Rapport de recherche approfondie sur Grass : les projets phares dans le domaine DePIN, l'essor et les défis de la banque de données AI

Points clés TL; DR

Comment Grass se démarque-t-il parmi de nombreux projets DePIN ?

Le facteur clé est la participation sans seuil, les utilisateurs sont la pierre angulaire, les autres facteurs sont des leviers.

Grass utilise un double moteur "technologie + modèle" pour briser l'enroulement interne de DePIN - en utilisant des preuves à divulgation nulle de connaissance et l'architecture Solana Layer2 pour garantir la véracité des données, résolvant le problème des "données sales" dans l'industrie de l'IA ; tout en adoptant un modèle "minage de bande passante → incitation par points" pour transformer 2,5 millions d'utilisateurs en nœuds de données, créant un avantage côté offre.

La combinaison de l'explosion de la demande en données AI, de la vague Solana et de la DePIN, ainsi que de stratégies opérationnelles raisonnables, a permis d'atteindre le statut de leader dans le domaine des DePIN liés aux données AI.

Quels facteurs doivent être pris en compte pour le développement futur de Grass ?

Perspective à court terme sur la mise en œuvre technique : la transformation décentralisée pourra-t-elle être réalisée avec succès en 2025 ?

Validation de la demande à moyen terme : échelle des données d'achat des entreprises AI ;

Jeu de conformité à long terme : règles de confidentialité des données et de propriété.

Le risque maximal actuellement réside dans "l'euphorie des tokens masquant un vide de demande" - si à l'avenir il n'est pas possible de réaliser une augmentation des commandes clients en IA, le cercle commercial parfait pourrait se dégrader d'un cycle vertueux "données-capital" en une bulle du côté de l'offre.

1. Contexte de l'industrie

Lorsque la démocratisation de la puissance de calcul DePIN rencontre le dilemme des données de l'IA, un mouvement pour l'égalité des données éclot discrètement.

DePIN intègre les ressources inutilisées mondiales à travers une économie de jetons, telles que la puissance de calcul, le stockage et la bande passante, pour construire un réseau d'infrastructure distribué ; dans le même temps, l'industrie de l'IA fait face à une pénurie structurelle de données, à des monopoles de géants, à des controverses sur la confidentialité et à des barrières d'îlot, entraînant 80 % de la valeur des données non libérée.

La compétition future en IA est essentiellement un double jeu entre l'efficacité d'acquisition des données et la conformité éthique, et DePIN offre la solution technique optimale.

La disruption de Grass réside dans la réalisation de cette fusion des deux.

( 1.1 DePIN: un paradigme mondial pour la reconstruction des infrastructures

Définition et logique fondamentale

Ces dernières années, avec la maturation de la technologie blockchain et l'émergence du concept Web3, tous les secteurs explorent des voies de transformation décentralisées. DePIN est justement l'illustration de cette tendance dans le domaine des infrastructures. DePIN), qui signifie Réseaux d'Infrastructures Physiques Décentralisées, est un nouveau modèle économique qui intègre des ressources physiques mondiales dispersées### telles que la puissance de calcul, le stockage, la bande passante, l'énergie, etc., grâce à la technologie blockchain.

La logique fondamentale réside dans : inciter la contribution de ressources inutilisées par le biais de jetons, construire un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et inefficace des fournisseurs de services centralisés.

Moteur de l'industrie

Comparé au modèle centralisé, la transformation décentralisée des infrastructures physiques présente des avantages plus importants en termes de structure de coût, de mode de gouvernance, de résilience du réseau et d'écosystème d'expansion.

Sous-domaines et cas typiques

Selon la définition de Messari, 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 certain réseau sans fil décentralisé, construisant un réseau de communication couvrant le monde entier grâce au déploiement communautaire d'appareils hotspot ;

• Réseau de ressources numériques : comprend un certain stockage décentralisé, un certain calcul distribué, etc., formant un modèle économique partagé en intégrant les ressources inutilisées.

Potentiel de marché

Selon les données de Messari, à partir de 2024, le nombre d'appareils DePIN dans le monde a 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, il pourrait croître de 100 à 1000 fois.

En 2024, la capitalisation totale du marché DePIN atteindra 50 milliards de dollars, englobant plus de 350 projets, avec un taux de croissance annuel supérieur à 35 %.

Son 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 d'IA pour la puissance de calcul et les données ), avec des effets bilatéraux.

Bien sûr, l'évolutivité, la confidentialité des données et la vérification de la sécurité des réseaux décentralisés restent des défis clés pour le développement de DePIN.

( 1.2 Demande de données IA : 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 des réseaux de neurones 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 représentatives géographiquement sont cruciales pour les performances des modèles d'IA.

Taille et caractéristiques des besoins en données

• Saut de niveau : à titre d'exemple avec GPT-4, l'entraînement nécessite plus de 45 To de données textuelles, tandis que la vitesse d'itération de l'IA générative exige des données mises à jour en temps réel et diversifiées ;

• Coût proportionnel : Le coût de la collecte, du nettoyage et de l'annotation des données dans le développement de l'IA représente plus de 40 % du budget total, devenant un goulot d'étranglement commercial.

• Différenciation des scènes : 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 de comportement des utilisateurs.

Points de douleur de l'approvisionnement en données traditionnelles

• Barrières de données : les grandes entreprises/acteurs majeurs contrôlent des sources de données étendues, les petits et moyens développeurs font face à des barrières élevées et à une tarification injuste;

• Îlots de données : les données sont souvent dispersées entre différentes institutions et entreprises, le partage et la circulation des données font face à de nombreux obstacles, ce qui entraîne une utilisation insuffisante des ressources en données.

• Protection des données : La collecte de données implique souvent des conflits de confidentialité et de droits d'auteur, comme l'incident de facturation de l'API d'une certaine plateforme sociale qui a suscité des protestations de la part des développeurs ;

• Circulation inefficace : l'isolement des données et l'absence de normalisation entraînent une collecte redondante, avec un taux d'utilisation des données mondiales de moins de 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 la rupture de DePIN

• Collecte de données distribuées : collecte de données publiques via un réseau de nœuds ( tel que les médias sociaux, les bases de données publiques ), réduisant les coûts de collecte de données, améliorant 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 aux données, ce qui améliore la qualité et la diversité des données, renforçant ainsi la capacité de généralisation des modèles d'IA.

• Nettoyage et annotation décentralisés : collaboration communautaire pour le prétraitement des données, combinée avec des preuves à divulgation nulle de connaissance (ZK) pour garantir l'authenticité des données;

• Boucle fermée d'incitation par tokenisation : les contributeurs de données reçoivent des récompenses en tokens, les demandeurs achètent des ensembles de données structurées avec des tokens, formant un appariement direct de l'offre et de 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 au domaine de la collecte de données AI, et construisant un réseau de capture de données décentralisé, visant à fournir des sources de données plus économiques, plus efficaces et plus fiables pour l'entraînement des modèles AI.

Dans les chapitres suivants, nous analyserons en profondeur les mécanismes spécifiques, les caractéristiques techniques, les cas d'utilisation et les perspectives de développement futur du projet Grass.

2. Informations de base sur le projet

L'expansion rapide de Grass est due à son seuil de participation très bas. Cela permet à chaque utilisateur de devenir un "mineur" de données AI, échangeant la bande passante inutilisée contre des dividendes futurs.

Grass construit un réseau de collecte de données décentralisé via l'architecture DePIN, fournissant des sources de données à rapport qualité-prix élevé et à grande diversité pour l'entraînement de l'IA. Les utilisateurs n'ont qu'à installer le 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 des investissements de certains capitaux de premier plan, s'appuyant sur la chaîne haute performance Solana pour réaliser la certification et la circulation des données.

L'anonymat actuel de l'équipe est encore contesté, 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 des données Internet grâce à la bande passante inutilisée des appareils des utilisateurs, en particulier pour soutenir le développement de l'intelligence artificielle.

Son cœur est un réseau d'agents résidentiels )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 l'entraînement des modèles d'IA nécessitant des données variées et représentatives sur le plan géographique.

• Problèmes résolus : Le web scraping traditionnel est généralement effectué par des systèmes centralisés, ce qui est inefficace et susceptible d'entraîner des erreurs ou des biais. Grass vise à fournir des données Internet fiables et vérifiées de manière décentralisée, et les données fournies par les utilisateurs décentralisés ont 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 d'habiliter les utilisateurs à contribuer à la couche de données et à 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/application, se connecter et commencer à gagner des Grass Points. Ce moyen de contribuer à la 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 réseau décentralisé permettant de collecter des données à moindre coût, une plus grande diversité des données ; les utilisateurs gagnent des récompenses en contribuant de la bande passante, réalisant ainsi le retour sur la valeur des données ; l'utilisation de la technologie blockchain pour valider les données, garantissant leur transparence et leur fiabilité.

) 2.2 Développement

Phase conceptuelle : Mi-2022, le projet a été proposé par Wynd Labs.

Phase de développement : La construction du produit a commencé au début de 2023, marquant l'entrée du projet dans la phase de développement réel.

Financement de la série de graines : En 2023, Grass a complété un financement de série de graines de 3,5 millions de dollars, dirigé par un certain capital et un certain capital, pour un total de 4,5 millions de dollars ###, y compris le tour de pré-série de graines dirigé par un certain capital (.

Test utilisateur : fin 2023, lancement d'une extension pour le navigateur Chrome, début des tests utilisateurs, attirer les premiers utilisateurs à participer.

Milestone : En avril 2024, le projet a annoncé plus de 2 millions de dispositifs de nœuds connectés, connaissant une croissance rapide. Selon les données de DePIN Scan, en mars 2025, le nombre d'utilisateurs actifs a déjà dépassé 2,5 millions.

Premier airdrop : Annonce du premier airdrop le 21 octobre 2024, distribution de 100 millions de tokens GRASS ), 10 % de l'offre totale (, récompense pour les premiers utilisateurs.

Échange en ligne : Mise en ligne sur une certaine plateforme d'échange le 28 octobre 2024, le prix a augmenté de manière constante de 0,6 $ à 3,89 $, multipliant ainsi par environ 5 en 10 jours.

État actuel : le projet continue de s'étendre, la deuxième phase de l'incitation à l'engagement des utilisateurs est en cours ; il est prévu de lancer des applications mobiles Android et iPhone pour augmenter l'échelle du réseau et la participation des utilisateurs.

) 2.3 État de l'équipe

Selon les données de Rootdata, Grass a été développé par Wynd Labs, dont le fondateur est Andrej Radonjic, qui est le PDG de Wynd Labs et détient un master en mathématiques et statistiques de l'Université de York ainsi qu'un baccalauréat en ingénierie physique de l'Université McMaster.

Les membres de l'équipe proviennent tous de Wynd Labs, se concentrant sur le développement de 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 Tracxn, Wynd Labs a été fondée en 2022, son produit phare étant Grass.

L'arrière-plan de l'équipe montre une expertise dans les domaines de la blockchain et de l'IA, mais un manque de transparence de l'information pourrait affecter la confiance des investisseurs et des utilisateurs. L'expérience de Radonjic confère de la crédibilité au projet, mais l'anonymat des autres membres pourrait susciter des inquiétudes.

2.4 Financement et partenaires importants

Investisseurs et soutien

Phase de seed : 350 000 dollars de financement de seed réalisés en 2023, menés par un certain capital et un certain capital. Selon Rootdata, le financement total après la phase de seed atteint 450 000 dollars, y compris la phase de pré-seed dirigée par un certain capital.

Financement de la série A : le financement de la série A a été réalisé en septembre 2024, dirigé par un certain capital, avec la participation de certains capitaux, d'un certain capital et d'un certain capital, le montant n'ayant pas été divulgué.

Soutien des investisseurs : Ces investisseurs sont tous des investisseurs relativement connus dans le secteur. Obtenir leur soutien montre également la reconnaissance du projet dans l'industrie.

Partenaire

Plateforme blockchain : construite sur le réseau Solana, le projet utilise la haute performance et l'évolutivité de Solana.

Aucune collaboration spécifique avec des entreprises d'IA ou d'autres projets n'a encore été clairement mentionnée, mais l'écosystème du réseau Solana pourrait offrir des opportunités de collaboration à l'avenir.

3. Analyse technique du projet

Grass essaie de redistribuer la valeur des données des grandes entreprises technologiques aux utilisateurs ordinaires.

Le réseau de nœuds, l'innovation dans le traitement ZKP et le registre de données dans l'architecture technique de Grass forment un flux de travail en boucle fermée, décentralisant l'ensemble de la chaîne, de la collecte à la validation puis à la livraison, soutenant ainsi efficacement sa vision décentralisée.

Cependant, il est nécessaire de résoudre l'opération centralisée actuelle, et il faut suivre si l'implémentation technique peut se dérouler sans heurts.

![Grass