跳至内容

草

2025年1月7日3 min

播撒 AI 的种子

数据是新的石油,但与它的前身不同,它真正的价值不在于集中控制,而在于生成它的人手中。我们正处于通往 AGI 的竞赛中的一个转折点,而 Grass 正在重新定义贡献和拥有关键数据基础设施份额的含义,民主化一个你可以实际拥有的互联网规模的网络爬虫。

Grass 展示了 Crypto 和 AI 如何以 DePIN(Decentralized Physical Infrastructure Networks)的形式融合,以实现全球所有权并解锁新的资本形成形式。通过使用代币激励来吸引供给,Grass 旨在超越现有巨头,同时将价值重定向到应得的地方——数据供应商。

来源:kaito.ai – AI 是本周期迄今为止最主导的叙事,虽然 DePIN 目前处于次要阶段,但这为我们的论点增添了可选性,允许我们在任何潜在的上涨中获利。

作为一个遍布全球数百万节点的分布式网络,Grass 将闲置资源转化为生产性资产,提供可扩展的、覆盖整个互联网的数据收集和实时上下文检索——这些是 AI 训练和推理的关键输入,服务于 Web2 和 Web3 客户端。

来源:The Economist – 现代AI模型需要大量高质量数据来实现出色的性能,尤其是在通往AGI的竞赛的最后几年中,更是如此。

我们将 $GRASS 视为 2025 年第一季度最具吸引力的流动性投资之一,预计多个基金和大型玩家将在 2025 年 10 月解锁之前部署大量资金,同时供应量减少。Grass 有望成为关键基础设施的一部分,在一个庞大且不断增长的市场领域中提供先发优势。

除了投机市场溢价之外,Grass 解决了 DePIN 代币中常见的无摩擦入驻和基于声誉的奖励的双重挑战。凭借低进入门槛和高度灵活的商业模式,该协议创造了一个自我维持的飞轮效应,其中供应量扩展以满足对 AI 就绪数据集的激增需求。

来源: kaito.ai – 价格最近上涨,在情绪和心智份额上领先;正如预期的那样,由于当前围绕 AI 代理的炒作,尽管可能转向更注重基本面的基础设施项目。

凭借在去中心化 AI 基础设施方面的先发优势以及明确的增长催化剂——数据许可、API 货币化以及实时或合成数据服务——Grass 处于领导 Data-as-a-Service 垂直领域的有利位置。这是对 AI 和 DePIN 的宏观押注,利用分布式系统的防御性和可扩展性——颠覆现有巨头并在 AI 数据管道中占据关键位置。

关键要点

互联网规模的抓取网络:Grass 拥有分布在多个国家的数百万节点,每天处理数TB的数据,通过使用住宅 IP 绕过传统封锁,利用加密经济激励吸引供应商加入网络。

灵活且多功能的商业模式:Grass 在一个庞大且不断增长的市场中运营,利用在加密领域的先发优势,但通过数据许可协议、AI 应用的实时数据检索,以及通过 API 货币化、高级边缘计算服务或合成数据生成提供可验证的数据来源和信任,将自身定位为 AI 的数据骨干。

代币效用中的嵌入式期权性:该网络支持最终以 $GRASS 结算的支付选项,该代币可用于交易、治理、质押以及支付数据服务的费用。质押 APR 允许参与者拥有网络中越来越大的份额,并且代币效用预计将随着时间演变,引入回购、收入分享、代币销毁以及其他形式的价值累积。

DePIN 飞轮和正反馈循环:随着更多节点加入网络,Grass 可以处理更多数据,从而驱动更多收入并吸引更多供应商。这创造了一个自我维持的增长周期,随着网络效应的指数级扩展。

数据即服务领导者:Grass 位于加密货币领域中两个大型且快速增长的垂直行业(如 DePIN 和 AI)的交汇处,解决了 Web2 和 Web3 在数据访问、训练和验证方面的挑战。

流动性资金的吸引力投资:早期投资者锁定至 2025 年 10 月,锁定代币无法获得 staking 奖励。随着 staking 比率的增加,流通供应量减少,这在预期 2025 年 Q1 出现供需冲击方面是有利的。

所有智能的根源

Grass 已经酝酿了两年多,远在 AI 吸引主流关注之前。团队的方法反映了长期愿景,他们在最具挑战性的环境中启动了筹资努力——FTX 崩盘之后,就在 ChatGPT 发布之前——展示了韧性和对 AI 长期增长的坚定信念。今天,他们的座右铭是“在 AI 中赚取一份股权”。

来源: getgrass.io – Grass 通过在后台运行利用用户的闲置资源,并允许他们因贡献而获得奖励。

最初,Grass 的去中心化模型被定位为利用数据服务领域一个已经庞大且不断增长的市场,提供比中心化参与者更高的可靠性和道德完整性。随着 ChatGPT 推出后 AI 采用的加速,市场验证了 Grass 的论点,强调了去中心化系统独特配备提供实时数据管道的需求。

Source: getgrass.io – A $1M pre-seed took place in July 2023, followed by a $3.5M seed round led by Polychain in December of that same year. An undisclosed Series A round followed in September 2024, led by Hack VC.

Grass 的愿景吸引了在加密货币和 AI 基础设施领域具有专业知识的顶级投资者的支持。种子轮融资由 Polychain 和 Tribe Capital 共同领投,而最近的 A 轮融资由 Hack VC 领投,Delphi Digital、Brevan Howard Digital 和 Lattice Capital 等主要机构投资者参与。

一次一个节点,喂养 AI

Grass 是一个去中心化网络,通过互联网规模的网络抓取和实时数据检索,为 AI 和数据密集型应用提供动力。利用加密经济激励,它通过利用全球数百万分布式节点中的未使用带宽来民主化数据收集过程,以代币奖励贡献者的参与。

来源: getgrass.io – 成为网络上的活跃参与者并开始赚取奖励所需的一切就是下载 Grass App、创建账户,并在应用在后台运行时跟踪您的收益。

分类于 DePIN 和 AI 的交汇处,用户根据其贡献获得网络代币 ($GRASS) 奖励,从而捕捉网络的上行潜力和所有权。主要用例涵盖 AI 模型训练、实时上下文检索以及数据完整性验证。实际上,通过 Grass,您只需注册即可拥有一部分互联网。

通过去中心化数据访问,Grass 提供了可扩展的、成本效益高的数据管道——这是 AI 模型训练、推理和实时上下文检索的关键骨干。所有这些都通过构建在 Solana 上的主权数据rollup实现,确保数据来源和永久可验证性。

来源:getgrass.io – 用户可以货币化他们的未使用互联网,同时保持他们的个人数据私密和保密。

系统的分布式特性还提供了竞争优势,在护城河可防御性和弹性方面。鉴于全球用户可以无许可地访问网络,他们有动力与 Grass 分享闲置资源,并从他们的贡献中捕获代币奖励作为回报。这使得 Grass 能够绕过传统的网络抓取障碍,例如 IP 封锁和速率限制,因为网络可以使用住宅 IP 地址来避免检测和操纵。

来源: getgrass.io

此外,该网络的基础设施还防止数据中毒并保证可验证的数据集——解决AI最紧迫的挑战之一:对数据完整性的信任。网站通常通过IP地址验证、设备指纹分析和流量模式分析来检测爬虫和抓取器。当它们注意到这种活动时,它们会通过伪造网站数据来回应。这可以通过创建蜜罐陷阱、生成欺骗性链接以浪费计算资源,或动态调整价格和信息来愚弄那些抓取它们数据的人来实现。因此,数据编译过程会面临诸如数据集引入偏差等挑战。当应用于AI时,这的影响可能决定一个应用程序的成败,因为任何形式的细微差别都可能影响模型训练或改变模型行为。

Grass 通过作为一个分布式验证者、路由器和节点系统来解决这个问题:

  • 验证者 发布数据收集任务,验证流量,并确保数据质量。
  • 路由器 将加密的网络请求分发到节点,实现并行化抓取以提高速度和效率。
  • 节点 使用未使用的带宽来执行任务,返回结构化数据,同时根据性能和地理价值赚取奖励。

Validators 负责发送一组包含 scraping targets 的指令。这些 web requests 由 routers 接收,后者会将它们分发到网络上的 nodes。每个 web request 可能不同,因此可以并行运行这些操作。当 nodes 接收这些 payloads 时,其移动或桌面设备的未使用带宽将被用于访问网站并 scrape 目标数据。所有这些操作都在不暴露设备特定信息的情况下进行,并确保每个 web request 都被 authenticated 以验证每个请求的真实性。

来源: grass-foundation.gitbook.io – Grass 是第一个主权数据 Rollup,充当 Solana 网络扩展,并作为第一个全球分布式网络,用于访问结构化 web 数据。

一旦收集完成,数据将被清洗、格式化、标记化和结构化为标准格式。存储被优化以便于 AI 模型的摄取。在清洗和重构过程结束时,数据被格式化为结构化的 JSON 文件,然后可以转换为 LLM 可读的标记。这些标记化数据集随后被转换为向量和数字数组,模型可以在其上进行训练。

来源: getgrass.io – Grass 允许 AI 实验室访问并下载来自“地球每个角落”的海量公共文本数据,以训练他们的语言模型。

Grass 目前每天可以处理 10 TB 的数据——足以在一天内复制 GPT-3.5 的整个训练集。在规模化后,它有可能抓取整个互联网,媲美 Google 和 Microsoft 等基础设施巨头。仅在 2024 年,该网络就抓取了超过 100 TB 的数据,创建了世界上最大的多模态数据集之一,并在加密货币历史上最分散的空投中向网络参与者交付了超过 $300M。此外,该协议不妨使用合成数据并依赖递归训练来快速超越其他竞争对手。

来源: Grass Foundation 统计

护城河在考虑到 Grass 使用零知识 (ZK) 证明和数据账本保护其数据这一事实时变得更加难以攻破,这确保了数据的不可变性和验证,而无需暴露敏感数据。至于进入壁垒,Grass 避免了其他 DePIN 网络中常见的广泛前期要求或投资,在这些网络中,用户必须进行大量投资来获取硬件,然后长时间开采直到收回本金投资。在 Grass 中,节点可以通过网络扩展、桌面或移动应用程序轻松启动。

此外,与其他 DePIN 协议不同,在其他协议中每个参与者都会按比例获得奖励,而 Grass 意识到并非所有节点贡献都应被同等重视。因此,节点会被分配一个声誉分数,该分数会考虑质量统计指标,例如 uptime 或它们中继的数据的地理需求。这是一个一致性、完整性和及时性的函数。为什么这在实践中很重要,是因为网站可能会根据原始请求的地理位置显示不同的信息。延迟也很重要,因为从更远的物理位置获取数据的尝试需要更长时间到达,并且效率较低。例如,如果目标是针对欧洲网站,则应优先考虑欧洲节点,因为它们的工作比来自其他大陆的工作更有价值。

来源: grass-foundation.gitbook.io – 每个传入交易都会被评分并根据其对网络的实际贡献价值分配声誉分数,这类似于 Proof of Useful Work。

就代币经济学而言,$GRASS 为整个生态系统的治理、质押和支付提供动力。用户可以质押代币来保护网络并赚取奖励,而网络费用则推动价值累积。具体来说,$GRASS 用于 i) 驱动网页抓取交易,ii) 购买数据集,以及 iii) Live Context Retrieval (LCR) 使用。

早期投资者直到2025年10月仍处于锁定状态,这一事实确保了在未来几个月内没有即时的抛售压力,从而实现更稳定的增长轨迹。

来源:asxn.xyz – $GRASS 总供应量为 10 亿代币,其中 25% 于 2024 年 10 月 28 日 TGE 时解锁,其中 10% 来自空投。

在 Grass 生态系统中,所有利益相关者都以 $GRASS 获得补偿。数据集可以用稳定币或法币购买,但网络生成的所有收入最终都会转换为 $GRASS 代币并按比例分配,从而按比例补偿利益相关者。

来源:asxn Dune – $GRASS 可以被质押并委托给 Routers 以促进网络流量并通过贡献网络安全获得奖励。当前的质押比率超过 40%,这大大减少了流通量(流通中的代币数量)。

虽然围绕 low-float 和 high-fdv 现象有过很多讨论和批评,但值得注意的是,在牛市中,流通中的代币数量较少会像引力一样,拉动价格在流动性市场上更容易变动。

来源: getgrass.io

淘汰竞争对手

数据已成为技术指数时代的新石油,推动从AI模型训练到实时推理的一切。AI生成内容的指数级增长,加上对数据来源、偏差和完整性的日益关注,使得可验证的实时数据管道变得不可或缺。随着AI生成内容的爆炸式增长以及90%的在线数据可能很快将是AI生成的预测,对可信、可验证且最新的数据来源的需求从未如此迫切。

来源: getgrass.io

Grass 在 AI 和去中心化物理基础设施 (DePIN) 的交汇处运作——这两个领域在 crypto 中享有估值溢价,因为市场对其颠覆性潜力进行了定价。虽然像 Google 这样的传统爬虫已经为我们服务了数十年,但网络内容的指数级增长以及 AI 对实时数据的需求暴露了它们的局限性。

通过将数百万台个人电脑转变为分布式爬取网络,Grass 解决了数据收集中的一个基本挑战,即使科技巨头也难以应对。与传统的集中式爬虫不同,Grass 的网络可以动态扩展,绕过常见的抓取瓶颈,并访问实时数据——同时与那些为网络提供动力的用户分享价值。通过代币奖励激励参与,Grass 创建了一个自我维持的数据供应,满足 AI 对实时信息的贪婪需求,同时通过其众包的、成本高效的分布式架构削弱了集中式数据提供商。

来源: alearesearch.io – DePIN 飞轮:通过用网络发行的代币激励参与,DePIN 将用户转变为利益相关者,推动网络增长。供应商可以在这个开放市场中满足需求,参与者可以捕获他们提供的价值的份额,并从网络效应的上涨中受益。

DePIN 的主要批评是,任何人都可以推出一个代币并激励供给,但当没有需求时,代币通胀可能会危及项目的命运。Grass 通过在数据需求非常旺盛的快速增长的垂直领域工作来克服这个问题。AI 的快速采用加剧了对清洁、无偏见且可扩展的数据集的需求,用于训练大型语言模型 (LLMs),这扩展到加密货币以外的用例,也吸引了多家 Web2 公司。

当前的數據收集方法嚴重依賴於閉源技術。像Google這樣的一些巨型公司可以輕鬆訪問整個互聯網,但對於資源較少的中小企業或初創公司來說,情況並非如此。即使他們設法獲得這些資源,抓取的本質會造成瓶頸,因為分佈式系統的可擴展性要強得多。其原因是目標網站會意識到有人在抓取它們的網站,因此他們會讓繼續運營變成一場噩夢,迫使他們最終放棄。這些策略範圍從速率限制和頻繁的CAPTCHA,到IP封鎖或改變信息的準確性,所有這些都會以AI模型訓練或推理偏差的形式產生負面外部性。這些偏差的引入被稱為“data poisoning”,因為源網站故意試圖通過添加水印內容、向bot流量提供不同的內容、對非人類訪問者微妙地更改數據等來注入不正確的數據;Grass通過利用住宅代理來繞過所有這些,確保客戶獲得未被篡改的實際數據。

来源:getgrass.io

除了以隐私保护的方式提供可验证的数据来源之外,Grass 的去中心化特性还使网络在规模化时具有鲁棒性,因为没有单一故障点。确保可追溯且值得信赖的数据集对于 AI 训练至关重要,谁能获得解决这一问题的声誉和信任,谁就能将此作为护城河,我们已经指出了 Grass 如何扮演这一角色并超越现有巨头。

Source: getgrass.io – 隐私和安全都是 Grass 的优先事项,为用户提供了收回对未使用互联网带宽控制的机会。这与大型公司长达十年的做法形成对比,这些公司一直在未经人们知晓的情况下利用人们的互联网带宽。

此外,在AI时代,获取实时信息的能力对企业来说可能是成败的关键。AI模型对实时上下文检索的依赖——尤其是用于fine-tuning和inference——进一步放大了大规模实时网络抓取的需求。Grass每天处理10 terabytes数据的能力已经可以与Google和Microsoft等科技巨头的數據收集管道相媲美。在全规模下,Grass有可能爬取整个互联网。

来源: alphaplease – 获取高质量信息,尤其是实时或细粒度的最新信息,可以将出色的AI模型与较为平庸的模型区分开来,如今大多数企业都需要实时信息。

这种方法通过解决其结构性弱点——高成本、伦理问题以及数据收集实践的法律争端——来挑战像 Bright Data 和 Google 这样的根深蒂固的巨头。传统数据提供商还依赖于集中式基础设施,这需要大量 CapEx,并且容易受到速率限制、封禁以及数据中毒等操纵性对策的影响。Grass 的去中心化架构通过利用住宅 IP 地址和基于加密的激励机制来绕过这些障碍,使其更具弹性、可扩展性、可访问性和负担能力。

同样值得注意的是,虽然加密货币领域的其他部门有多个参与者,但 Grass 在这方面并没有真正面临直接竞争。例如,有多种选择可以投资于像 Render、Akash 或 IO 这样的去中心化 GPU 市场,或者投资于像 Virtuals、ai16z 或 Zerebro 这样的 AI 代理启动平台或框架,但 Grass 正在加密货币领域开辟一个利基市场,同时填补 AI 和科技其他行业的一个关键空白;它将自己定位为针对 LLM 工作流程优化的数据即服务 (DaaS) 提供商。

来源:Coingecko, DePIN – 尽管市值超过 $700M 且 FDV 超过 $3B,但仍有增长空间,并在 DePIN 领域中提升排名,该领域整体上往往具有较大的溢价。

对于 Grass,利用闲置资源消除了传统的 CapEx,降低了运营成本,并实现了大规模的并行化。基于代币的机制也随着采用的增加而进一步扩展,将贡献者转变为利益相关者,并强化网络效应。

Grassroots Intelligence

将数据转化为世界上最有价值的商品,Grass 正在抓住一个独特的市场机会:重新定义 AI 时代的数据基础设施。不仅总可寻址市场 (TAM) 巨大,而且其影响也将在各种行业中产生巨大影响。

来源:aixbt on X

刮取、验证和结构化实时多模态数据的能力现在已成为AI模型训练、推理和决策的战略必需品。Crypto 和 DePIN 只是构建互联网规模网络爬虫网络的一个更好方法。您可以激励全球用户并利用数百万节点来创建高效的数据管道,这是AI公司无法独自复制的。

Grass 不是另一个进入现有市场的竞争者,该市场具有某些差异化的卖点,而是数据来源、所有权和货币化方式的结构性转变。在一个饱受深度伪造和 AI 生成内容困扰的时代,Grass 提供了可验证的数据来源,而不是对特定提供商的信任。它还以低摩擦方式高效、低成本地实时引入数百万用户的数据,实现参与的民主化,并消除其他 DePIN 模型中常见硬件障碍。随着网络规模扩大和更多参与者开始运行节点,网络效应开始驱动经济飞轮的运转,使提供闲置资源并捕获代币奖励变得更具吸引力。

来源: aixbt on X – $GRASS 目前用于网络内的交易,包括网页抓取和数据购买。尽管回购尚未激活,但这种实用性已经为该代币创造了需求,回购激活将进一步减少供应,如果需求保持不变或增长,有可能提升价值。

Grass 最显著的优势或许是将 AI 公司面临的挑战转化为机会的能力,识别结构性差距而不是追逐炒作叙事。值得注意的是,AI 的演进主要集中在扩展计算和参数上,但这导致了边际收益递减,因为训练成本呈指数级上升,而性能改进呈对数级增长。在其他条件相同的情况下,数据集的独特性是区分一个实例与另一个实例的关键。

来源: Business Research Insights – AI 训练数据市场规模正在迅速扩张,预计到 2032 年达到 $27B。

同时,大多数模型仍受限于静态数据集,导致数据陈旧、幻觉以及在现实世界场景中的适用性降低。Grass 通过 Live Context Retrieval (LCR) 直接解决了这一瓶颈,使 AI 系统能够在推理时访问当前、真实世界的数据,而不是仅仅依赖过时的训练集。这解锁了金融、研究和市场分析等关键用例,在这些领域,及时、准确的数据驱动性能。

在此基础上,我们还要加上这样一个事实:Grass 还应对了日益增长的偏见和数据中毒风险,这些风险会扭曲 AI 输出、侵蚀信任并损害声誉。其 sovereign rollup 架构和 ZK 处理器创建了一个不可变的数据账本,嵌入元数据以验证数据来源、时间戳和完整性,为每个抓取的数据集提供可追溯的血统。这解决了 AI 最紧迫的问题之一:对透明、可审计的数据管道的需求。

所有这些都以更低的成本实现,利用分布式闲置资源,不仅最小化了 CapEx,还使绕过 IP 封锁、 Captchas 和其他障碍成为可能。通过将价值重新分配给贡献这些资源的用户,Grass 将 Web2 模式彻底颠覆,提供了一个用户拥有的替代方案,同时仍能支持各种商业模式。例如,收入来源包括数据许可(向 AI 实验室、金融機構、研究人员等销售结构化数据集)、API 货币化(通过订阅或按使用付费模式提供实时数据访问和分析)、合成数据生成(提供优化用于 AI 训练的隐私保护数据集),或激励性 RLHF(使用加密激励来众包数据清洗和标注)。

这些收入流使 Grass 成为一个数据即服务 (DaaS) 平台,具有高重复收入潜力,在规模上满足 Web2 和 Web3 的需求。$GRASS 代币通过创建正反馈循环来增强这一愿景,该循环推动需求端的采用和供给端的可扩展性。节点、路由器和验证者因其贡献而赚取 $GRASS,而企业则为数据服务付费。随着网络收入的增长,代币奖励也会增加,吸引更多贡献者。反过来,更多节点能够提供更好的数据覆盖,吸引更多需求,强化增长,并推动代币价值升值。在协议早期阶段提供高额质押奖励,持有者有动力进行质押,从而减少流通供应量。

风险与失效

加密货币是一个注意力经济,而由于 Grass 不是消费产品,目前的认知份额根本不存在,因为大多数参与者更青睐更实际的用例,例如具有社交媒体账户和 on-chain 钱包的 AI 代理。

来源:kaito.ai – Mindshare 在空投时达到了峰值,我们仍然远未达到那些水平。

当前 mindshare 的缺失可以通过低 float 来缓解,这使得移动价格变得更容易,但某种程度上的活动和关注在某个时刻是必要的。目前,我们可以相信价格可能领先,关注很快就会跟上,以赶上项目的开发。

Source: kaito.ai – 尽管最近的 price action,Grass 目前正在努力进入 Kaito mindshare 排名前 100-150。

与此同时,Grass 作为协议的成功在很大程度上依赖于 $GRASS 网络代币,这与大多数 DePIN 协议的情况类似。在熊市期间代币价格崩盘可能会引发向下螺旋,其中节点离开网络,减少数据供应并削弱协议的实用性。流动性限制,尤其是在早期阶段,使得二级市场和 CEX 上市对于投资者退出至关重要。就此而言,建议密切关注这一仓位,因为它可能在 Q1 期间表现良好,但如果代币在那之后没有获得显著的 CEX 上市,它很快就会挣扎。

尽管前景乐观,但尽管 Grass 已证明其能够扩展供给侧基础设施,需求侧采用仍未经验证。AI 实验室、企业和开发者需要证明对 Grass 数据集在可扩展价格点的持续需求。没有明确的商业采用指标或合同,收入预测仍属推测。挑战在于将当前兴趣转化为稳定的收入流,同时企业将去中心化模型与 Bright Data 和 Google 等中心化巨头进行测试。

此外,Grass 由于依赖 web scraping 和 residential IPs 而运作于法律灰色地带。虽然美国法院已维持抓取公开可用数据(例如 Meta v. Bright Data)的合法性,但像 NYT v. OpenAI 这样的版权案件突显了使用抓取数据进行商业 AI 训练日益增加的法律挑战。主要监管风险包括潜在违反 GDPR(欧盟)和 CCPA(加利福尼亚)隐私法的行为,涉及数据收集和使用权利、版权挑战,以及由于缺乏全球法律框架而导致的地理管辖权冲突。

Grass 必须主动通过合规保障和法律清晰度来应对这些风险,特别是随着 AI 监管的演变。在全球司法管辖区运行数百万个节点网络会增加与延迟相关的运营风险。Grass 依赖住宅 IP 来规避检测是一种暂时的优势——这种优势可能会随着中心化巨头开发反制措施(如改进的 CAPTCHA 和 IP 检测系统)而削弱。

总体而言,围绕收入可见性、成本结构和盈利时间表的 ключ 问题仍然存在。这归结为 Grass 的能力,即签署长期许可或经常性收入协议、在不侵蚀利润的情况下扩展,并确保代币通胀不会在长时间内超过需求。

随着2025年的推进,代币经济学将越来越多地引入供给侧风险,特别是锁定代币在未来1–3年内逐步解锁;因此,我们考虑的持有期或时间范围跨越数周或数月,但不一定超出第一季度。关键分配——如早期投资者(1年后解锁50%)和核心贡献者(1年后解锁25%)——可能造成卖压,尤其是在市场状况恶化的情况下。

我们将此视为一个宏观AI论点,嵌入加密风险——这是一个凸性交易,即使短期内采用并未完全实现,也能带来超额回报,但需要主动监控和短期对冲来应对早期波动性和市场不确定性。

结论

Grass 利用 AI 和 DePIN 交汇处的数十亿美元高增长市场。相比大科技巨头通过法律团队和专有系统维护其主导地位,Grass 的开放、去中心化方法提供了一种可扩展、合乎道德的替代方案,能够在成本、可访问性和数据完整性方面竞争。该协议的飞轮机制——通过代币奖励推动增长——进一步协调激励措施,实现引导式启动、众包 CapEx,以及贡献者对协议的实际所有权。

通过解决信息偏差、数据稀缺性和完整性风险,同时利用成本高效的分布式模型,Grass 定位于主导 Web2 和 Web3 的数据经济,尤其是在 AI 采用加速的情况下。其实时数据管道、去中心化架构和加密激励机制将其定位为 AI 的可防御基础设施层,能够超越中心化参与者并解决 AI 的数据瓶颈。

Grass 将主题 AI 曝光与流动代币经济相结合,提供对去中心化 AI 基础设施的风险管理入口。其早期投资者锁仓至 2025 年 10 月可防止突发供应冲击,而 staking 奖励也可能暂时支持代币价值。这导致了一个罕见的非对称赌注,可以大规模配置以押注更广泛的 AI 繁荣,同时定位以捕捉 DePIN 的结构性增长。

在一个数据是AI新石油的世界中,Grass正在培育炼油厂。

披露

Alea Research 从未与 Grass 建立过商业关系,本报告未以任何方式获得资助或委托。

Alea Research 团队成员,包括直接参与上述分析的人员,可能持有所讨论的代币头寸。

本内容仅供教育目的提供,不构成财务或投资建议。您应进行自己的研究,并仅投资您能承受损失的金额。Alea Research 是一个研究平台,并非投资或财务顾问。

Alea Research · 2025年1月7日 · 3 min · 9 个章节

返回顶部