Cours du FLock.io

# Journal de recherche de Xi Ye Les frères savent tous que je suis très optimiste sur @SuiNetwork récemment, la tendance de $SUI est très forte à ce stade. Je viens de voir une nouvelle, FLock collabore avec Sui pour promouvoir l'IA Agentic. J'ai entendu dire que les deux parties vont s'engager dans une coopération approfondie autour de l'écosystème Sui, en incubant un certain nombre d'applications de modèles d'IA qui peuvent vraiment fonctionner. Actuellement, il n'y a pas de leader en IA dans l'écosystème Sui, et FLock pourrait aider Sui à ouvrir plus de scénarios d'application en IA. Le prix de $FLOCK à 0,18 est assez raisonnable, je pense qu'il pourrait atteindre un nouveau sommet, DYOR. En parlant de l'IA elle-même, le prochain point de rupture de DeAI ne réside pas dans le modèle, mais dans la manière dont le modèle est entraîné. Le projet @flock_io a lancé un slogan qui frappe vraiment : "Not your models, not your AI." Leur cœur de métier est de transformer le concept de "formation fédérée", qui était à l'origine académique, en une infrastructure sur Web3. Cette fois, en collaboration avec @WalrusProtocol, @SuiFoundation et Seal Protocol, ils ont résolu les trois problèmes les plus difficiles de l'apprentissage fédéré : ① Diffusion & stockage : Walrus fournit la distribution et le stockage des données d'entraînement sur la chaîne (gradients, poids, etc.) ② Accès : SEAL introduit un cryptage programmable, garantissant que chaque cycle d'entraînement est limité aux nœuds de validation ③ Déploiement : Sui sert d'environnement de mise en œuvre pour l'IA Agent, permettant au modèle de fonctionner réellement, et non pas d'être un projet PPT 🤣 (j'ai vu trop de projets PPT récemment) Cette infrastructure complète soutient le produit phare de FLock, "FL Alliance", un réseau d'entraînement décentralisé où chaque nœud s'entraîne sur son appareil local, ne téléchargeant que les mises à jour du modèle, les données restant toujours locales. Une fois l'entraînement terminé, il est déployé via le module "Moonbase", complétant le cycle entraînement → validation → application. 📍 Les collaborations déjà mises en œuvre incluent : ① Co-construction de HeyAni avec Animoca Brands, pour l'investissement sur la chaîne et l'analyse de due diligence ② Entraînement d'un modèle de prédiction de la glycémie avec l'hôpital UCL au Royaume-Uni, soutenant des applications médicales réelles ③ Intégration de Base MCP, optimisant l'authentification d'identité sur la chaîne et l'efficacité des contrats (c'est vraiment impressionnant, FLock est l'unique point d'entrée officiel Web3 de Qwen @Alibaba_Qwen, une filiale d'Alibaba) Bien que FLock soit un projet construit sur la chaîne @base, le fait qu'il puisse attirer une coopération approfondie avec Sui montre que sa feuille de route technique est hautement reconnue par des écosystèmes de premier plan, et son potentiel narratif est déjà au maximum. L'avenir de DeAI n'est pas qu'un géant vous fournisse un modèle, mais que nous décidions ensemble comment le modèle doit apprendre.