Uma breve discussão sobre FLock: uma exploração inicial do modo Launchpad do grande modelo de IA

Redigido por: Haotian

Ouvi o relatório de desempenho anual da FLock de 2025, na reunião foi mencionado algo sobre fazer um Launchapd para grandes modelos de IA, o que me atraiu bastante.

O que? Mais um Launchpad? Como os grandes modelos vão emitir ativos? Na verdade, é fácil de entender, basta fazer uma analogia e ficará claro:

O Launchapd de um Agente AI como o Virtuals Protocol, impulsionado pela camada de aplicação, fornece um mecanismo de incentivo em tokens para enviar ativos ao Agente, ajudando o Agente a evoluir de “conversar” para x402 “pagar”, e finalmente para o objetivo supremo “realizar transações autonomamente” e fornecer serviços complexos;

O FLock planeja criar um AI Model Launchpad, que é impulsionado pela camada de infraestrutura, para fornecer ativos a grandes modelos treinados, ou seja, modelos para uma vasta gama de cenários verticais, como diagnóstico médico, documentos legais, gestão de risco financeiro e otimização da cadeia de suprimentos, entre outros.

Embora o custo de treinamento de modelos verticais como este seja relativamente controlável, o caminho para a comercialização é extremamente estreito, ou se vende para grandes empresas, ou se torna open source como um ato de amor, raramente existem formas sustentáveis de monetização.

FLock pretende reestruturar esta cadeia de valor através da Tokenomics, atribuindo ativos a modelos grandes ajustados, permitindo assim que os provedores de dados que contribuem para o treinamento do modelo, nós de poder computacional e validadores tenham a possibilidade de obter direitos de rendimento a longo prazo. Quando o modelo é chamado e gera receita, a distribuição pode ser feita de forma contínua de acordo com a proporção de contribuição.

Fazer um Launchpad para grandes modelos pode parecer novo à primeira vista, mas na essência é apenas usar métodos financeirizados para impulsionar a criação de produtos.

Uma vez que o modelo é ativado como um ativo, os treinadores têm um incentivo contínuo para otimizar, e uma vez que os lucros podem ser distribuídos continuamente, o ecossistema ganha a capacidade de se auto-sustentar.

Os benefícios de fazer isso são indiscutíveis, como a recente e popular competição de negociação de grandes modelos no nof1, onde atualmente apenas grandes modelos genéricos estão competindo, sem grandes modelos especializados ajustados especificamente para a competição. A razão para isso é a falta de um mecanismo de incentivo; modelos especializados de alta qualidade tendem a lucrar discretamente, não podendo ser expostos. Mas se houver ativos em jogo, isso tem um significado extraordinário. Assim, as competições de grandes modelos na Arena se tornam um palco público para exibir força, e o desempenho competitivo impactará diretamente o desempenho dos ativos dos grandes modelos. A imaginação se expande instantaneamente?

Claro, atualmente o FLock apenas apresentou uma direção, ainda não foi realmente implementado, e as diferenças e semelhanças entre o modelo de emissão de ativos e a emissão de ativos pelo Agent ainda são desconhecidas.

Mas uma coisa é certa: como garantir que a chamada para o modelo de emissão de ativos se baseia em uma necessidade real e não em manipulação de volume? Como garantir de forma eficaz que, em cenários de nicho, o PMF e outros aspectos estão assegurados? Deve-se dizer que os problemas enfrentados pelos aplicativos de agente na onda de emissão de tokens também não devem ser menos relevantes.

Estou apenas ansioso para ver quais serão as diferentes maneiras de jogar nesse sentido de dar ao Model um Launchpad?