Глубина исследования Grass: AI-банки данных в области DePIN
Основные моменты
Grass выделяется в проекте DePIN благодаря безбарьерной модели "майнинга на автопилоте", основное преимущество которой заключается в:
Технические инновации: использование нулевых знаний и архитектуры Solana Layer2 для обеспечения подлинности данных, решение проблемы "грязных данных" в AI-индустрии
Пользовательская база: 2,5 миллиона пользователей преобразованы в узлы данных, что создает преимущества на стороне предложения
Тайминг рынка: соответствует взрыву потребности в данных AI, горячим трендам экосистемы Solana и т.д.
Ключевые моменты дальнейшего развития Grass:
Краткосрочно: реализация децентрализованных технологий в 2025 году
Среднесрочные: верификация объемов закупок данных AI-компаний
Долгосрочно: соблюдение регулирования конфиденциальности данных и прав собственности
Текущий максимальный риск заключается в том, что "безумие токенов скрывает вакуум спроса" - если не удастся реализовать увеличение объемов заказов от клиентов ИИ, идеальный бизнес-колесо может деградировать в пузырь на стороне предложения.
DePIN интегрирует глобальные неиспользуемые ресурсы ( вычислительной мощности, хранения, пропускной способности ) через токеномику, создавая распределенную инфраструктурную сеть; в то же время, индустрия ИИ сталкивается со структурным дефицитом данных, монополией гигантов, спорами о конфиденциальности и барьерами изоляторов, что приводит к тому, что 80% ценности данных остается нераскрытой.
Будущее конкуренции в области ИИ, по сути, является двойной игрой между эффективностью получения данных и соблюдением этических норм, и DePIN предоставляет техническое оптимальное решение. Революционность Grass заключается в реализации интеграции этих двух аспектов.
1.1 DePIN: Глобальная парадигма реконструкции инфраструктуры
DePIN( Децентрализованная физическая инфраструктурная сеть) является новой экономической моделью, которая интегрирует глобальные распределенные физические ресурсы(, такие как вычислительная мощность, хранение, пропускная способность, энергия и т.д., с помощью технологий блокчейн. Основная логика заключается в следующем: путем стимулов токенов побуждать сообщество вносить неиспользуемые ресурсы, строить децентрализованную инфраструктурную сеть, заменяя традиционные централизованные сервисы с высокими затратами и низкой эффективностью.
В отличие от централизованных моделей, децентрализованная трансформация физической инфраструктуры имеет значительные преимущества по таким параметрам, как структура затрат, модель управления, устойчивость сети и экологическая расширяемость.
DePIN охватывает физическую инфраструктуру ), такую как беспроводные сети, энергетические сети ( и цифровые ресурсы ), такие как хранение, вычисления (, и реализует соответствие спроса и предложения и механизмы стимулирования с помощью технологий блокчейн.
Физическая инфраструктура: на примере децентрализованной беспроводной сети Helium), созданной путем развертывания точек доступа сообществом, формируется глобальная коммуникационная сеть;
Цифровая ресурсная сеть: включает в себя децентрализованное хранение Filecoin(, распределенные вычисления Aethir) и т.д., формируя модель совместной экономики за счет интеграции неиспользуемых ресурсов.
Согласно данным, по состоянию на 2024 год, количество устройств DePIN в мире превысило 13 миллионов, а объем рынка достиг 50 миллиардов долларов, но уровень проникновения составляет менее 0,1%. В течение следующих десяти лет ожидается рост в 100-1000 раз.
В 2024 году общая рыночная капитализация сектора DePIN достигнет 50 миллиардов долларов, охватывая более 350 проектов, с годовым темпом роста более 35%.
Его основной движущей силой является повышение ресурсной эффективности (, такое как использование неиспользуемой пропускной способности ) и взрыв спроса (, например, потребность ИИ в вычислительной мощности и данных ), что создает двусторонний эффект.
Конечно, масштабируемость децентрализованных сетей, конфиденциальность данных и безопасность валидации по-прежнему остаются ключевыми проблемами развития DePIN.
( 1.2 AI-данные требования: взрывной рост и структурные противоречия
Получение и обработка данных ИИ являются ключевыми движущими силами развития искусственного интеллекта, особенно при обучении крупных языковых моделей ), таких как GPT (, и генеративных нейронных сетей ), таких как MidJourney ###.
Производительность и эффективность AI-моделей в значительной степени зависят от качества и количества обучающих данных. Данные высокого качества, разнообразные и географически репрезентативные имеют решающее значение для производительности AI-моделей.
Масштаб и характеристики потребности в данных:
Уровень скачка: на примере GPT-4, для обучения требуется более 45 ТБ текстовых данных, а скорость итерации генеративного ИИ требует обновления и разнообразия данных в реальном времени;
Доля затрат: Затраты на сбор, очистку и маркировку данных в процессе разработки ИИ составляют более 40% от общего бюджета, что становится ключевым препятствием для коммерциализации;
Дифференциация сценариев: автоматическое вождение требует данных с высокоточных датчиков, медицинский ИИ зависит от соответствующих нормам конфиденциальности баз данных случаев, социальный ИИ зависит от данных о поведении пользователей.
Традиционные проблемы поставки данных:
Данные барьеры: крупные предприятия/субъекты контролируют обширные источники данных, малые и средние разработчики сталкиваются с высокими барьерами и несправедливыми ценами;
Острова данных: данные часто распределены между различными учреждениями и предприятиями, и обмен данными и их циркуляция сталкиваются с множеством препятствий, что приводит к неэффективному использованию данных.
Конфиденциальность данных: Сбор данных часто связан с вопросами конфиденциальности и авторских прав, как например, инцидент с платным API на одной из платформ, вызвавший протесты разработчиков;
Неефективное обращение: из-за изолированных данных и отсутствия стандартизации происходит дублирование сбора, глобальная степень использования данных составляет менее 20%;
Прерывание цепочки создания стоимости: индивидуальные участники, создающие данные, не могут извлекать выгоду из последующего использования данных.
Путь решения проблемы DePIN:
Распределенный сбор данных: сбор открытых данных ( через сеть узлов, таких как социальные медиа, публичные базы данных ), сокращение затрат на сбор данных, повышение эффективности и масштабов сбора данных;
Повышение качества и разнообразия данных: благодаря механизму стимулов DePIN можно привлечь больше участников для внесения данных, что повысит качество и разнообразие данных, улучшив обобщающую способность моделей ИИ.
Децентрализованная очистка и аннотирование: сообщество совместно выполняет предварительную обработку данных, используя нулевое доказательство (ZK) для обеспечения真实性 данных;
Токенизированная система стимулов: поставщики данных получают токены в качестве вознаграждения, а потребители покупают структурированные наборы данных за токены, что создает прямое соответствие спроса и предложения.
Проект Grass находится на перекрестке DePIN и AI-данных, инновационно применяя концепцию DePIN в области сбора AI-данных, создавая децентрализованную сеть захвата данных, целью которой является предоставление более экономичного, эффективного и надежного источника данных для обучения AI-моделей.
Grass строит децентрализованную сеть сбора данных через архитектуру DePIN, предоставляя источники данных с высоким соотношением цена/качество и высоким разнообразием для обучения ИИ. Пользователям достаточно установить клиент, чтобы внести свой вклад в пропускную способность и получить вознаграждение в токенах - за первый год привлечено более 2,5 миллиона узлов, цена токена за 10 дней с момента первого запуска выросла более чем в 5 раз, что подтверждает его коммерческую логику.
Проект получил поддержку некоторых ведущих капиталов, полагаясь на высокопроизводительную цепочку Solana для реализации прав на данные и их обращения.
Текущая анонимность команды все еще вызывает споры, прогресс в децентрализованной обработке данных требует дальнейшего отслеживания.
( 2.1 Область деятельности
Grass является проектом DePIN, который собирает и проверяет интернет-данные через неиспользуемую пропускную способность пользовательских устройств, предоставляя поддержку для разработки искусственного интеллекта )AI(.
Его основа заключается в использовании сети住宅代理网络)residential proxy network###, которая позволяет компаниям использовать интернет-соединение пользователей для доступа и сбора интернет-данных из различных географических местоположений, что очень полезно для обучения моделей ИИ, требующих разнообразных и географически репрезентативных данных.
Решаемая проблема: традиционный веб-скрапинг обычно выполняется централизованными системами, что приводит к низкой эффективности и возможным ошибкам или предвзятости. Grass стремится предоставить надежные, проверенные интернет-данные с помощью децентрализованного подхода, при этом данные, предоставляемые децентрализованными пользователями, изначально обладают разнообразием, публикацией из разных регионов и актуальностью.
Видение и миссия: Видение Grass заключается в создании децентрализованного уровня интернет-данных, где данные собираются, проверяются и структурируются с минимизацией доверия. Его миссия заключается в том, чтобы наделить пользователей властью вносить вклад в уровень данных и стимулировать участие с помощью механизма вознаграждения.
Способы участия пользователей: пользователю нужно всего три шага, чтобы начать: посетить официальный сайт Grass, установить расширение/клиент и подключиться, чтобы начать зарабатывать Grass Points. Этот способ предоставления пропускной способности для получения вознаграждений дает обычным пользователям возможность делиться дивидендами от роста ИИ.
В общем, ключевые характеристики и преимущества Grass заключаются в следующем: низкая стоимость сбора данных в децентрализованной сети, более разнообразные данные; пользователи зарабатывают вознаграждение, внося свой вклад в пропускную способность, реализуя возврат ценности данных; использование технологии блокчейн для проверки данных, что обеспечивает прозрачность и надежность данных.
Этап концепции: в середине 2022 года проект был предложен Wynd Labs.
Этап разработки: Начало построения продукта в начале 2023 года ознаменовало переход проекта в стадию фактической разработки.
Сид-финансирование: в 2023 году Grass завершила сид-финансирование на сумму 3,5 миллиона долларов, которое возглавили некоторые капитальные фонды, общая сумма составила 4,5 миллиона долларов ), включая сид-финансирование на предварительном этапе, возглавленное некоторыми капитальными фондами (.
Пользовательское тестирование: в конце 2023 года будет запущено расширение для браузера Chrome, начнется пользовательское тестирование, чтобы привлечь ранних пользователей.
Этап: в апреле 2024 года проект объявил о более чем 2 миллионах подключенных узловых устройств, которые быстро растут. Согласно данным, по состоянию на март 2025 года количество его активных пользователей превысило 2,5 миллиона.
Первый аирдроп: 21 октября 2024 года будет объявлен первый аирдроп, распределение 100 миллионов токенов GRASS ) 10% от общего объема ###, награда для ранних пользователей.
Запуск на бирже: 28 октября 2024 года запустится на одной из бирж, за 10 дней цена вырастет с $0.6 до $3.89, стабильно увеличившись примерно в 5 раз.
Текущий статус: проект продолжает расширяться, идет второй этап стимулов для пользователей; планируется запуск мобильных приложений для Android и iPhone, чтобы увеличить масштаб сети и вовлеченность пользователей.
( 2.3 Состояние команды
Согласно данным, Grass разработан Wynd Labs, основателем которого является Андрей Радоньюк, он является генеральным директором Wynd Labs и имеет степень магистра математики и статистики Университета Йорка и степень бакалавра инженерной физики Университета Макмастера.
Члены команды все из Wynd Labs, сосредоточены на разработке технологий блокчейна и ИИ, обладая опытом в соответствующих областях. Однако конкретная информация о членах не была широко раскрыта, только личность Радонича была обнародована.
Согласно данным, Wynd Labs была основана в 2022 году, ее основным продуктом является Grass.
) 2.4 Финансирование и важные партнеры
Инвесторы и поддержка
Сидировочный раунд: в 2023 году завершено финансирование сидировочного раунда в размере 3,5 миллиона долларов, которое возглавили некоторые капиталы. Согласно данным, общий объем финансирования после сидировочного раунда достиг 4,5 миллиона долларов, включая сидировочный раунд, возглавленный некоторыми капитальными инвестициями.
Раунд A: Завершение раунда A финансирования в сентябре 2024 года, ведущая роль принадлежит некоторому капиталу, участие принимают некоторые капиталы, некоторые капиталы и некоторые капиталы, сумма не раскрыта.
Поддержка инвесторов: это известные инвесторы в отрасли. Получение их поддержки также демонстрирует признание проекта в отрасли.
Партнер
Блокчейн платформа: построена на сети Solana, проект использует высокую производительность и масштабируемость Solana.
В настоящее время не упоминается о конкретном сотрудничестве с AI-компаниями или другими проектами, но экосистема сети Solana может предоставить возможности для будущего сотрудничества.
Grass пытается перераспределить ценность данных от крупных технологических компаний к обычным пользователям.
Сеть узлов, инновации в обработке ZKP и учетная книга данных в архитектуре Grass образуют замкнутый рабочий поток, обеспечивая децентрализацию всей цепочки от сбора и верификации до доставки, что хорошо поддерживает их децентрализованное видение.
Однако текущие централизованные операции требуют решения, необходимость отслеживания успешности реализации технологий остается.
3.1 Основная технологическая архитектура: Sovereign Data Rollup
Grass строит первый суверенный агрегатор данных. Он упрощает закупку и преобразование данных через глобально распределённую сеть узлов Grass, что позволяет AI получать доступ к структурированным веб-данным. Инфраструктура поддерживается специализированным агрегатором данных на Solana и предназначена для управления полным жизненным циклом данных - источниками, обработкой, верификацией и построением наборов данных. Архитектура основана на следующих компонентах:
Разбор ключевых компонентов технической архитектуры Grass:
Сеть узлов
Состоит из трех уровней: валидатор, маршрутизатор, Grass-узел.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Глубина анализа проекта Grass DePIN: разрушение и вызовы банка данных AI
Глубина исследования Grass: AI-банки данных в области DePIN
Основные моменты
Grass выделяется в проекте DePIN благодаря безбарьерной модели "майнинга на автопилоте", основное преимущество которой заключается в:
Ключевые моменты дальнейшего развития Grass:
Текущий максимальный риск заключается в том, что "безумие токенов скрывает вакуум спроса" - если не удастся реализовать увеличение объемов заказов от клиентов ИИ, идеальный бизнес-колесо может деградировать в пузырь на стороне предложения.
! Отчет о глубоком исследовании травы: звезды DePIN, расширяющийся банк данных ИИ
1. Фоновая информация о отрасли
DePIN интегрирует глобальные неиспользуемые ресурсы ( вычислительной мощности, хранения, пропускной способности ) через токеномику, создавая распределенную инфраструктурную сеть; в то же время, индустрия ИИ сталкивается со структурным дефицитом данных, монополией гигантов, спорами о конфиденциальности и барьерами изоляторов, что приводит к тому, что 80% ценности данных остается нераскрытой.
Будущее конкуренции в области ИИ, по сути, является двойной игрой между эффективностью получения данных и соблюдением этических норм, и DePIN предоставляет техническое оптимальное решение. Революционность Grass заключается в реализации интеграции этих двух аспектов.
1.1 DePIN: Глобальная парадигма реконструкции инфраструктуры
DePIN( Децентрализованная физическая инфраструктурная сеть) является новой экономической моделью, которая интегрирует глобальные распределенные физические ресурсы(, такие как вычислительная мощность, хранение, пропускная способность, энергия и т.д., с помощью технологий блокчейн. Основная логика заключается в следующем: путем стимулов токенов побуждать сообщество вносить неиспользуемые ресурсы, строить децентрализованную инфраструктурную сеть, заменяя традиционные централизованные сервисы с высокими затратами и низкой эффективностью.
В отличие от централизованных моделей, децентрализованная трансформация физической инфраструктуры имеет значительные преимущества по таким параметрам, как структура затрат, модель управления, устойчивость сети и экологическая расширяемость.
DePIN охватывает физическую инфраструктуру ), такую как беспроводные сети, энергетические сети ( и цифровые ресурсы ), такие как хранение, вычисления (, и реализует соответствие спроса и предложения и механизмы стимулирования с помощью технологий блокчейн.
Физическая инфраструктура: на примере децентрализованной беспроводной сети Helium), созданной путем развертывания точек доступа сообществом, формируется глобальная коммуникационная сеть;
Цифровая ресурсная сеть: включает в себя децентрализованное хранение Filecoin(, распределенные вычисления Aethir) и т.д., формируя модель совместной экономики за счет интеграции неиспользуемых ресурсов.
Согласно данным, по состоянию на 2024 год, количество устройств DePIN в мире превысило 13 миллионов, а объем рынка достиг 50 миллиардов долларов, но уровень проникновения составляет менее 0,1%. В течение следующих десяти лет ожидается рост в 100-1000 раз.
В 2024 году общая рыночная капитализация сектора DePIN достигнет 50 миллиардов долларов, охватывая более 350 проектов, с годовым темпом роста более 35%.
Его основной движущей силой является повышение ресурсной эффективности (, такое как использование неиспользуемой пропускной способности ) и взрыв спроса (, например, потребность ИИ в вычислительной мощности и данных ), что создает двусторонний эффект.
Конечно, масштабируемость децентрализованных сетей, конфиденциальность данных и безопасность валидации по-прежнему остаются ключевыми проблемами развития DePIN.
( 1.2 AI-данные требования: взрывной рост и структурные противоречия
Получение и обработка данных ИИ являются ключевыми движущими силами развития искусственного интеллекта, особенно при обучении крупных языковых моделей ), таких как GPT (, и генеративных нейронных сетей ), таких как MidJourney ###.
Производительность и эффективность AI-моделей в значительной степени зависят от качества и количества обучающих данных. Данные высокого качества, разнообразные и географически репрезентативные имеют решающее значение для производительности AI-моделей.
Масштаб и характеристики потребности в данных:
Уровень скачка: на примере GPT-4, для обучения требуется более 45 ТБ текстовых данных, а скорость итерации генеративного ИИ требует обновления и разнообразия данных в реальном времени;
Доля затрат: Затраты на сбор, очистку и маркировку данных в процессе разработки ИИ составляют более 40% от общего бюджета, что становится ключевым препятствием для коммерциализации;
Дифференциация сценариев: автоматическое вождение требует данных с высокоточных датчиков, медицинский ИИ зависит от соответствующих нормам конфиденциальности баз данных случаев, социальный ИИ зависит от данных о поведении пользователей.
Традиционные проблемы поставки данных:
Данные барьеры: крупные предприятия/субъекты контролируют обширные источники данных, малые и средние разработчики сталкиваются с высокими барьерами и несправедливыми ценами;
Острова данных: данные часто распределены между различными учреждениями и предприятиями, и обмен данными и их циркуляция сталкиваются с множеством препятствий, что приводит к неэффективному использованию данных.
Конфиденциальность данных: Сбор данных часто связан с вопросами конфиденциальности и авторских прав, как например, инцидент с платным API на одной из платформ, вызвавший протесты разработчиков;
Неефективное обращение: из-за изолированных данных и отсутствия стандартизации происходит дублирование сбора, глобальная степень использования данных составляет менее 20%;
Прерывание цепочки создания стоимости: индивидуальные участники, создающие данные, не могут извлекать выгоду из последующего использования данных.
Путь решения проблемы DePIN:
Распределенный сбор данных: сбор открытых данных ( через сеть узлов, таких как социальные медиа, публичные базы данных ), сокращение затрат на сбор данных, повышение эффективности и масштабов сбора данных;
Повышение качества и разнообразия данных: благодаря механизму стимулов DePIN можно привлечь больше участников для внесения данных, что повысит качество и разнообразие данных, улучшив обобщающую способность моделей ИИ.
Децентрализованная очистка и аннотирование: сообщество совместно выполняет предварительную обработку данных, используя нулевое доказательство (ZK) для обеспечения真实性 данных;
Токенизированная система стимулов: поставщики данных получают токены в качестве вознаграждения, а потребители покупают структурированные наборы данных за токены, что создает прямое соответствие спроса и предложения.
Проект Grass находится на перекрестке DePIN и AI-данных, инновационно применяя концепцию DePIN в области сбора AI-данных, создавая децентрализованную сеть захвата данных, целью которой является предоставление более экономичного, эффективного и надежного источника данных для обучения AI-моделей.
! Глубокий исследовательский отчет о траве: звезды DePIN, расширение банка данных ИИ
2. Основная информация о проекте
Grass строит децентрализованную сеть сбора данных через архитектуру DePIN, предоставляя источники данных с высоким соотношением цена/качество и высоким разнообразием для обучения ИИ. Пользователям достаточно установить клиент, чтобы внести свой вклад в пропускную способность и получить вознаграждение в токенах - за первый год привлечено более 2,5 миллиона узлов, цена токена за 10 дней с момента первого запуска выросла более чем в 5 раз, что подтверждает его коммерческую логику.
Проект получил поддержку некоторых ведущих капиталов, полагаясь на высокопроизводительную цепочку Solana для реализации прав на данные и их обращения.
Текущая анонимность команды все еще вызывает споры, прогресс в децентрализованной обработке данных требует дальнейшего отслеживания.
( 2.1 Область деятельности
Grass является проектом DePIN, который собирает и проверяет интернет-данные через неиспользуемую пропускную способность пользовательских устройств, предоставляя поддержку для разработки искусственного интеллекта )AI(.
Его основа заключается в использовании сети住宅代理网络)residential proxy network###, которая позволяет компаниям использовать интернет-соединение пользователей для доступа и сбора интернет-данных из различных географических местоположений, что очень полезно для обучения моделей ИИ, требующих разнообразных и географически репрезентативных данных.
Решаемая проблема: традиционный веб-скрапинг обычно выполняется централизованными системами, что приводит к низкой эффективности и возможным ошибкам или предвзятости. Grass стремится предоставить надежные, проверенные интернет-данные с помощью децентрализованного подхода, при этом данные, предоставляемые децентрализованными пользователями, изначально обладают разнообразием, публикацией из разных регионов и актуальностью.
Видение и миссия: Видение Grass заключается в создании децентрализованного уровня интернет-данных, где данные собираются, проверяются и структурируются с минимизацией доверия. Его миссия заключается в том, чтобы наделить пользователей властью вносить вклад в уровень данных и стимулировать участие с помощью механизма вознаграждения.
Способы участия пользователей: пользователю нужно всего три шага, чтобы начать: посетить официальный сайт Grass, установить расширение/клиент и подключиться, чтобы начать зарабатывать Grass Points. Этот способ предоставления пропускной способности для получения вознаграждений дает обычным пользователям возможность делиться дивидендами от роста ИИ.
В общем, ключевые характеристики и преимущества Grass заключаются в следующем: низкая стоимость сбора данных в децентрализованной сети, более разнообразные данные; пользователи зарабатывают вознаграждение, внося свой вклад в пропускную способность, реализуя возврат ценности данных; использование технологии блокчейн для проверки данных, что обеспечивает прозрачность и надежность данных.
! Отчет об углубленном исследовании: звезды DePIN, расширяющийся банк данных ИИ
( 2.2 Этапы развития
Этап концепции: в середине 2022 года проект был предложен Wynd Labs.
Этап разработки: Начало построения продукта в начале 2023 года ознаменовало переход проекта в стадию фактической разработки.
Сид-финансирование: в 2023 году Grass завершила сид-финансирование на сумму 3,5 миллиона долларов, которое возглавили некоторые капитальные фонды, общая сумма составила 4,5 миллиона долларов ), включая сид-финансирование на предварительном этапе, возглавленное некоторыми капитальными фондами (.
Пользовательское тестирование: в конце 2023 года будет запущено расширение для браузера Chrome, начнется пользовательское тестирование, чтобы привлечь ранних пользователей.
Этап: в апреле 2024 года проект объявил о более чем 2 миллионах подключенных узловых устройств, которые быстро растут. Согласно данным, по состоянию на март 2025 года количество его активных пользователей превысило 2,5 миллиона.
Первый аирдроп: 21 октября 2024 года будет объявлен первый аирдроп, распределение 100 миллионов токенов GRASS ) 10% от общего объема ###, награда для ранних пользователей.
Запуск на бирже: 28 октября 2024 года запустится на одной из бирж, за 10 дней цена вырастет с $0.6 до $3.89, стабильно увеличившись примерно в 5 раз.
Текущий статус: проект продолжает расширяться, идет второй этап стимулов для пользователей; планируется запуск мобильных приложений для Android и iPhone, чтобы увеличить масштаб сети и вовлеченность пользователей.
( 2.3 Состояние команды
Согласно данным, Grass разработан Wynd Labs, основателем которого является Андрей Радоньюк, он является генеральным директором Wynd Labs и имеет степень магистра математики и статистики Университета Йорка и степень бакалавра инженерной физики Университета Макмастера.
Члены команды все из Wynd Labs, сосредоточены на разработке технологий блокчейна и ИИ, обладая опытом в соответствующих областях. Однако конкретная информация о членах не была широко раскрыта, только личность Радонича была обнародована.
Согласно данным, Wynd Labs была основана в 2022 году, ее основным продуктом является Grass.
) 2.4 Финансирование и важные партнеры
Инвесторы и поддержка
Сидировочный раунд: в 2023 году завершено финансирование сидировочного раунда в размере 3,5 миллиона долларов, которое возглавили некоторые капиталы. Согласно данным, общий объем финансирования после сидировочного раунда достиг 4,5 миллиона долларов, включая сидировочный раунд, возглавленный некоторыми капитальными инвестициями.
Раунд A: Завершение раунда A финансирования в сентябре 2024 года, ведущая роль принадлежит некоторому капиталу, участие принимают некоторые капиталы, некоторые капиталы и некоторые капиталы, сумма не раскрыта.
Поддержка инвесторов: это известные инвесторы в отрасли. Получение их поддержки также демонстрирует признание проекта в отрасли.
Партнер
Блокчейн платформа: построена на сети Solana, проект использует высокую производительность и масштабируемость Solana.
В настоящее время не упоминается о конкретном сотрудничестве с AI-компаниями или другими проектами, но экосистема сети Solana может предоставить возможности для будущего сотрудничества.
! Отчет об углубленном исследовании: звезды DePIN, расширяющийся банк данных ИИ
3. Анализ технологии проекта
Grass пытается перераспределить ценность данных от крупных технологических компаний к обычным пользователям.
Сеть узлов, инновации в обработке ZKP и учетная книга данных в архитектуре Grass образуют замкнутый рабочий поток, обеспечивая децентрализацию всей цепочки от сбора и верификации до доставки, что хорошо поддерживает их децентрализованное видение.
Однако текущие централизованные операции требуют решения, необходимость отслеживания успешности реализации технологий остается.
3.1 Основная технологическая архитектура: Sovereign Data Rollup
Grass строит первый суверенный агрегатор данных. Он упрощает закупку и преобразование данных через глобально распределённую сеть узлов Grass, что позволяет AI получать доступ к структурированным веб-данным. Инфраструктура поддерживается специализированным агрегатором данных на Solana и предназначена для управления полным жизненным циклом данных - источниками, обработкой, верификацией и построением наборов данных. Архитектура основана на следующих компонентах:
Разбор ключевых компонентов технической архитектуры Grass:
Сеть узлов