拆解训练平台Flock：适用于AI应用的“全新Bittensor”

作者： 0xJeff , 加密 KOL

编译：Felix, PANews

竞争是 AI 发展的基础。

参与者竞争的目标包括：

• 训练出完成特定任务的最佳模型
• 共同训练单个模型，以实现最佳改进
• 提供最佳见解/洞察
• 提供最佳交易信号
• 提供最精准的预测
• 以及更多其他竞争

如果没有竞争，创新就会按照自己的节奏发展——往往速度很慢。目前正在实时见证 Bittensor 竞赛的展开，许多子网输出的结果在各自的任务上都超过了行业基准。

子网所有者可以设计任何激励机制，让矿工参与竞争以获得 $TAO 奖励，让验证者验证矿工的任务，并让质押者将其 $TAO 委托给最擅长验证的验证者（以获得最大激励），这使得 Bittensor 成为一个不断突破去中心化 AI 界限的良好生态系统。

Flock 在其生态中实施了与 Bittensor 类似的机制，以加速初始模型开发的进程，并利用联邦学习（Federated Learning）进一步微调特定领域的模型以适应独特的用例。

什么是联邦学习

联邦学习：即多个设备（人员）在不共享数据的情况下训练单个模型的一种方式。这在隐私至上的环境中特别有用，例如医疗保健、政府、银行、客户数据等，这些环境中隐私/保密性至关重要。

与原始数据不同，联邦学习会将“梯度（gradients）”共享到中央服务器。然后，服务器会汇总这些更新以改进模型，并将其发送回用于训练模型的设备。此过程不断重复。

联邦学习通常使用边缘设备（智能手机、计算机、物联网），因为它们能够：

• 在本地生成和存储敏感数据，符合法规
• 由于智能手机种类繁多，因此具有高度可扩展性
• 包含个性化数据，非常适合训练特定领域的模型

而且由于只共享梯度（而非原始数据），使得 CPU 和连接性有限的边缘设备也能高效运行。

Flock 的产品

（此处不会用晦涩的技术术语，将重点介绍其工作原理）

Flock 的产品流程为：(i) AI Arena (ii) FL Alliance (iii) Moonbase

• AI Arena 是一项竞赛活动，AI 工程师（“训练师”）根据指定任务（构建初始模型）训练他们选择的模型。

目前，任务由项目/生态系统手动创建，参与者可以通过 FLock.io 向 Flock 提出商业计划/想法，并定义他们想要的最终用例。

Flock 会根据这些需求，在平台上创建任务，训练师可以访问并开始训练。训练师通过提交数据和梯度来改进模型，从而提高模型性能/减少幻觉（训练师类似于 Bittensor 生态系统中的矿工）。

验证者根据训练师提交的梯度对模型进行评分。

• 训练员和验证员需要将 $FLOCK 质押到 gmFLOCK 才能参与（锁定期可选 0 至 365 天）。
• gmFLOCK 质押量更高的训练师和验证者可以获得更多的任务和更高的奖励倍数（两者都有各自的 $FLOCK 激励标准，gmFLOCK 质押是其中一项）。
• 如果训练员和验证者有恶意行为（训练提交未通过验证或验证不准确），他们的 gmFLOCK 都可能被削减。
• 委托人（质押者）可以将 $FLOCK 质押到 gmFLOCK 中，并将其委托给训练员或验证者。委托人将从中获得 $FLOCK 奖励的一部分（年化收益率 60%-230%）。

AI Arena 完成初始模型的训练和验证后，FL Alliance 将采用这些模型（最佳模型），并利用联邦学习，在边缘设备上使用私有数据集对这些模型进行微调。

• FL Alliance 是一个将 AI Arena 的初始模型在边缘设备上使用特定领域的数据集（通过联邦学习）进行进一步微调的过程。

AI Arena 与 FL Alliance 的主要区别

1. AI Arena = 竞赛 | 使用传统机器学习进行初始模型训练 | 公共数据集 | 第一步

2. FL Alliance = 合作 | 使用联邦学习进行微调 | 本地设备上的私有数据集 | 针对特定领域应用的高级微调 | 第二步

Moonbase 或 AI 模型市场

在这里，AI Arena 上训练的模型以及通过 FL Alliance 进行微调的模型可以被部署、使用和货币化。

Moonbase 仍处于测试阶段，但第二阶段和第三阶段将为贡献者（训练师、验证者、委托人）引入无缝的方式来拥有这些模型/代理。任何人都可以付费/订阅使用模型（项目所有者、研究人员、企业等），并且模型可以在任何启动平台上部署和集成。

您可以将 Flock 视为一个完整循环的、端到端的代理开发平台，从训练师们竞相构建最佳初始模型开始，到针对特定领域的应用进行微调，再到将模型/代理部署以解决独特问题。

近期举措/生态系统合作伙伴

• Flock x Qwen：阿里云利用 Flock 训练专注于特定领域（如医药和金融）的小型语言模型。
• Flock 的 FlockOff SN96 在 Bittensor 上：FlockOff 是一个专注于改进的研究型子网，由 Yuma 孵化。

其目标是帮助 AI 模型从大型数据集中挑选出最有意义和最具代表性的数据点，从而在无需处理所有可用数据的情况下实现更准确的训练。

例如，训练一个交易模型以增强交易簿——API/SDK 扫描 Binance 的交易行为，但交易数量众多，处理所有交易所需的计算量过大。

SLM 从 Binance 中挑选出能代表您智能手机上交易行为的精确数据，这样您智能手机上的 FL 就不必查看所有交易——可能只需查看代表整个数据集的 1 万个数据点中的 10 个即可。

Flock 的顶级 AI 应用

在深入探讨基于 Flock 构建的应用之前，值得一提是，在 Flock 上训练的模型在 Web3 任务上的表现已超越业界领先的模型。

该模型能原生理解复杂的区块链逻辑，可以实时与智能合约和去中心化应用进行交互，自动化 DeFi 策略，管理流动性池，并执行多链分析。

该模型通过 AI Arena 进行训练和验证，并可作为更深入领域特定用例的基础模型。

1. Flock x Animoca Brands

HeyAni — 用于风险投资研究的 AI

Flock 提供了一个 Web3 模型，该模型基于 Animoca 投资委员会 (IC) 10 年的备忘录进行了微调。最终，Flock 打造了一个经验丰富的 Web3 风险投资代理，可以解析白皮书、GitHub、代币合约地址、X 配置文件，并给出风险投资公司投资您项目的评分和概率。

该代理还会提供优缺点总结以及如何改进项目的建议。

Animoca 使用 Ani 来帮助减轻尽调工作负担，同时持续改进代理，使其成为更优秀的风险投资人。

Animoca 的 @AimonicaBrands 也利用 Flock 模型来帮助完善其交易模型。

2. Flock x Eden（仍在进行中）

Eden：SexualFi——集成 AI 技术，模仿 OnlyFans 女优的行为，在她们离线时进行角色扮演。

第一阶段将以她们的个性与您互动，首先是语音。

他们正在将 AI 代理与性爱玩具（由代理控制）配对，这样就可以在与代理进行性爱通话的同时，享受玩具。

最终目标是通过 3D 虚拟形象、动画、语音等打造沉浸式体验。

为何看好 FLOCK？

$FLOCK 有强劲需求

经济中的每个参与者都需要 $FLOCK——任务创建者、训练师、验证者、委托人等都有需求。

一旦 Moonbase 开始实际使用模型，委托人/质押者就能赚取真实收益（收益分成）。

与将代理代币化的代币化模式（如 Virtuals）不同，Flock 保留平台上模型需求不断增长所产生的所有价值累积。

网络参与度不断提升

• 高质押参与度：在其代币经济学 v1（T+0 至 T+20 天质押）中，质押参与度达到 47% 以上。

• 在 v2 gmFLOCK 模型中，约 25% 的流通供应量已平均锁定 265 天。

此外，Messari 报告显示，第一季度各项指标均看涨。

今年下半年的催化剂层出不穷

Moonbase 的闸门正在打开，AI 模型的访问将更加民主化（类似于 Virtuals 开放其 AI 代理代币化平台）。网络效应开始形成，$FLOCK 的飞轮效应开始启动。

幕后已有多个合作伙伴关系和特定领域的合作，其中许多目前还不能公布（但可以根据他们过去的合作关系来猜测这些合作的水平）。

早期投资者锁定期限长

投资者在投资 1.5 亿至 3 亿美元（最后一轮为 3 亿美元）后，有 12 个月的悬崖期和 24 个月的归属期。距离悬崖期结束还有大约 6 个月。社区的估值与那些被永久锁定的风险投资公司相似。

由于在 Upbit 和 Bithumb 上市，来自韩国市场的流动性大幅增加。

Flock 还将大部分的基金会代币质押了一年（就在 Upbit/Bithumb 上市之前）

但也有一些缺点需要考虑。

激励设计可能会引发与 Bittensor 类似的动态（即参与者每天可能产生的抛压）。

​​第一年年底，流通供应量应达到 25%，第二年应达到 50%。网络增长和实际应用的速度需要超过发行速度。（否则……你知道会发生什么）。

发行仅持续 5 年，并且每年逐渐下降——很有可能网络发展到一定程度后，企业和项目需要支付实际收入来维持 Flock 上的训练，从而填补训练师、验证者和委托人在平台上工作的发行缺口。

也就是说，企业会发现，付费让 Flock 开发特定领域的用例比自行开发更便宜、更高效。

Flock 还利用 Bittensor 子网 (SN96) 来改进 FL Alliance 的研发，使用 dTAO 子网发行代替 $FLOCK 发行。这降低了 $FLOCK 的潜在抛售压力，同时改进了 Flock 的产品。

Flock 如何盈利？

非常简单。将 gmFLOCK 兑换回 FLOCK 时，Flock 会收取约 5% 的转换费。

总结

您可以将 Flock 视为 Bittensor + Nous Research + Virtuals 的结合：

• Bittensor：AI Arena — 竞争获得最佳模型
• Nous：FL Alliance — 协作调整单一模型，以适应特定领域的用例
• Virtuals：Moonbase — 模型市场，任何人都可以部署、盈利并订阅模型/代理

$FLOCK 作为生态系统代币，是一切操作的必需品，整合了需求方（企业/项目）和供应方（训练员/验证者/委托人）的价值。

这是唯一一个为特定领域用例，提供端到端模型开发流程的去中心化 AI 生态系统，同时拥有一个能够创造现实世界经济价值的分销渠道。

与此同时，该项目已获得了市场关注，而且代币的交易价格低于风险投资估值（锁定期和归属期较长）。

相关阅读： 从Flock与阿里的算力同盟看下一代AI基建范式