0

0

为何引入dTAO?dTAO对Bittensor的影响及未来展望

碧海醫心

碧海醫心

发布时间:2024-12-31 18:15:30

|

804人浏览过

|

来源于脚本之家

转载

为何引入dtao?dtao对bittensor的影响及未来展望!近期,grayscale 的研究部门 grayscale research 发布了一份新名单,列出了今年 q4 季度最具潜力的 20 种代币。该名单考虑了各种因素,例如潜在催化剂、网络采用和风险因素。总共有六种新的数字资产被添加到名单中: sui (sui)、optimism (op)、helium (hnt)、bittensor (tao)、uma protocol (uma) 和 celo (celo)。其中 bittensor 被认为是一个杰出的 ai 项目,旨在将 ai 与区块链相结合,以增强人工智能的去中心化。

为何引入dTAO?dTAO对Bittensor的影响及未来展望

9 月 28 日,TAO 基金会发文称,新子网即将推出,为 GPU 租赁平台 Fish,为验证者和用户提供可扩展的计算资源,可使用 TAO 代币进行付款。截至发稿时,TAO 的价格稳定在 500 美元左右。

为何引入dTAO?dTAO对Bittensor的影响及未来展望

除了 Grayscale Research 的代币潜力名单以及 TAO 基金会的公告和市场表现外,Bittensor 未来还有哪些值得期待的发展?接下来,我们将深入探讨即将推出的子网代币 dTAO 的运作机制,并分析其对 TAO 价格的潜在影响。

dTAO 指的是子网代币,每个子网都有自己的 dTAO,代币释放和比特币、TAO 保持一致。dTAO 上线后,代币将与 TAO 配对,形成 Bittensor 网络中的流动性池。随着 dTAO 的实施,Bittensor 将逐步取消子网上限,赋予网络更大的灵活性。

TAO 持有者现在可以通过在不同的池中质押 TAO 来获得 dTAO 代币。尽管这一过程被称为「质押」,实际上它更像是 Swap。dTAO 的共识机制、代币经济学和释放速度与 TAO 类似。每个子网都有自己的 dTAO 释放,而子网验证者需要购买/质押 dTAO 才能参与共识并获得奖励。

随着某个子网的市场关注度增加,更多的 TAO 可能会质押在该子网的池中,从而增加其每日 TAO 释放在该池的权重。这一动态释放机制影响了每个子网的流动性和 dTAO 价格。权重大小由 TAO 与 dTAO 的比率决定,反映了用户对子网的需求高低。Bittensor 根据 dTAO 的价格动态调整每日 TAO 释放权重。

为何引入 dTAO?

目前的 TAO 子网面临几个挑战,尤其是在根验证者架构设计方面。根验证者的表现未达到 Bittensor 基金会的期望。尽管有 32 个子网,但彼此间的竞争并未如预期那样加剧。子网本应提供高质量的输出,指导矿工并开发有实际用例的 AI 模型,但许多子网并未达到预期目标。

当前子网的主要问题包括:

1、资源重叠与冗余:多个子网专注于相似任务,如文本到图像生成、文本提示和价格预测,导致资源冗余。

2、缺乏实际用例的子网:某些子网(如价格预测、体育胜负预测子网)尚未证明其在实际生活中的实用性。

3、「劣币驱逐良币」:优质子网如果缺乏足够的资金支持,可能难以获得发展空间。由于只有七天的保护期,未能积累足够根验证者支持的子网可能会过早被淘汰。

其他问题还包括根验证者评估的主观性、质押决策中的偏袒现象,以及由少数根验证者控制大部分 TAO 每日释放权重所造成的权力失衡。

dTAO 对 Bittensor 的影响

dTAO 的引入旨在通过去中心化子网评估和激励竞争来解决这些系统性问题。通过将权力从根验证者转移到更广泛的 TAO 持有者社区,Bittensor 引入了一个市场驱动的定价系统,TAO 持有者可以通过质押其代币来“投票”支持他们看好的子网。

dTAO 系统的主要优势包括:

1、去中心化的子网评估:不再依赖少数验证者,dTAO 池的动态定价将决定 TAO 发行量的分配。TAO 持有者可以通过质押 TAO 来支持他们相信的子网。

2、增加子网容量:取消子网上限使得网络有可能扩展到超过 1000 个子网,促进生态系统中的竞争与创新。

3、鼓励早期参与:能够激励用户关注新子网,激励整个生态去评价新子网。因为较早迁移到新子网的验证者可能会获得更高的奖励。早期迁移到新子网意味着以较低的价格购买该子网的动态 TAO,增加了未来获得更多 TAO 的可能性。

4、推动矿工和验证者关注高质量子网:进一步刺激矿工,验证者去寻找高质量新子网。矿工的模型放在链下,验证者的验证也在链下,bittensor 网络仅根据验证者的评价去给矿工奖励。因此,对于不同类型抑或是所有类型的 ai 应用,只要符合矿工-验证者架构的应用,bittensor 都可以正确评估。bittensor 对 ai 应用拥有极高的包容性,让每个阶段的参与方都可以获得激励,并以此反哺 bittensor 的价值。

推动可持续用例

dTAO 的主要目标之一是促进具有实际收入潜力的子网发展,刺激真实用例应用的诞生,并让这类应用被正确评价。

什么是真实用例的应用?不通过 Ponzi 产生收益的应用。反过来想想,如果子网不产生收益,那么子网验证者会越来越少,因为他们不会在新子网阶段去买入不产生收益的子网代币(子网验证者需要买入 dtao,而非质押 tao,去验证子网矿工)。验证者在此过程中起着至关重要的作用,通过推动具备可持续商业模式的子网的 dTAO 价格。因此,验证者是子网币价产生正向螺旋的起点,而收益则是基石。如果验证者越来越少,即没有人去买入子网代币,那么矿工获得收益会成为单向抛压,让子网陷入死亡循环。子网获得每日释放越少,矿工和验证者就会越少,直到归零。而 ponzi 设计对新子网来说,在冷启动时,对散户的吸引力是有限的,因为子网代币的释放机制,子网项目方无法完成资产错配或者用分红的方式来吸引用户,只能用有护城河的产品去吸引用户质押,验证者和矿工。

dTAO 带来的代币经济学和发行变化

dTAO 的引入重塑 Bittensor 每日释放的规则:

1、此前的规则:子网奖励按固定比例分配——41% 给验证者,41% 给矿工,18% 给子网所有者。

2、dTAO 后的规则:现在,50% 的新发行 dTAO 代币将被添加到流动性池中,其余 50% 根据子网参与者的决策,在验证者、矿工和子网所有者之间分配。

为何引入dTAO?dTAO对Bittensor的影响及未来展望

通过去中心化的 TAO 发行机制,dTAO 为系统引入了更多的波动性。dTAO 池的价格将根据市场需求波动,这可能带来更高的回报,但也伴随更大的风险。

长期展望

dTAO 代表了 Web3 行业中 AI 基础设施与应用结合的最佳实践。在过去的六个月中,市场表现和讨论表明基础设施已经达到饱和。目前市值排名前列的 AI 平台几乎全部是基础设施类,同质化严重,未来六个月可能难以持续吸引市场注意。

另一方面,AI 应用面临着收入和市值之间的矛盾。如果某个应用独立发行代币,长期的稳定增长很难实现。由于区块链的固有特性,Web3 中的 AI 应用无法达到 Web2 中成熟应用的性能水平。结果,大多数此类应用缺乏差异化,没有防御性竞争优势,用户转化率和留存率较低,难以实现可持续的高收益。这也导致它们的代币价格难以达到同类基础设施平台的估值水平,形成恶性循环。

dTAO 为这一问题提供了解决方案。Bittensor 平台已经建立了经过验证的成熟体系,矿工、验证者和共识机制都在正确的方向上发展。它是 Web3 中最为去中心化且最成熟的 AI 基础设施,具备支持大规模应用涌现的潜力。当应用选择在 Bittensor 上作为子网运行时,它们可以借助该成熟网络的支持,度过早期阶段并专注于产品创新。dTAO 的发行机制确保子网必须不断更新并吸引用户才能获得更多权重,同时规避了“RUG”以及团队手中筹 码过于集中的风险。

dTAO 的早期阶段预计相对稳定,由于每日发行机制,早期投资者的风险较小。dTAO 的长期成功将取决于子网在 Bittensor 生态系统中产生实际价值和收入的能力。

dTAO 引入后,子网可通过两种方式产生收益:1)吸引用户为产品付费;2)提升市值从而推高代币价格。无论哪种方式,都会对 Bittensor 的整体市值产生积极影响。发行机制还确保,如果团队想通过卖币获利,他们必须像普通用户一样从池中购买代币,这是当前环境下最为公平的启动机制。

这一设计消除了大多数 Web3 应用项目面临的许多风险,如市场驱动的价格波动和系统性不稳定,以及大型持有者或“鲸鱼”通过突然行动显著影响价格、进而破坏生态系统的可能性。

此外,这种发行模式减少了短期抛售的风险,因为流动性注入是渐进的。子网必须在一段时间内积累流动性并保持稳定价格,而这一过程本质上依赖于子网所提供 产品的质量。

最近 TAO 价格受 dTAO 即将上线和 AI 叙事再起的刺激而上涨明显,一方面庄家在过去几个月充分吸筹,现在已经到了启动币价的时刻,另一方面也可以看出是子网或者潜在子网在抢筹,而这些筹 码中的大部分不会在短期内被投入市场,子网的金库被用来提升 TAO 的价值。因此当 dTAO 上线时,可能出现团队或者 VC 的筹 码派发,导致价格波动。

但只要 AI 和 web3 结合困难的客观壁垒没有被打破之前,dTAO 是 AI 基础设施与应用结合的最佳实现。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
WEB3.0概念龙头股有哪些?web3.0概念五大龙头股盘点
WEB3.0概念龙头股有哪些?web3.0概念五大龙头股盘点

web3.0 龙头股包括:filecoin (fil):去中心化文件存储网络helium (hnt):去中心化无线网络uniswap (uni):去中心化交易所chainlink (link):去中心化预言机网络the graph (grt):去中心化索引协议。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

438

2024.12.12

TypeScript类型系统进阶与大型前端项目实践
TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开,深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析,帮助开发者构建类型安全、结构清晰、易维护的前端工程体系,提高团队协作效率与代码质量。

25

2026.03.13

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

44

2026.03.12

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

177

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

50

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

92

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

102

2026.03.06

Rust内存安全机制与所有权模型深度实践
Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开,深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例,分析内存安全保障原理与零成本抽象优势,并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学,掌握在高性能与安全性并重场景中的工程实践能力。

227

2026.03.05

PHP高性能API设计与Laravel服务架构实践
PHP高性能API设计与Laravel服务架构实践

本专题围绕 PHP 在现代 Web 后端开发中的高性能实践展开,重点讲解基于 Laravel 框架构建可扩展 API 服务的核心方法。内容涵盖路由与中间件机制、服务容器与依赖注入、接口版本管理、缓存策略设计以及队列异步处理方案。同时结合高并发场景,深入分析性能瓶颈定位与优化思路,帮助开发者构建稳定、高效、易维护的 PHP 后端服务体系。

530

2026.03.04

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
光速学会docker容器
光速学会docker容器

共33课时 | 2.1万人学习

go语言基础与基本函数
go语言基础与基本函数

共17课时 | 3.2万人学习

10分钟--Midjourney创作自己的漫画
10分钟--Midjourney创作自己的漫画

共1课时 | 0.1万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号