1. DePIN+AI สร้างกระบวนทัศน์หุ่นยนต์ในยุค AI
เมื่อวันที่ 27 กุมภาพันธ์ Messari ได้จัดรายการพอดแคสต์เรื่อง การสร้าง AI ทางกายภาพแบบกระจายอำนาจ ร่วมกับ Michael Cho ผู้ก่อตั้งร่วมของ FrodoBot Lab ในพอดแคสต์นี้ ไมเคิล โช มุ่งเน้นไปที่โอกาสและความท้าทายของ DePIN+AI ในด้านหุ่นยนต์
ไม่นานหลังจากการหมัก Messari แนวคิดของหุ่นยนต์ DePIN ก็ได้รับความนิยมอย่างรวดเร็ว และเริ่มมีการอภิปรายมากมายเกี่ยวกับหุ่นยนต์ DePIN
การสังเกตการณ์อุตสาหกรรมของเราในสัปดาห์นี้จะมุ่งเน้นไปที่การวิเคราะห์และหารือเกี่ยวกับการวิเคราะห์และการสังเกตการณ์ของเราในเส้นทางนี้กับทุกคนด้วย
ก่อนที่เราจะเริ่มการสนทนา มาดูการพัฒนาของปัญญาประดิษฐ์กันก่อน:
ในด้านพลังการประมวลผล รายได้ไตรมาสของ Nvidia เติบโตขึ้นห้าเท่าในช่วงสามปีที่ผ่านมา
ในด้านแบนด์วิดท์ การก่อสร้างศูนย์ข้อมูลของอเมริกาเหนือก็เพิ่มขึ้นห้าเท่าในช่วงสามปีที่ผ่านมา
ในภาคพลังงาน OKLO เพียงอย่างเดียวจะต้องการ 12.0 GW และ TerraPower จะต้องการ 4.0 GW
ในด้านข้อมูล บริษัทขนาดใหญ่ลงทุนมากกว่า 500 ล้านดอลลาร์ต่อปีเพื่อซื้อข้อมูลขายส่งสำหรับการฝึกอบรมโมเดล AI
ภายใต้สมมติฐานของภาวะเศรษฐกิจตกต่ำทั่วโลก AI ซึ่งเป็นเทคโนโลยีหลักทางวิทยาศาสตร์และเทคโนโลยีในการปฏิวัติในอีกสิบหรือยี่สิบปีข้างหน้า กำลังเป็นผู้นำผู้เล่นทั้งหมดในสาขานี้ (พลังการประมวลผล พลังงาน ข้อมูล) ให้เติบโตเร็วขึ้นหลายเท่าในแต่ละปี
ในขณะที่ AI กำลังพัฒนาอย่างรวดเร็ว ความกังวลเกี่ยวกับ AI ก็เริ่มเพิ่มมากขึ้นเช่นกัน เหตุผลก็คือ หากพลังประมวลผลของ AI (เทียบเท่ากับเครื่องยนต์รถยนต์) โมเดล AI ขนาดใหญ่ (เทียบเท่ากับตัวควบคุมและโปรเซสเซอร์) พลังงาน AI (เทียบเท่ากับน้ำมันและเชื้อเพลิง) และข้อมูล AI (เทียบเท่ากับวัตถุดิบ) ได้รับการควบคุมโดยบริษัทขนาดใหญ่ที่รวมศูนย์เพียงไม่กี่แห่ง ยุคแห่งเทคโนโลยีในอนาคตก็อาจถูกควบคุมโดยบริษัทขนาดใหญ่เพียงไม่กี่แห่งเท่านั้น สิ่งนี้อาจนำไปสู่การรวมอำนาจแบบสมบูรณ์และการรวมอำนาจแบบรวมศูนย์ เมื่อถึงเวลานั้น เราอาจจะเปิดกล่องแพนโดร่าที่ใหญ่ที่สุดได้ด้วยตัวเอง
เป็นเพราะความกังวลเกี่ยวกับสถานการณ์ที่รวมอำนาจไว้ที่ศูนย์กลางดังกล่าวนั่นเอง ที่ทำให้เกิดการถกเถียงกันอย่างร้อนแรงเกี่ยวกับแนวทางและทิศทางใหม่ นั่นก็คือ DePIN+AI เราที่ DePIN ONE อยากจะกำหนดให้เป็น DePAI นั่นก็คือ DePAI=DePIN+AI
DePAI จะช่วยให้ AI มีการกระจายอำนาจมากขึ้นได้อย่างไร
เราจะขยายและวิเคราะห์เนื้อหาหลักของพอดแคสต์ของ Messari กับ Michael ในเดือนที่แล้ว
AI ในปัจจุบันมีปัญหาอยู่มากมาย ถึงแม้จะมีฟังก์ชันหลากหลาย แต่ทั้งหมดก็เป็นเพียงการประมวลผลข้อมูลผิวเผินเช่นข้อความ ข้อมูลดังกล่าวนั้นเย็นชาและไร้อุณหภูมิ และขาดการรับรู้และความเข้าใจที่ลึกซึ้ง
เครือข่าย DePIN สามารถทำหน้าที่เป็น “ประสาทสัมผัสทั้งห้า” และ “แขนขา” ของ AI
“ประสาทสัมผัสทั้งห้า” ช่วยให้ AI รับรู้โลกแห่งความเป็นจริงได้อย่างรอบด้าน นักพัฒนาซอฟต์แวร์บางรายกำลังใช้ ioID และ W3bstream เพื่อเชื่อมต่ออุปกรณ์ในโลกแห่งความเป็นจริงเข้ากับบล็อคเชน และใช้การพิสูจน์ความรู้เป็นศูนย์เพื่อยืนยันกิจกรรมจริงของพวกเขา
“แขนขา” สามารถช่วยให้ AI ตัดสินใจได้อย่างแม่นยำโดยอิงจากการรับรู้ของตัวเอง และนำไปปฏิบัติ ทำให้ระบบ “การฝึกอบรม” -> “การสร้างแบบจำลอง” -> “ระบบอัตโนมัติ” เกิดขึ้นได้เป็นอย่างดี
1. DePIN ทำให้ข้อมูล AI เป็นจริงและหลากหลายมากขึ้น
ต่างจากโมเดล AI ออนไลน์ ขนาดใหญ่เหล่านั้นที่ได้รับการฝึกอบรมด้วยข้อมูลอินเทอร์เน็ตจำนวนมาก อุปกรณ์ DePIN สามารถช่วยให้ AI โต้ตอบกับโลกแห่งความเป็นจริงและรับข้อมูลจริงและเรียลไทม์มากขึ้น เฉพาะข้อมูลที่ได้รับการฝึกอบรมด้วยข้อมูลประเภทนี้เท่านั้นที่จะทำให้ AI หุ่นยนต์ และอุปกรณ์อื่นๆ พัฒนาปัญญาประดิษฐ์ที่แท้จริงได้
เนื่องจาก DePIN ยังอยู่ในช่วงเริ่มต้นของการพัฒนา ขณะนี้จึงยังไม่มีโครงสร้างพื้นฐานขนาดใหญ่เช่นนี้ในโลก และไม่มีฉันทามติว่าจะรวบรวมข้อมูลนี้อย่างไร
เราเชื่อว่าข้อมูลที่ DePIN+AI จะรวบรวมในอนาคตสามารถจำแนกออกเป็น 3 ประเภทดังต่อไปนี้:
ประเภทแรกคือข้อมูลการทำงานของมนุษย์ ซึ่งเป็นข้อมูลที่สร้างขึ้นเมื่อมนุษย์ควบคุมหุ่นยนต์ด้วยตนเอง ข้อมูลเหล่านี้มีคุณภาพสูงและจะบันทึกสตรีมวิดีโอและป้ายกำกับการกระทำ ซึ่งก็คือสิ่งที่มนุษย์เห็นและมีปฏิกิริยาอย่างไร นี่เป็นวิธีที่มีประสิทธิภาพที่สุดในการฝึก AI ให้เลียนแบบพฤติกรรมของมนุษย์ แต่ข้อเสียก็คือมีค่าใช้จ่ายสูงและต้องใช้แรงงานมาก
หมวดที่สองคือข้อมูลสังเคราะห์ (ข้อมูลจำลอง) ซึ่งมีประโยชน์ในการฝึกหุ่นยนต์ให้เคลื่อนที่ในภูมิประเทศที่ซับซ้อน เช่น การฝึกหุ่นยนต์ให้เดินบนภูมิประเทศขรุขระ และมีประโยชน์มากสำหรับบางสาขาพิเศษ แต่สำหรับงานที่หลากหลายเช่นการทำอาหาร สภาพแวดล้อมจำลองจะไม่ค่อยมีประสิทธิภาพมากนัก ลองนึกภาพการฝึกหุ่นยนต์ทอดไข่ การเปลี่ยนแปลงเล็กๆ น้อยๆ ในประเภทของกระทะ อุณหภูมิของน้ำมัน และสภาพห้องอาจส่งผลต่อผลลัพธ์ได้ และการสร้างสภาพแวดล้อมเสมือนจริงก็อาจเป็นเรื่องยากที่จะครอบคลุมทุกสถานการณ์
หมวดที่สามคือการเรียนรู้ผ่านวิดีโอ ซึ่งเป็นการปล่อยให้โมเดล AI เรียนรู้โดยการดูวิดีโอจากโลกแห่งความเป็นจริง แม้ว่าแนวทางนี้จะมีศักยภาพ แต่ยังขาดการตอบรับทางกายภาพโดยตรงแบบโต้ตอบที่แท้จริงที่จำเป็นสำหรับข่าวกรอง
หากรวบรวมและสนับสนุนข้อมูลเหล่านี้ ความสามารถในการให้บริการอัจฉริยะของ AI จะเพิ่มขึ้นอย่างมากอย่างแน่นอน
2. DePIN ช่วยเพิ่มประสิทธิภาพการใช้ทุนของ AI ให้สูงสุด และเอื้อต่อการกระจายอำนาจของ AI จากแหล่งที่มา แทนที่จะเป็นหุ่นเชิดของทุนบางส่วน
ต่างจากโมเดล AI ดั้งเดิมที่อาศัยพลังการประมวลผลเพียงอย่างเดียว การนำเทคโนโลยีหุ่นยนต์อัจฉริยะมาใช้จำเป็นต้องมีการปรับใช้อุปกรณ์ทางกายภาพในโลกแห่งความเป็นจริง สิ่งนี้ก่อให้เกิดความท้าทายด้านเงินทุนที่ยิ่งใหญ่
การสร้างหุ่นยนต์นั้นมีค่าใช้จ่ายสูง และมีเพียงบริษัทที่ร่ำรวยที่สุดเท่านั้นที่สามารถทำการทดลองขนาดใหญ่ได้ แม้แต่หุ่นยนต์ที่มีรูปร่างเหมือนมนุษย์ที่มีประสิทธิภาพสูงสุดในปัจจุบันก็ยังมีต้นทุนสูงถึงหลายหมื่นดอลลาร์ ทำให้การนำไปใช้งานในวงกว้างเป็นเรื่องที่ไม่สมจริง
AI สำหรับหุ่นยนต์ทั่วไปยังคงห่างไกลจากการยอมรับอย่างแพร่หลาย เนื่องด้วยความท้าทายในด้านฮาร์ดแวร์ ข้อมูล และการประเมิน
อย่างไรก็ตาม การนำเทคโนโลยี DePIN มาใช้ทำให้ทุกคนมีความหวัง
เนื่องจากขนาดและการประสานงานของเครือข่ายแบบกระจายอำนาจสามารถกระจายภาระเงินทุนได้อย่างมีประสิทธิภาพ จึงสามารถช่วยให้ทีมผู้ประกอบการรายย่อยบางทีมพัฒนาเทคโนโลยีนี้ได้ เพื่อให้หุ่นยนต์เอนกประสงค์ปรับปรุงประสิทธิภาพได้รวดเร็วที่สุดและมีความเหมือนมนุษย์จริงมากขึ้น การพัฒนาเทคโนโลยีหุ่นยนต์ควรเป็นแบบกระจายอำนาจแทนที่จะควบคุมโดยบริษัทใหญ่เพียงไม่กี่แห่ง แทนที่จะพึ่งพาบริษัทใหญ่ให้จ่ายเงินเพื่อซื้อหุ่นยนต์นับพันตัว เราสามารถนำบุคลากรที่สามารถมีส่วนสนับสนุนเข้าสู่เครือข่ายร่วมกันได้
นอกจากนี้ DePIN ยังเร่งการรวบรวมและการประเมินข้อมูลอีกด้วย
แทนที่จะรอให้บริษัทเดียวใช้งานหุ่นยนต์จำนวนจำกัดเพื่อรวบรวมข้อมูล เครือข่ายแบบกระจายอำนาจสามารถทำงานแบบคู่ขนานและรวบรวมข้อมูลในระดับที่ใหญ่กว่ามาก
ตัวอย่างเช่น ในการแข่งขันหุ่นยนต์ AI กับมนุษย์เมื่อไม่นานนี้ที่อาบูดาบี นักวิจัยจากสถาบันต่างๆ รวมถึง DeepMind และ UT Austin ได้นำโมเดล AI ของตนไปทดสอบกับผู้เล่นมนุษย์ แม้ว่ามนุษย์ยังคงเป็นฝ่ายได้เปรียบ แต่บรรดานักวิจัยก็ตื่นเต้นกับชุดข้อมูลเฉพาะตัวที่พวกเขาได้รวบรวมมาจากการโต้ตอบของหุ่นยนต์ในโลกแห่งความเป็นจริง สิ่งนี้เน้นย้ำถึงความจำเป็นในการมีเครือข่ายย่อยที่จะเชื่อมต่อส่วนประกอบต่างๆ ของหุ่นยนต์ แม้ว่าความเป็นอิสระอย่างสมบูรณ์จะยังคงเป็นเป้าหมายในระยะยาว แต่เทคโนโลยี DePIN ก็ได้แสดงให้เห็นถึงมูลค่าที่จับต้องได้ตั้งแต่การรวบรวมและฝึกอบรมข้อมูลไปจนถึงการใช้งานและการตรวจสอบในโลกแห่งความเป็นจริง
ในทางกลับกัน เครือข่าย DePIN กำลังช่วยในการนำหุ่นยนต์ AI มาใช้อย่างมีประสิทธิภาพสูงขึ้นและมีต้นทุนต่ำลง
ตัวอย่างที่เฉพาะเจาะจงคือความร่วมมือระหว่าง FrodoBot Lab กับโครงการ DePIN เพื่อรักษาความปลอดภัยของกล่อง GPU NVIDIA H100 จำนวนสองกล่อง โดยแต่ละกล่องจะมีชิป H100 จำนวนแปดชิ้น ซึ่งมอบพลังการประมวลผลที่จำเป็นให้กับนักวิจัยในการประมวลผลและปรับแต่งโมเดล AI บนข้อมูลโลกแห่งความจริงที่รวบรวมจากการใช้งานหุ่นยนต์ หากไม่มีทรัพยากรการประมวลผลดังกล่าว แม้แต่ชุดข้อมูลที่มีค่าที่สุดก็ไม่สามารถใช้ประโยชน์ได้อย่างเต็มที่ จะเห็นได้ว่าการเข้าถึงโครงสร้างพื้นฐานการประมวลผลแบบกระจายอำนาจ DePIN ช่วยให้ Robotics Network ช่วยให้นักวิจัยทั่วโลกสามารถฝึกอบรมและประเมินโมเดลต่างๆ ได้โดยไม่ต้องถูกจำกัดด้วยความเป็นเจ้าของ GPU ที่ต้องใช้เงินทุนจำนวนมาก หาก DePIN สามารถระดมข้อมูลและความก้าวหน้าด้านฮาร์ดแวร์จากบุคคลจำนวนมากได้สำเร็จ อนาคตของหุ่นยนต์อาจมาถึงเร็วกว่าที่คาดไว้
3. DePIN กำลังช่วยให้ AI และปัญญาประดิษฐ์สามารถบรรลุประสิทธิภาพทางธุรกิจที่มีประสิทธิภาพมากขึ้น
ตัวแทน AI เช่น Sam (บอทผู้มีอิทธิพลทางการเดินทางพร้อมโทเค็นมีม) สาธิตโมเดลรายได้ใหม่สำหรับเครือข่ายหุ่นยนต์แบบกระจายอำนาจ
Sam ทำงานแบบอัตโนมัติ ถ่ายทอดสดตลอด 24 ชั่วโมงทุกวันในหลายเมือง และโทเค็นมีมก็มีมูลค่าเพิ่มขึ้น
โมเดลนี้แสดงให้เห็นว่าหุ่นยนต์อัจฉริยะที่ขับเคลื่อนด้วย DePIN สามารถรักษาการเงินของตัวเองได้อย่างไรผ่านการเป็นเจ้าของแบบกระจายอำนาจและแรงจูงใจทางโทเค็น ในอนาคต ตัวแทน AI เหล่านี้อาจใช้โทเค็นเพื่อจ่ายเงินให้กับเจ้าหน้าที่เพื่อขอความช่วยเหลือ เช่าสินทรัพย์หุ่นยนต์เพิ่มเติม หรือเสนอราคาสำหรับงานในโลกแห่งความเป็นจริง ซึ่งจะสร้างวัฏจักรเศรษฐกิจที่ให้ประโยชน์ต่อทั้งการพัฒนา AI และผู้เข้าร่วม DePIN
คาดหวัง
การพัฒนา AI ในทางปฏิบัติไม่เพียงแต่ขึ้นอยู่กับอัลกอริทึมเท่านั้น แต่ยังเกี่ยวข้องกับการอัพเกรดฮาร์ดแวร์ การรวบรวมข้อมูล การสนับสนุนทางการเงิน และการมีส่วนร่วมของมนุษย์ด้วย
ในอดีตการพัฒนาอุตสาหกรรมหุ่นยนต์ถูกจำกัดด้วยต้นทุนที่สูงและการครอบงำของบริษัทขนาดใหญ่ซึ่งขัดขวางความก้าวหน้าของนวัตกรรม การจัดตั้งเครือข่ายหุ่นยนต์ DePIN หมายความว่าด้วยพลังของเครือข่ายแบบกระจายอำนาจ การรวบรวมข้อมูลหุ่นยนต์ ทรัพยากรคอมพิวเตอร์ และการลงทุนด้านทุนสามารถประสานงานได้ในระดับโลก ซึ่งไม่เพียงแต่จะเร่งการฝึกอบรม AI และการเพิ่มประสิทธิภาพของฮาร์ดแวร์เท่านั้น แต่ยังช่วยลดเกณฑ์การพัฒนาและอนุญาตให้ผู้วิจัย ผู้ประกอบการ และผู้ใช้รายบุคคลมีส่วนร่วมได้มากขึ้นอีกด้วย
เรายังหวังว่าอุตสาหกรรมหุ่นยนต์จะไม่พึ่งพาเทคโนโลยียักษ์ใหญ่เพียงไม่กี่แห่งอีกต่อไป แต่จะถูกขับเคลื่อนโดยชุมชนโลกเพื่อก้าวไปสู่ระบบนิเวศเทคโนโลยีที่เปิดกว้างและยั่งยืนอย่างแท้จริง
2. ข้อมูลการติดตามและการสังเกตของ DePIN
1. ส่วนแบ่งโดยรวมของ DePIN คิดเป็นเพียง 0.1% ของตลาด AI มูลค่าล้านล้านดอลลาร์
จำนวนโครงการ DePIN เพิ่มขึ้นจาก 100 โครงการในปี 2022 มาเป็น 1,170 โครงการในปี 2024 มูลค่าตลาดพุ่งสูงจาก 5 พันล้านดอลลาร์สหรัฐเป็น 50 พันล้านดอลลาร์สหรัฐ และอัตราโหนดที่ใช้งานอยู่เพิ่มขึ้นจาก 2% เป็นมากกว่า 50% อย่างไรก็ตาม ส่วนแบ่งโดยรวมของ DePIN คิดเป็นเพียง 0.1% ของตลาด AI มูลค่าล้านล้านดอลลาร์เท่านั้น จะบอกว่าเส้นทางนี้มีศักยภาพในการเติบโต 100-1,000 เท่าก็คงไม่เกินจริง
2. ยอดเงินที่ DePIN ได้รับการสนับสนุนเพิ่มขึ้น แต่จำนวนเงินทุนกลับลดลง
ตามข้อมูลของ Messari การเติบโตของการจัดหาเงินทุนของ DePIN ทรงตัวเมื่อเทียบเป็นรายปี โดยมีปริมาณการจัดหาเงินทุนที่สูงขึ้นในไตรมาสแรกของปี 2568 แต่มีจำนวนการจัดหาเงินทุนลดลง
ไตรมาสที่ 1 ปี 2567: 156 ล้านเหรียญสหรัฐฯ จากการระดมทุน 62 รอบ
ไตรมาสที่ 1 ปี 2568: 159 ล้านเหรียญสหรัฐฯ จากการระดมทุน 36 รอบ
ข้อมูลแสดงให้เห็นว่ามีโครงการสตาร์ทอัพในระยะเริ่มต้นที่เกิดขึ้นใหม่น้อยลง แต่โครงการ DePIN ที่เติบโตเต็มที่กำลังขยายขนาด
ในปัจจุบัน ส่วนแบ่งของโครงการชั้นนำในสาขา DePIN ทั่วโลกยังคงมีขนาดเล็กมาก และยังอยู่ในช่วงเริ่มต้นของการดำเนินการ
ส่วนแบ่งการตลาดในสาขาการส่งสัญญาณไร้สายอยู่ที่ 0.002% (โปรเจ็กต์ชั้นนำ Helium) ส่วนแบ่งการตลาดในสาขาการประมวลผลอยู่ที่ 0.03% (โปรเจ็กต์ชั้นนำ Filecoin) ส่วนแบ่งการตลาดในสาขาพลังงานอยู่ที่ 0.001% (โปรเจ็กต์ชั้นนำ Daylight) และส่วนแบ่งการตลาดในสาขาการพิสูจน์ตัวตนอยู่ที่ 0.2% (โปรเจ็กต์ชั้นนำ Worldcoin และ Anymal)
คาดว่าตลาดปัญญาประดิษฐ์แบบตัวแทนในเส้นทาง AI จะเติบโตอย่างมีนัยสำคัญในทศวรรษหน้า จาก 520 ล้านเหรียญสหรัฐฯ ในปี 2024 เป็น 196,600 ล้านเหรียญสหรัฐฯ ในปี 2034 ด้วยอัตราการเติบโตต่อปีแบบทบต้น 43.8%
3. Grayscale เผยแพร่รายงานประจำไตรมาสที่ 2 เน้นที่ RWA, DePIN และการสร้างโทเค็น IP
Grayscale เผยแพร่รายงานประจำไตรมาสที่ 2 ปี 2025 ในสัปดาห์นี้ โดยมุ่งเน้นไปที่ RWA, DePIN และการสร้างโทเค็น IP ส่งผลให้มีการเพิ่มโทเค็นใหม่ 3 รายการลงใน 20 อันดับแรก ได้แก่ IP, SYRUP และ GEOD ในขณะที่ Akash Network, Arweave และ Jupiter ถูกลบออก
รายงานระบุว่าไตรมาสนี้ Grayscale จะมุ่งเน้นไปที่โทเค็นที่สะท้อนถึงการใช้งานเทคโนโลยีบล็อคเชนที่ไม่ใช่การเก็งกำไรในโลกแห่งความเป็นจริง โทเค็นเหล่านี้แบ่งออกเป็นสามประเภทดังต่อไปนี้: RWA (สินทรัพย์ในโลกแห่งความเป็นจริง), DePIN (โครงสร้างพื้นฐานทางกายภาพแบบกระจายอำนาจ) และ IP (การสร้างโทเค็นทรัพย์สินทางปัญญา)
ในบรรดาสินทรัพย์สามรายการ ได้แก่ Maple (SYRUP), Geodnet (GEOD) และ Story (IP) ที่เพิ่มเข้าในรายชื่อสินทรัพย์ 20 อันดับแรกในไตรมาสที่ 2 ปี 2025 นั้น มี 2 รายการที่เป็นโครงการ DePIN
Geodnet (GEOD): Geodnet คือโครงการ DePIN ที่รวบรวมข้อมูลตำแหน่งแบบเรียลไทม์ ในฐานะผู้ให้บริการการระบุตำแหน่งจลนศาสตร์แบบเรียลไทม์ (RTK) ที่ใหญ่ที่สุดในโลก Geodnet นำเสนอข้อมูลภูมิสารสนเทศที่มีความแม่นยำสูงถึง 1 ซม. ซึ่งมอบโซลูชันที่คุ้มราคาสำหรับผู้ใช้ เช่น เกษตรกร ในอนาคต Geodnet อาจเพิ่มคุณค่าให้กับรถยนต์ขับเคลื่อนอัตโนมัติและหุ่นยนต์ เครือข่ายได้ขยายไปครอบคลุมอุปกรณ์มากกว่า 14,000 เครื่องใน 130 ประเทศ และรายได้ค่าธรรมเนียมเครือข่ายรายปีก็เติบโตเป็นมากกว่า 3 ล้านเหรียญสหรัฐในช่วง 30 วันที่ผ่านมา (เพิ่มขึ้นประมาณ 500% เมื่อเทียบกับปีก่อนหน้า) สิ่งที่น่าสังเกตคือ GEOD มีมูลค่าตลาดต่ำกว่าและจดทะเบียนในตลาดหลักทรัพย์น้อยกว่าสินทรัพย์อื่นๆ ใน 20 อันดับแรก จึงถือว่ามีความเสี่ยงมากกว่า
Story Protocol: มุ่งเน้นไปที่การจัดการทรัพย์สินทางปัญญาบนบล็อคเชน เป็นแอปพลิเคชันแบบกระจายอำนาจมากกว่าที่จะเป็นโครงสร้างพื้นฐานทางกายภาพ และอาจถูกจัดอยู่ในหมวดหมู่ DePIN ( Story Protocol ) Story Protocol กำลังพยายามสร้างโทเค็นให้กับตลาดทรัพย์สินทางปัญญา (IP) มูลค่า 70 ล้านล้านดอลลาร์สหรัฐ ในยุค AI มีการใช้ทรัพย์สินทางปัญญาที่เป็นกรรมสิทธิ์เพื่อฝึกโมเดล AI ส่งผลให้เกิดการเรียกร้องละเมิดลิขสิทธิ์และคดีความขนาดใหญ่ เช่น ข้อพิพาททางกฎหมาย ระหว่าง New York Times และ OpenAI ที่เกิดขึ้นก่อนหน้านี้ ด้วยการนำ IP เข้ามาสู่เครือข่าย Story จะช่วยให้บริษัทต่าง ๆ สามารถใช้ IP ของตนเพื่อการฝึกอบรมโมเดล AI ในขณะเดียวกันก็อนุญาตให้บุคคลใด ๆ ก็ตามลงทุน ซื้อขาย และรับค่าลิขสิทธิ์ IP ได้ Story ได้นำเพลงของ Justin Bieber และ BTS มาไว้บนเครือข่ายแล้ว และเปิดตัวบล็อคเชนและโทเค็นที่เน้น IP ในเดือนกุมภาพันธ์
4. DePIN ติดตามอันดับรายได้ในช่วง 30 วันที่ผ่านมา
โครงการ DePIN ที่มีประสิทธิภาพดีที่สุดใน Solana ในช่วง 30 วันที่ผ่านมา
5. การติดตามเหตุการณ์ในอุตสาหกรรม
Roam ซึ่งเป็นบริการเครือข่ายออนไลน์ที่จำเป็นสำหรับผู้ใช้ Web3 ทั่วโลก มีโหนดจำนวน 2.8 ล้านโหนดทั่วโลก ช่วยให้ผู้ใช้สามารถโรมมิ่งข้ามพรมแดนได้อย่างราบรื่นด้วยค่าใช้จ่ายเพียง 30% ของผู้ให้บริการดั้งเดิม Roam มีแผนที่จะเปิดตัวกลไกจูงใจที่คล้ายคลึงกันในช่วงครึ่งหลังของปี 2025 และข้อมูลเชิงพื้นที่และเวลาที่เก็บโดยโหนดแบบกระจายจะกลายเป็นเชื้อเพลิงสำหรับการฝึกอบรมโมเดล AI แนวตั้ง
ความร่วมมือของฟีนิกซ์กับ TandemAI และ Origin Quantum เพื่อก้าวไปสู่การบูรณาการ AI เข้ากับโครงสร้างพื้นฐานทางกายภาพแบบกระจายอำนาจกำลังช่วยให้ฟีนิกซ์ขึ้นเป็นผู้นำในพื้นที่ DePIN-AI
IoTeX ได้เปิดตัว “Get Goated Season 2” ซึ่งเกี่ยวข้องกับรางวัลโทเค็นและกระบวนการรับสิทธิ์ หน้าต่างการเรียกร้อง $IOTX ได้ปิดลงเมื่อวันที่ 27 มีนาคม และโทเค็นที่ไม่ได้รับการเรียกร้องจะเข้าสู่กลุ่มคลังของ IoTeX ผู้ให้การสนับสนุนได้แก่ Geodnet, Uprock, Drop Wireless และ Network 3 โดยหน้าต่างการขอรับสิทธิ์จะเปิดในวันที่ 7 เมษายน โดยมีช่วงเวลาการพิจารณาตั้งแต่วันที่ 28 มีนาคมถึง 31 มีนาคม โดยใช้การตรวจสอบสิทธิ์ zkPass การเคลื่อนไหวครั้งนี้อาจช่วยเพิ่มการมีส่วนร่วมของชุมชนและดึงดูดผู้ใช้ให้เข้าร่วมในระบบนิเวศ IoTeX มากขึ้น
จากรายงาน Helium Q4 ที่เผยแพร่โดย Messari ระบุว่าข้อมูลการดำเนินงานเครือข่ายของ Helium เติบโตขึ้นอย่างมีนัยสำคัญ โดยข้อมูลของผู้ให้บริการเพิ่มขึ้น 555% เมื่อเทียบรายเดือนเป็น 576 TB จุดเชื่อมต่อแบบเคลื่อนที่เพิ่มขึ้น 14% เป็น 24,800 จุด และปริมาณการรับส่งข้อมูลแบบชำระเงินผ่านมือถือรายวันเพิ่มขึ้น 99% แสดงให้เห็นถึงศักยภาพในการสร้างการเปลี่ยนแปลงในอุตสาหกรรมโทรคมนาคม ในเวลาเดียวกัน Helium ได้รวม $HNT ให้เป็นโทเค็นเพียงตัวเดียวผ่านข้อเสนอ HIP 138 ปรับปรุงโมเดลทางเศรษฐกิจ และประกาศความร่วมมือกับ Telefónica เพื่อเข้าสู่ตลาดเม็กซิโก โดยครอบคลุมผู้ใช้ Movistar กว่า 2 ล้านคน นอกจากนี้ Helium ยังถูกจัดให้อยู่ใน 20 โทเค็นที่มีผู้จับตามองมากที่สุดโดย Grayscale และรวมอยู่ในดัชนี COIN 50 โดย Coinbase ซึ่งดึงดูดความสนใจจากนักลงทุนสถาบัน ในด้านแอปพลิเคชั่นเมืองอัจฉริยะ เครือข่ายนี้ถูกนำมาใช้เพื่อการติดตามน้ำท่วมและการเตือนภัยไฟป่าในสหรัฐอเมริกา ฮีเลียมกำลังขยายตัวผ่านโมเดล DePIN (เครือข่ายโครงสร้างพื้นฐานทางกายภาพแบบกระจายอำนาจ) เพื่อเสริมสร้างความเป็นผู้นำในตลาดโทรคมนาคม Web3
6. ข้อมูลทางการเงิน
GLIF ซึ่งเป็นโปรโตคอล DeFi ที่ใหญ่ที่สุดของ Filecoin เปิดตัวโทเค็นการกำกับดูแล $GLF และแจกโทเค็นทางอากาศจำนวน 94 ล้านโทเค็น คิดเป็น 9.4% ของอุปทานทั้งหมด $GLF จะขยายไปสู่ฟีเจอร์ใหม่ๆ เช่น รางวัลความภักดีในอนาคต GLIF กำลังขยายไปสู่เครือข่ายโครงสร้างพื้นฐานทางกายภาพแบบกระจายอำนาจ (DePIN) นอกเหนือไปจากระบบนิเวศของ Filecoin ปัจจุบัน GLIF ได้ล็อคเงินดอลลาร์สหรัฐมากกว่า 102 ล้านเหรียญสหรัฐไว้บน Filecoin และจะรองรับเครือข่าย DePIN เพิ่มเติมในอนาคต
เครือข่ายธุรกิจแบบกระจายอำนาจ Domin Network ได้ประกาศว่าได้รับการลงทุนเชิงกลยุทธ์จาก Animoca Brands, KuCoin Labs, Web3 Labs.club, IBC Group Official, DWF Ventures, Presto, Outlier Ventures, KnightFury, ThreeDAO, Awakening Ventures และ AB DAO Domin Network เป็นเครือข่ายธุรกิจแบบกระจายอำนาจที่ใช้เทคโนโลยี NFT และ DePIN Rollup เพื่อเชื่อมต่อซอฟต์แวร์ ฮาร์ดแวร์ และข้อมูลพฤติกรรมผู้บริโภคเข้ากับเครือข่าย ทำให้ผู้ใช้สามารถรับรางวัล crypto โดยการแบ่งปันข้อมูลการบริโภคของพวกเขา
คำชี้แจงพิเศษ: บทความทั้งหมดของ DePINone Labs มีไว้เพื่อจุดประสงค์ในการให้ข้อมูลและความรู้เท่านั้น และไม่ถือเป็นคำแนะนำการลงทุนใดๆ ทั้งสิ้น
รายงานนี้จัดทำโดย DePINone Labs กรุณาติดต่อเราหากต้องการพิมพ์ซ้ำ
