Rapport d'analyse approfondie sur Grass : DePIN, l'étoile brillante, la banque de données AI en pleine expansion
Points clés TL; DR
Grass se distingue dans le projet DePIN grâce à un mode de participation sans seuil.
L'avantage clé réside dans le double moteur "technologie + modèle" :
Aspect technique : la preuve à divulgation nulle de connaissance et l'architecture Layer2 de Solana garantissent l'authenticité des données, résolvant le problème des "données sales" dans l'industrie de l'IA ;
Niveau de modèle : En convertissant 2,5 millions d'utilisateurs en nœuds de données via "minage de bande passante → incitation par points", cela crée un avantage du côté de l'offre.
Avec la croissance de la demande en données AI et le soutien de l'écosystème Solana, Grass devient le projet DePIN leader dans le domaine des données AI.
Point clé du développement futur de Grass
Court terme : La transformation décentralisée de 2025 pourra-t-elle être réalisée avec succès
Période intermédiaire : taille d'achat de données réelles pour les entreprises d'IA
À long terme : tendances en matière de réglementation sur la confidentialité et la propriété des données.
Le principal risque actuel est "la spéculation sur les tokens qui masque un vide de demande" - si les commandes des clients en IA ne parviennent pas à se développer à l'avenir, le cycle commercial parfait pourrait dégénérer d'un cycle vertueux "données-capital" en une bulle du côté de l'offre.
1. Contexte de l'industrie
DePIN intègre les ressources mondiales inutilisées par le biais d'incitations par tokens, telles que la puissance de calcul (, le stockage et la bande passante ), pour construire un réseau d'infrastructure distribué. En même temps, l'industrie de l'IA fait face à une pénurie de données, la monopolisation par les géants, les controverses sur la confidentialité et les îlots de données entraînant 80 % de la valeur des données qui n'est pas libérée.
L'essence de la compétition future en IA est un double jeu entre l'efficacité d'acquisition des données et la conformité, et DePIN offre la solution technique optimale. La disruption de Grass réside dans la réalisation de cette fusion.
1.1 DePIN : un nouveau paradigme pour l'infrastructure mondiale
DePIN( réseau d'infrastructure physique décentralisé) intègre des ressources physiques mondiales dispersées( telles que la puissance de calcul, le stockage, la bande passante, l'énergie, etc.) à travers une nouvelle modèle économique basé sur la technologie blockchain. Sa logique fondamentale est de stimuler la contribution de la communauté en incitant les ressources inutilisées par le biais de jetons, afin de construire un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et inefficace des prestataires de services centralisés traditionnels.
Comparé au modèle centralisé, DePIN présente des avantages significatifs en termes de structure de coûts, de mode de gouvernance, de résilience du réseau et d'évolutivité de l'écosystème.
Selon la définition de Messari, le DePIN couvre deux grandes catégories d'infrastructures physiques ( telles que les réseaux sans fil, les réseaux énergétiques ) et les réseaux de ressources numériques ( tels que le stockage, le calcul ), et réalise un appariement de l'offre et de la demande ainsi qu'un mécanisme d'incitation grâce à la technologie blockchain.
Infrastructure physique : représentée par un projet de réseau sans fil décentralisé, construit un réseau de communication avec une couverture mondiale grâce au déploiement d'équipements de point d'accès par la communauté ;
Réseau de ressources numériques : comprend un certain projet de stockage décentralisé, un certain projet de calcul distribué, etc., en formant un modèle économique de partage par l'intégration de ressources inutilisées.
Selon les données de Messari, d'ici 2024, le nombre d'appareils DePIN dans le monde aura dépassé 13 millions, avec une taille de marché atteignant 50 milliards de dollars, mais le taux de pénétration est inférieur à 0,1 %. Au cours des dix prochaines années, une croissance de 100 à 1000 fois est attendue.
En 2024, la capitalisation totale du marché DePIN atteindra 50 milliards de dollars, couvrant plus de 350 projets, avec un taux de croissance annuel supérieur à 35 %.
Le moteur principal réside dans l'amélioration de l'efficacité des ressources (, comme l'utilisation de la bande passante inutilisée ) et l'explosion de la demande (, comme la demande en puissance de calcul et en données de l'IA ), et leurs effets bilatéraux.
Bien sûr, l'évolutivité des réseaux décentralisés, la confidentialité des données et la vérification de la sécurité restent des défis clés pour le développement de DePIN.
1.2 Demande de données AI : croissance explosive et contradictions structurelles
"Les données sont le pétrole de la nouvelle ère"
L'acquisition et le traitement des données AI sont le moteur central du développement de l'intelligence artificielle, en particulier lors de l'entraînement de grands modèles de langage ( tels que GPT ) et de réseaux neuronaux génératifs ( tels que MidJourney ).
Les performances et l'efficacité des modèles d'IA dépendent en grande partie de la qualité et de la quantité des données d'entraînement. Des données de haute qualité, diversifiées et géographiquement représentatives sont essentielles pour les performances des modèles d'IA.
Taille et caractéristiques de la demande de données :
Saut de niveau : Prenons GPT-4 comme exemple, l'entraînement nécessite plus de 45 To de données textuelles, tandis que la vitesse d'itération de l'IA générative exige une mise à jour et une diversité des données en temps réel ;
Coût proportionnel : Les coûts de collecte, de nettoyage et d'annotation des données dans le développement de l'IA représentent plus de 40 % du budget total, devenant ainsi un goulot d'étranglement central à la commercialisation ;
Différenciation des scénarios : la conduite autonome nécessite des données de capteurs de haute précision, l'IA médicale dépend d'une base de données de cas conforme à la vie privée, l'IA sociale dépend des données comportementales des utilisateurs.
Points de douleur de l'approvisionnement en données traditionnelles :
Barrières de données : Les grandes entreprises/acteurs majeurs contrôlent une large gamme de sources de données, les petits et moyens développeurs font face à des barrières élevées et à une tarification injuste ;
Îles de données : Les données sont souvent dispersées entre différentes institutions et entreprises, et le partage et la circulation des données rencontrent de nombreux obstacles, ce qui entraîne une utilisation insuffisante des ressources de données.
Confidentialité des données : La collecte de données implique souvent des litiges liés à la vie privée et aux droits d'auteur, comme l'incident de facturation de l'API d'une certaine plateforme sociale qui a suscité des protestations des développeurs ;
Circulation inefficace : les îlots de données et l'absence de normalisation entraînent une collecte redondante, l'utilisation des données mondiales étant inférieure à 20 % ;
Interruption de la chaîne de valeur : les contributeurs individuels qui créent des données ne peuvent pas en tirer profit lors de l'utilisation ultérieure des données.
Le chemin de rupture de DePIN:
Collecte de données distribuées : capture de données publiques via un réseau de nœuds ( telles que les médias sociaux, bases de données publiques ), réduisant le coût de collecte des données et augmentant l'efficacité et l'échelle de la collecte de données ;
Améliorer la qualité et la diversité des données : grâce au mécanisme d'incitation DePIN, il est possible d'attirer davantage de participants à contribuer des données, ce qui améliore la qualité et la diversité des données, et renforce la capacité de généralisation des modèles d'IA.
Nettoyage et annotation décentralisés : la collaboration communautaire permet de réaliser le prétraitement des données, combinée à la preuve à divulgation nulle de connaissance (ZK) pour garantir l'authenticité des données ;
Boucle fermée d'incitation à la tokenisation : les contributeurs de données reçoivent des récompenses en tokens, et les demandeurs achètent des ensembles de données structurées avec des tokens, formant une correspondance directe entre l'offre et la demande.
Le projet Grass se situe à l'intersection de DePIN et de l'industrie des données AI, appliquant de manière innovante le concept DePIN dans le domaine de la collecte de données AI, et a construit un réseau de collecte de données décentralisé, visant à fournir des sources de données plus économiques, plus efficaces et plus fiables pour l'entraînement des modèles AI.
2. Informations de base sur le projet
Grass construit un réseau de collecte de données décentralisé grâce à l'architecture DePIN, offrant des sources de données à haute performance et à grande diversité pour l'entraînement de l'IA. Les utilisateurs n'ont qu'à installer un client pour contribuer à la bande passante et obtenir des récompenses en tokens - en un an, plus de 2,5 millions de nœuds ont été attirés, et le token a augmenté de plus de 5 fois en 10 jours après son lancement, validant ainsi sa logique commerciale.
Le projet a reçu le soutien d'une institution d'investissement de premier plan, s'appuyant sur la chaîne haute performance Solana pour réaliser la vérification et le transfert des données.
L'anonymat de l'équipe actuel reste controversé, les progrès de la décentralisation du traitement des données doivent être suivis.
2.1 Champ d'application
Grass est un projet DePIN qui collecte et vérifie les données Internet grâce à la bande passante inutilisée des appareils des utilisateurs, en particulier pour soutenir le développement de l'intelligence artificielle (AI).
Son noyau est un réseau de proxy résidentiel (residential proxy network), permettant aux entreprises d'utiliser la connexion Internet des utilisateurs pour accéder et extraire des données Internet de différentes localisations géographiques, ce qui est très utile pour la formation de modèles d'IA nécessitant des données diversifiées et géographiquement représentatives.
Problèmes résolus : Le web scraping traditionnel est généralement effectué par des systèmes centralisés, ce qui entraîne une faible efficacité et des erreurs ou des biais fréquents. Grass vise à fournir des données Internet fiables et vérifiées de manière décentralisée, et les données fournies par des utilisateurs décentralisés présentent naturellement des caractéristiques de diversité, de publication dans plusieurs régions et de temps réel.
Vision et mission : La vision de Grass est de créer une couche de données Internet décentralisée, où les données sont collectées, vérifiées et structurées de manière à minimiser la confiance. Sa mission est de donner aux utilisateurs le pouvoir de contribuer à la couche de données et d'inciter la participation par le biais d'un mécanisme de récompense.
Mode de participation des utilisateurs : Les utilisateurs n'ont besoin que de trois étapes pour commencer : visiter le site officiel de Grass, installer l'extension / le client, se connecter et commencer à gagner des Grass Points. Cette contribution en bande passante pour gagner des récompenses offre aux utilisateurs ordinaires une opportunité de partager les dividendes de la croissance de l'IA.
En résumé, les caractéristiques clés et les avantages de Grass sont : un coût faible pour la collecte de données au sein d'un réseau décentralisé, une diversité de données plus riche ; les utilisateurs gagnent des récompenses en contribuant de la bande passante, réalisant ainsi le retour de la valeur des données ; l'utilisation de la technologie blockchain pour vérifier les données, garantissant ainsi la transparence et la fiabilité des données.
2.2 Développement
Phase de concept : Mi-2022, le projet a été proposé par Wynd Labs.
Phase de développement : le début de la construction du produit au début de 2023 marque l'entrée du projet dans la phase de développement réel.
Financement de la ronde de semences : En 2023, Grass a complété un financement de 3,5 millions de dollars lors de la ronde de semences, dirigé par une certaine institution d'investissement, pour un total de 4,5 millions de dollars (, y compris la ronde de semences préliminaire dirigée par une autre institution d'investissement ).
Tests utilisateurs : Fin 2023, lancement d'une extension pour le navigateur Chrome, début des tests utilisateurs, attirant les premiers utilisateurs à participer.
Jalon : En avril 2024, le projet a annoncé plus de 2 millions d'appareils de nœuds connectés, en forte croissance. Selon les données de DePIN Scan, en mars 2025, le nombre d'utilisateurs actifs a dépassé 2,5 millions.
Première airdrop : Annonce de la première airdrop le 21 octobre 2024, distribution de 100 millions de jetons GRASS ( 10 % de l'approvisionnement total ), récompense pour les utilisateurs précoces.
Échange en ligne : Lancement sur un certain échange le 28 octobre 2024, le prix est passé de $0.6 à $3.89 en 10 jours, augmentant régulièrement d'environ 5 fois.
État actuel : le projet continue de s'étendre, la deuxième phase des incitations pour les utilisateurs en attente est en cours ; une application mobile Android et iPhone est prévue pour accroître l'échelle du réseau et la participation des utilisateurs.
2.3 État de l'équipe
Selon les données publiques, Grass a été développé par Wynd Labs, dont le fondateur est Andrej Radonjic, le PDG de Wynd Labs, qui possède une maîtrise en mathématiques et statistiques de l'Université de York et un baccalauréat en ingénierie physique de l'Université McMaster.
Les membres de l'équipe proviennent tous de Wynd Labs, se concentrant sur le développement des technologies blockchain et IA, avec une expérience dans des domaines connexes. Cependant, les informations spécifiques sur les membres n'ont pas été largement divulguées, seule l'identité de Radonjic a été révélée.
Selon les informations publiques, Wynd Labs a été fondée en 2022, et son produit phare est Grass.
2.4 Financement et partenaires importants
Investisseurs et soutien
Tour de semences : 350 000 $ de financement en tour de semences réalisé en 2023, dirigé par un certain organisme d'investissement. Selon les données publiques, le financement total après le tour de semences atteint 450 000 $, y compris le tour de semences précédant dirigé par un autre organisme d'investissement.
Financement de série A : le financement de série A a été complété en septembre 2024, dirigé par une certaine institution d'investissement, avec la participation de plusieurs autres institutions d'investissement bien connues, le montant n'ayant pas été divulgué.
Soutien des investisseurs : Le soutien de plusieurs institutions d'investissement renommées témoigne de la reconnaissance du projet au sein de l'industrie.
Partenaire
Plateforme blockchain : construite sur le réseau Solana, le projet utilise la haute performance et l'évolutivité de Solana.
Actuellement, aucune collaboration spécifique avec des entreprises d'IA ou d'autres projets n'a été clairement mentionnée, mais l'écosystème du réseau Solana pourrait offrir des opportunités de collaboration futures.
3. Analyse technique du projet
Le réseau de nœuds dans l'architecture technique Grass, l'innovation du traitement ZKP et le livre de données forment un flux de travail en boucle fermée, décentralisant toute la chaîne de collecte, de vérification à la livraison, soutenant ainsi efficacement sa vision de décentralisation.
Cependant, l'exploitation centralisée actuelle doit être résolue, et il est nécessaire de suivre si la mise en œuvre technique peut être réalisée sans problème.
3.1 Architecture technique de base : Sovereign Data Rollup
Grass est en train de construire le premier agrégat de données souveraines. Il simplifie l'acquisition et la transformation des données grâce à un réseau de nœuds Grass distribué dans le monde entier, permettant ainsi l'accès aux données Web structurées universelles pour l'IA. L'infrastructure est soutenue par un Rollup de données dédié sur Solana, conçu pour gérer l'ensemble du cycle de vie des données - provenance, traitement, vérification et construction de jeux de données. Cette architecture s'articule autour des composants suivants :
Décomposer les composants clés de l'architecture technique de Grass
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
6 J'aime
Récompense
6
7
Partager
Commentaire
0/400
ImpermanentLossFan
· Il y a 7m
L'herbe est là, ça peut vraiment devenir populaire ?
Voir l'originalRépondre0
DegenWhisperer
· Il y a 10h
Avec ce volume de données, tu fais encore le malin ?
Voir l'originalRépondre0
ContractSurrender
· Il y a 10h
Cao Cao est vraiment trop fort.
Voir l'originalRépondre0
DegenApeSurfer
· Il y a 10h
Un peu de compétition, entrez dans une position rapidement.
Voir l'originalRépondre0
ShadowStaker
· Il y a 10h
hmm un autre l2 sur sol ? je ne suis pas sûr que la pile zkp soit assez testée au combat pour être honnête...
Voir l'originalRépondre0
SerumSquirrel
· Il y a 10h
Pouvons-nous parier sur la Finance décentralisée ?
Analyse approfondie de Grass : DePIN, la nouvelle étoile qui crée une banque de données AI avec un modèle technologique à double moteur.
Rapport d'analyse approfondie sur Grass : DePIN, l'étoile brillante, la banque de données AI en pleine expansion
Points clés TL; DR
L'avantage clé réside dans le double moteur "technologie + modèle" :
Aspect technique : la preuve à divulgation nulle de connaissance et l'architecture Layer2 de Solana garantissent l'authenticité des données, résolvant le problème des "données sales" dans l'industrie de l'IA ;
Niveau de modèle : En convertissant 2,5 millions d'utilisateurs en nœuds de données via "minage de bande passante → incitation par points", cela crée un avantage du côté de l'offre.
Avec la croissance de la demande en données AI et le soutien de l'écosystème Solana, Grass devient le projet DePIN leader dans le domaine des données AI.
Court terme : La transformation décentralisée de 2025 pourra-t-elle être réalisée avec succès
Période intermédiaire : taille d'achat de données réelles pour les entreprises d'IA
À long terme : tendances en matière de réglementation sur la confidentialité et la propriété des données.
Le principal risque actuel est "la spéculation sur les tokens qui masque un vide de demande" - si les commandes des clients en IA ne parviennent pas à se développer à l'avenir, le cycle commercial parfait pourrait dégénérer d'un cycle vertueux "données-capital" en une bulle du côté de l'offre.
1. Contexte de l'industrie
DePIN intègre les ressources mondiales inutilisées par le biais d'incitations par tokens, telles que la puissance de calcul (, le stockage et la bande passante ), pour construire un réseau d'infrastructure distribué. En même temps, l'industrie de l'IA fait face à une pénurie de données, la monopolisation par les géants, les controverses sur la confidentialité et les îlots de données entraînant 80 % de la valeur des données qui n'est pas libérée.
L'essence de la compétition future en IA est un double jeu entre l'efficacité d'acquisition des données et la conformité, et DePIN offre la solution technique optimale. La disruption de Grass réside dans la réalisation de cette fusion.
1.1 DePIN : un nouveau paradigme pour l'infrastructure mondiale
DePIN( réseau d'infrastructure physique décentralisé) intègre des ressources physiques mondiales dispersées( telles que la puissance de calcul, le stockage, la bande passante, l'énergie, etc.) à travers une nouvelle modèle économique basé sur la technologie blockchain. Sa logique fondamentale est de stimuler la contribution de la communauté en incitant les ressources inutilisées par le biais de jetons, afin de construire un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et inefficace des prestataires de services centralisés traditionnels.
Comparé au modèle centralisé, DePIN présente des avantages significatifs en termes de structure de coûts, de mode de gouvernance, de résilience du réseau et d'évolutivité de l'écosystème.
Selon la définition de Messari, le DePIN couvre deux grandes catégories d'infrastructures physiques ( telles que les réseaux sans fil, les réseaux énergétiques ) et les réseaux de ressources numériques ( tels que le stockage, le calcul ), et réalise un appariement de l'offre et de la demande ainsi qu'un mécanisme d'incitation grâce à la technologie blockchain.
Infrastructure physique : représentée par un projet de réseau sans fil décentralisé, construit un réseau de communication avec une couverture mondiale grâce au déploiement d'équipements de point d'accès par la communauté ;
Réseau de ressources numériques : comprend un certain projet de stockage décentralisé, un certain projet de calcul distribué, etc., en formant un modèle économique de partage par l'intégration de ressources inutilisées.
Selon les données de Messari, d'ici 2024, le nombre d'appareils DePIN dans le monde aura dépassé 13 millions, avec une taille de marché atteignant 50 milliards de dollars, mais le taux de pénétration est inférieur à 0,1 %. Au cours des dix prochaines années, une croissance de 100 à 1000 fois est attendue.
En 2024, la capitalisation totale du marché DePIN atteindra 50 milliards de dollars, couvrant plus de 350 projets, avec un taux de croissance annuel supérieur à 35 %.
Le moteur principal réside dans l'amélioration de l'efficacité des ressources (, comme l'utilisation de la bande passante inutilisée ) et l'explosion de la demande (, comme la demande en puissance de calcul et en données de l'IA ), et leurs effets bilatéraux.
Bien sûr, l'évolutivité des réseaux décentralisés, la confidentialité des données et la vérification de la sécurité restent des défis clés pour le développement de DePIN.
1.2 Demande de données AI : croissance explosive et contradictions structurelles
"Les données sont le pétrole de la nouvelle ère"
L'acquisition et le traitement des données AI sont le moteur central du développement de l'intelligence artificielle, en particulier lors de l'entraînement de grands modèles de langage ( tels que GPT ) et de réseaux neuronaux génératifs ( tels que MidJourney ).
Les performances et l'efficacité des modèles d'IA dépendent en grande partie de la qualité et de la quantité des données d'entraînement. Des données de haute qualité, diversifiées et géographiquement représentatives sont essentielles pour les performances des modèles d'IA.
Taille et caractéristiques de la demande de données :
Saut de niveau : Prenons GPT-4 comme exemple, l'entraînement nécessite plus de 45 To de données textuelles, tandis que la vitesse d'itération de l'IA générative exige une mise à jour et une diversité des données en temps réel ;
Coût proportionnel : Les coûts de collecte, de nettoyage et d'annotation des données dans le développement de l'IA représentent plus de 40 % du budget total, devenant ainsi un goulot d'étranglement central à la commercialisation ;
Différenciation des scénarios : la conduite autonome nécessite des données de capteurs de haute précision, l'IA médicale dépend d'une base de données de cas conforme à la vie privée, l'IA sociale dépend des données comportementales des utilisateurs.
Points de douleur de l'approvisionnement en données traditionnelles :
Barrières de données : Les grandes entreprises/acteurs majeurs contrôlent une large gamme de sources de données, les petits et moyens développeurs font face à des barrières élevées et à une tarification injuste ;
Îles de données : Les données sont souvent dispersées entre différentes institutions et entreprises, et le partage et la circulation des données rencontrent de nombreux obstacles, ce qui entraîne une utilisation insuffisante des ressources de données.
Confidentialité des données : La collecte de données implique souvent des litiges liés à la vie privée et aux droits d'auteur, comme l'incident de facturation de l'API d'une certaine plateforme sociale qui a suscité des protestations des développeurs ;
Circulation inefficace : les îlots de données et l'absence de normalisation entraînent une collecte redondante, l'utilisation des données mondiales étant inférieure à 20 % ;
Interruption de la chaîne de valeur : les contributeurs individuels qui créent des données ne peuvent pas en tirer profit lors de l'utilisation ultérieure des données.
Le chemin de rupture de DePIN:
Collecte de données distribuées : capture de données publiques via un réseau de nœuds ( telles que les médias sociaux, bases de données publiques ), réduisant le coût de collecte des données et augmentant l'efficacité et l'échelle de la collecte de données ;
Améliorer la qualité et la diversité des données : grâce au mécanisme d'incitation DePIN, il est possible d'attirer davantage de participants à contribuer des données, ce qui améliore la qualité et la diversité des données, et renforce la capacité de généralisation des modèles d'IA.
Nettoyage et annotation décentralisés : la collaboration communautaire permet de réaliser le prétraitement des données, combinée à la preuve à divulgation nulle de connaissance (ZK) pour garantir l'authenticité des données ;
Boucle fermée d'incitation à la tokenisation : les contributeurs de données reçoivent des récompenses en tokens, et les demandeurs achètent des ensembles de données structurées avec des tokens, formant une correspondance directe entre l'offre et la demande.
Le projet Grass se situe à l'intersection de DePIN et de l'industrie des données AI, appliquant de manière innovante le concept DePIN dans le domaine de la collecte de données AI, et a construit un réseau de collecte de données décentralisé, visant à fournir des sources de données plus économiques, plus efficaces et plus fiables pour l'entraînement des modèles AI.
2. Informations de base sur le projet
Grass construit un réseau de collecte de données décentralisé grâce à l'architecture DePIN, offrant des sources de données à haute performance et à grande diversité pour l'entraînement de l'IA. Les utilisateurs n'ont qu'à installer un client pour contribuer à la bande passante et obtenir des récompenses en tokens - en un an, plus de 2,5 millions de nœuds ont été attirés, et le token a augmenté de plus de 5 fois en 10 jours après son lancement, validant ainsi sa logique commerciale.
Le projet a reçu le soutien d'une institution d'investissement de premier plan, s'appuyant sur la chaîne haute performance Solana pour réaliser la vérification et le transfert des données.
L'anonymat de l'équipe actuel reste controversé, les progrès de la décentralisation du traitement des données doivent être suivis.
2.1 Champ d'application
Grass est un projet DePIN qui collecte et vérifie les données Internet grâce à la bande passante inutilisée des appareils des utilisateurs, en particulier pour soutenir le développement de l'intelligence artificielle (AI).
Son noyau est un réseau de proxy résidentiel (residential proxy network), permettant aux entreprises d'utiliser la connexion Internet des utilisateurs pour accéder et extraire des données Internet de différentes localisations géographiques, ce qui est très utile pour la formation de modèles d'IA nécessitant des données diversifiées et géographiquement représentatives.
Problèmes résolus : Le web scraping traditionnel est généralement effectué par des systèmes centralisés, ce qui entraîne une faible efficacité et des erreurs ou des biais fréquents. Grass vise à fournir des données Internet fiables et vérifiées de manière décentralisée, et les données fournies par des utilisateurs décentralisés présentent naturellement des caractéristiques de diversité, de publication dans plusieurs régions et de temps réel.
Vision et mission : La vision de Grass est de créer une couche de données Internet décentralisée, où les données sont collectées, vérifiées et structurées de manière à minimiser la confiance. Sa mission est de donner aux utilisateurs le pouvoir de contribuer à la couche de données et d'inciter la participation par le biais d'un mécanisme de récompense.
Mode de participation des utilisateurs : Les utilisateurs n'ont besoin que de trois étapes pour commencer : visiter le site officiel de Grass, installer l'extension / le client, se connecter et commencer à gagner des Grass Points. Cette contribution en bande passante pour gagner des récompenses offre aux utilisateurs ordinaires une opportunité de partager les dividendes de la croissance de l'IA.
En résumé, les caractéristiques clés et les avantages de Grass sont : un coût faible pour la collecte de données au sein d'un réseau décentralisé, une diversité de données plus riche ; les utilisateurs gagnent des récompenses en contribuant de la bande passante, réalisant ainsi le retour de la valeur des données ; l'utilisation de la technologie blockchain pour vérifier les données, garantissant ainsi la transparence et la fiabilité des données.
2.2 Développement
Phase de concept : Mi-2022, le projet a été proposé par Wynd Labs.
Phase de développement : le début de la construction du produit au début de 2023 marque l'entrée du projet dans la phase de développement réel.
Financement de la ronde de semences : En 2023, Grass a complété un financement de 3,5 millions de dollars lors de la ronde de semences, dirigé par une certaine institution d'investissement, pour un total de 4,5 millions de dollars (, y compris la ronde de semences préliminaire dirigée par une autre institution d'investissement ).
Tests utilisateurs : Fin 2023, lancement d'une extension pour le navigateur Chrome, début des tests utilisateurs, attirant les premiers utilisateurs à participer.
Jalon : En avril 2024, le projet a annoncé plus de 2 millions d'appareils de nœuds connectés, en forte croissance. Selon les données de DePIN Scan, en mars 2025, le nombre d'utilisateurs actifs a dépassé 2,5 millions.
Première airdrop : Annonce de la première airdrop le 21 octobre 2024, distribution de 100 millions de jetons GRASS ( 10 % de l'approvisionnement total ), récompense pour les utilisateurs précoces.
Échange en ligne : Lancement sur un certain échange le 28 octobre 2024, le prix est passé de $0.6 à $3.89 en 10 jours, augmentant régulièrement d'environ 5 fois.
État actuel : le projet continue de s'étendre, la deuxième phase des incitations pour les utilisateurs en attente est en cours ; une application mobile Android et iPhone est prévue pour accroître l'échelle du réseau et la participation des utilisateurs.
2.3 État de l'équipe
Selon les données publiques, Grass a été développé par Wynd Labs, dont le fondateur est Andrej Radonjic, le PDG de Wynd Labs, qui possède une maîtrise en mathématiques et statistiques de l'Université de York et un baccalauréat en ingénierie physique de l'Université McMaster.
Les membres de l'équipe proviennent tous de Wynd Labs, se concentrant sur le développement des technologies blockchain et IA, avec une expérience dans des domaines connexes. Cependant, les informations spécifiques sur les membres n'ont pas été largement divulguées, seule l'identité de Radonjic a été révélée.
Selon les informations publiques, Wynd Labs a été fondée en 2022, et son produit phare est Grass.
2.4 Financement et partenaires importants
Investisseurs et soutien
Tour de semences : 350 000 $ de financement en tour de semences réalisé en 2023, dirigé par un certain organisme d'investissement. Selon les données publiques, le financement total après le tour de semences atteint 450 000 $, y compris le tour de semences précédant dirigé par un autre organisme d'investissement.
Financement de série A : le financement de série A a été complété en septembre 2024, dirigé par une certaine institution d'investissement, avec la participation de plusieurs autres institutions d'investissement bien connues, le montant n'ayant pas été divulgué.
Soutien des investisseurs : Le soutien de plusieurs institutions d'investissement renommées témoigne de la reconnaissance du projet au sein de l'industrie.
Partenaire
Plateforme blockchain : construite sur le réseau Solana, le projet utilise la haute performance et l'évolutivité de Solana.
Actuellement, aucune collaboration spécifique avec des entreprises d'IA ou d'autres projets n'a été clairement mentionnée, mais l'écosystème du réseau Solana pourrait offrir des opportunités de collaboration futures.
3. Analyse technique du projet
Le réseau de nœuds dans l'architecture technique Grass, l'innovation du traitement ZKP et le livre de données forment un flux de travail en boucle fermée, décentralisant toute la chaîne de collecte, de vérification à la livraison, soutenant ainsi efficacement sa vision de décentralisation.
Cependant, l'exploitation centralisée actuelle doit être résolue, et il est nécessaire de suivre si la mise en œuvre technique peut être réalisée sans problème.
3.1 Architecture technique de base : Sovereign Data Rollup
Grass est en train de construire le premier agrégat de données souveraines. Il simplifie l'acquisition et la transformation des données grâce à un réseau de nœuds Grass distribué dans le monde entier, permettant ainsi l'accès aux données Web structurées universelles pour l'IA. L'infrastructure est soutenue par un Rollup de données dédié sur Solana, conçu pour gérer l'ensemble du cycle de vie des données - provenance, traitement, vérification et construction de jeux de données. Cette architecture s'articule autour des composants suivants :
Décomposer les composants clés de l'architecture technique de Grass