir trader de manière autonome » et à fournir des services complexes;

Le FLock prévoit de créer un AI Model Launchpad, qui est alimenté par une couche d'infrastructure, pour fournir des actifs aux grands modèles pré-entraînés, c'est-à-dire une multitude de modèles pour des scénarios verticaux, tels que le diagnostic médical, les documents juridiques, le contrôle des risques financiers et l'optimisation de la chaîne d'approvisionnement, etc.

Bien que le coût de formation de ce type de modèle vertical soit relativement contrôlable, le chemin de la commercialisation est extrêmement étroit : soit vendre à une grande entreprise, soit le rendre open source pour le plaisir, il y a très peu de moyens de monétisation durables.

FLock a l'intention de reconstruire cette chaîne de valeur grâce à la Tokenomics, d'attribuer des actifs au modèle de grande taille ajusté, permettant ainsi aux contributeurs de données, aux nœuds de calcul et aux validateurs impliqués dans l'entraînement du modèle d'avoir une possibilité de revenus à long terme. Lorsque le modèle est utilisé et génère des revenus, ceux-ci peuvent être répartis en continu selon le taux de contribution.

Faire un Launchpad pour un grand modèle semble assez nouveau à première vue, mais en essence, c'est simplement utiliser des moyens financiers pour stimuler le développement de produits.

Une fois que le modèle est capitalisé, les formateurs ont une motivation à optimiser en continu, et une fois que les revenus peuvent être distribués de manière continue, l'écosystème a la capacité de s'auto-alimenter.

Les avantages de cette approche sont indéniables. Par exemple, lors de la récente compétition de trading de modèles nof1 très populaire, seuls des modèles généraux ont participé, sans modèles spécialisés ajustés pour la compétition. La raison en est le manque d'un mécanisme d'incitation. Les modèles spécialisés performants ont tendance à rester discrets et à gagner discrètement, donc ils ne peuvent pas être exposés. Cependant, si des actifs sont en jeu, cela prend une toute autre signification. Ce type de compétition Arena pour les grands modèles devient alors une scène où l'on peut exhiber ses muscles, et les performances en compétition influenceront directement la performance des actifs des grands modèles, ouvrant ainsi un espace d'imagination.

Bien sûr, actuellement FLock n'a proposé qu'une direction, mais n'a pas encore été véritablement mise en œuvre. Les différences et similitudes entre le modèle d'émission d'actifs et celui de l'Agent restent inconnues.

Mais une chose est certaine, comment garantir que l'appel aux modèles d'émission d'actifs est basé sur des besoins réels et non sur une augmentation artificielle, comment s'assurer efficacement que le PMF, etc., dans des scénarios verticaux, sont également des problèmes. On devrait dire que les problèmes rencontrés par les applications d'Agent lors de l'émission de jetons ne doivent pas être négligés.

Je suis juste très impatient de voir quelles seront les différentes façons de jouer dans cette direction en lançant un Model sur Launchpad.