Rocky
3个月前
当前 #AI 和 #RWA 是我们团队重点研究的赛道,我们每天看十几份白皮书或者商业计划书。讲真的,太多“蹭热点”的项目了。什么“ #AI+#Web3”,说得天花乱坠,实际一问落地逻辑,十有八九是虚的。但当我阅读完 #OpenLedger 白皮书,心里咯噔了一下:这个项目是真的有料,不是PPT融资,而是看准了 #AI 行业的痛点,脚踏实地的去解决。 #AI 发展到现在,几个核心痛点其实特别明显: 1️⃣贡献者没钱赚 数据提供者、模型开发者、标注工人,甚至给模型反馈的用户,基本都是给大厂打工。辛苦贡献,最后赚走的是平台,生态根本跑不起来。 2️⃣模型是黑盒 大家用的 #AI 到底是怎么训练的?用了谁的数据?为什么得出这个结果?没人说得清。这在医疗、金融这些领域是硬伤——你不透明,别人就不敢用。 3️⃣通用模型并非万能 像GPT-4这种大模型,当然厉害,但遇到垂直领域(比如癌症诊断、金融风控),它就力不从心了。未来趋势一定是小而专的专用模型,但这就需要精准的数据和激励机制。 🎯 #OpenLedger 白皮书中,采用的技术方案特别直接:用区块链的透明和激励机制,来解决 #AI 的数据激励、价值归属和可信性。 #OpenLedger 的几个核心点,我觉得特别牛: ✅归因证明(Proof of Attribution) 这相当于 #AI 的“记账系统”。谁贡献了数据、谁训练了模型、谁提供了算力,都能被记录下来。更重要的是——当模型被用到推理里产生价值时,收益会自动按比例分给这些贡献者。 这下好了,大家不再是“给平台白打工”,而是“合伙人”,谁的贡献越大,赚得越多。这个机制直接解决了数据匮乏和激励不足的问题。 ✅ #AI 原生经济系统 以前互联网经济靠广告、SEO,但 #AI 驱动的时代不同了。#OpenLedger 提供了一整套“AI经济底层”:每次调用模型、每次推理,都需要付费,而这笔钱会被透明分配。相当于,这是一个 可持续的 #AI 供需市场,而不是单纯的补贴或者空转。 ✅专注专用模型 它不是去硬刚 GPT,而是搭建好工具链(Datanets、ModelFactory、OpenLoRA),让开发者更容易训练垂直领域的模型。医疗、金融、网络安全这些领域里,专业模型更容易落地,也更有商业价值。 为什么我看好 #OpenLedger? 1️⃣解决真痛点 #AI 现在最缺的不是算力,而是激励机制和信任。#OpenLedger 的“归因证明”切到了核心,一旦能跑起来,就是飞轮效应:更多人贡献数据 → 模型更好 → 更多用户使用 → 更多收益回流贡献者。 2️⃣技术栈完整 它不是空喊口号,白皮书里有清晰的架构:EVM兼容链、归因证明、工具套件。我看到的不是空想,而是一个能跑的系统,并且已经落地。 3️⃣代币经济设计合理 #OpenLedger 的代币 $OPEN ,不只是个“交易代币”,而是整个生态的“血液”: •用来支付模型推理费、训练费 •用来激励数据和模型贡献 •用来治理协议 •用来做Gas 代币和使用场景紧紧绑在一起,越多人用,代币需求越大。这是我见过十分健康的Tokenomics。 另外Token分配我也看了一下: •总量 10亿枚 •社区 + 生态一共 61.7%(空投占比5%,十分大方),占比非常高,说明项目方是真的想做生态,而不是圈钱走人。 •投资人和团队锁仓12个月崖期 + 36 个月线性释放,这个设计也挺合理,能避免早期砸盘 •TGE 流通 21.55%,流动性和启动奖励都有保障 所以整体来看,#OpenLedger TGE感觉比较稳,既能保护生态发展,又避免短期泡沫。 如果说 ChatGPT 让大家看见了AI的潜力,那么 #OpenLedger 这种项目,是在铺 #AI 经济的地基。它让数据和价值回归贡献者,推动专用模型的发展,这一步一旦走通,未来会是 #AI 领域绕不开的基础设施,值得重点关注和留意。🧐
快手在视频上的布局越来越全面了啊,这几天开源了 Kwai Keye-VL-1.5-8B 模型 除了支持图像识别以外,视频理解能力也很强,加上 8B 的大小非常适合本地部署用来做视频标注和内容识别。 我试了一下,给了一个是描述视频画面内容以及查找分镜时间和每个分镜的内容描述都做的不错。 模型主要优势有: 短视频理解:在Video-MME的短视频子集测试中,Keye-VL-1.5-8B获得81.2的高分,超过了GPT-4o及同类模型。 视频定位能力:能够在一个26秒的短视频中,将目标物(如包)出现的时间段精确定位到0.1秒级别 视觉推理能力:能够理解视频中相对复杂的行为动机比如论文案例里面可以从两只狗的行为推测动机。 模型核心创新主要有下面几个方面: 针对视频内容动态且信息密集的特点,Keye-VL-1.5 提出了一种新颖的“Slow-Fast”视频编码策略,以有效平衡空间分辨率和时间覆盖率。 慢速通路以高分辨率处理视觉变化显著的关键帧,而快速通路则以较低分辨率但更高的时间覆盖率处理相对静态的帧。 另外模型采用了精心设计的四阶段渐进式预训练流程,系统性地将模型的上下文长度从8K扩展到128K,可以理解更加复杂的视觉信息。 在后训练阶段为解决冷启动问题,模型设计了一个五步自动化流水线来生成高质量的长链思考数据,包括数据收集、问题重写、多路径推理生成、双层质量评估和人工指导改进。 引入了“渐进式提示采样”机制来处理困难样本,即当模型多次回答错误时,在提示中给予不同层级的提示,以提高训练效率和模型推理能力
luolink
3个月前
昨天拜访了一位外贸行业的前辈,17个年头的外贸人,他现在在探索开发ai SaaS和外贸的SEO。原来当老板也能很开心~ 交流了一个下午,思维很是敏捷和跳跃,如数家珍的行业故事和个人辛酸,对于ai,建站,选品,APP开发,股票,玄学,佛学,都有一定的见解,确实很聊的来。印象最深的是,一下午的笑脸相迎,和我接触到的其他老板相比似乎气质上更加从容和优雅,原来当老板也可以很开心~ 对于我这个上门跨境求教的后辈也做了一些建议。 给我的行业建议太多:找到能让自己开心的赛道,然后走出纵深。外贸还能做几年,劝我低客单的赛道早点换,如果外贸和ai SaaS,建议我选ai...因为一天只有24小时,找圈子跟对人,一两个人就够了。然后就是找赛道找对的人完成了,不需要事事亲力亲为,要学会借力。还透露了一个我之前没观察到的事情,一般能赚钱的人能量场是稳定的,而能量场起伏很大的,大概率不容易成功。让人如沐春风的说话方式,既是天赋也是能力,自问我的沟通艺术不是很强~但是咋说的,这里面有一个共识,说话让人如沐春风的,大都混的不差。 给我的人生建议:生命只有一次,要尽可能的去体验,不念过往,不焦虑未来,活在今天~早生小孩,最好两个~最后,下次去拜财神庙的时候,要注意墙上和柱子上的字,里面有财富密码😬