Laporan Penelitian Kedalaman Grass: Proyek Bintang di Bidang DePIN, Ambisi Bank Data AI

Ringkasan Poin

• Bagaimana Grass dapat menonjol di antara banyak proyek DePIN?

Intinya adalah model penambangan gratis tanpa batasan, basis pengguna adalah yang paling penting, faktor lainnya hanyalah pengganda.

Grass melalui "teknologi + model" menggerakkan terobosan barrier industri DePIN - Memanfaatkan bukti nol pengetahuan dan arsitektur Solana Layer2 untuk memastikan keaslian data, menyelesaikan masalah "data kotor" di industri AI; sekaligus menggunakan model "penambangan bandwidth → imbalan poin" untuk mengubah 2,5 juta pengguna menjadi node data, membentuk keunggulan yang sangat besar di sisi pasokan.

Ledakan permintaan data AI yang bertumpuk, panasnya jalur Solana dan DePIN, serta strategi operasional yang wajar, telah meletakkan posisi pemimpin proyek DePIN berbasis data AI.

• Faktor kunci apa yang perlu diperhatikan dalam perkembangan masa depan Grass?

Melihat Teknologi Jangka Pendek: Apakah transformasi desentralisasi dapat diselesaikan dengan lancar pada tahun 2025;

Tengah periode melihat verifikasi permintaan: Skala pembelian data oleh perusahaan AI;

Permainan Kepatuhan Jangka Panjang: Aturan privasi data dan kepemilikan.

Risiko terbesar saat ini adalah "kegembiraan token menutupi kekosongan permintaan" - jika di masa depan tidak ada pertumbuhan besar-besaran dalam pesanan pelanggan AI, siklus bisnis yang sempurna mungkin akan terdegradasi dari siklus positif "data-modal" menjadi gelembung sisi pasokan.

1. Latar Belakang Industri

DePIN mengintegrasikan sumber daya global yang tidak terpakai ( dalam hal komputasi, penyimpanan, dan bandwidth ) melalui insentif token untuk membangun jaringan infrastruktur terdistribusi; pada saat yang sama, industri AI menghadapi kekurangan struktural data, monopoli raksasa, kontroversi privasi, dan pulau data, yang menyebabkan 80% nilai data tidak terlepas.

Kompetisi AI di masa depan, pada dasarnya adalah permainan ganda antara efisiensi pengambilan data dan kepatuhan etika, dan DePIN memberikan solusi teknis yang optimal.

Disrupsi Grass terletak pada penggabungan kedua hal ini.

1.1 DePIN: membangun kembali paradigma infrastruktur global

DePIN( jaringan infrastruktur fisik terdesentralisasi) adalah model ekonomi baru yang mengintegrasikan sumber daya fisik yang terdistribusi secara global( seperti daya komputasi, penyimpanan, bandwidth, energi, dan lain-lain) melalui teknologi blockchain.

Inti logika ini adalah:**mendorong kontribusi sumber daya yang tidak terpakai melalui insentif token, membangun jaringan infrastruktur terdesentralisasi,**menggantikan model biaya tinggi dan efisiensi rendah dari penyedia layanan terpusat tradisional.

Dibandingkan dengan model terpusat, transformasi desentralisasi terhadap infrastruktur fisik memiliki keunggulan yang lebih besar dalam hal struktur biaya, model pemerintahan, ketahanan jaringan, dan ekstensibilitas ekosistem.

Menurut definisi Messari, DePIN mencakup infrastruktur fisik ( seperti jaringan nirkabel, jaringan energi ) dan jaringan sumber daya digital ( seperti penyimpanan, komputasi ), serta mewujudkan pencocokan permintaan dan penawaran serta mekanisme insentif melalui teknologi blockchain.

• Infrastruktur Fisik: Diwakili oleh jaringan nirkabel terdesentralisasi Helium(, membangun jaringan komunikasi dengan cakupan global melalui penyebaran perangkat hotspot oleh komunitas;

• Jaringan Sumber Daya Digital: mencakup penyimpanan terdesentralisasi ) di suatu platform, komputasi terdistribusi ( di suatu platform, dll., melalui pengintegrasian sumber daya yang tidak terpakai untuk membentuk model ekonomi berbagi.

Menurut data dari platform tertentu, hingga tahun 2024, jumlah perangkat DePIN global telah melampaui 13 juta unit, dengan ukuran pasar mencapai 50 miliar USD, tetapi tingkat penetrasinya kurang dari 0,1%. Dalam sepuluh tahun ke depan, diharapkan akan tumbuh 100-1000 kali.

Pada tahun 2024, total kapitalisasi pasar DePIN mencapai 50 miliar USD, mencakup lebih dari 350 proyek, dengan tingkat pertumbuhan tahunan lebih dari 35%.

Inti dari pendorong ini terletak pada peningkatan efisiensi sumber daya ) seperti pemanfaatan bandwidth yang tidak terpakai ( dan ledakan permintaan ) seperti kebutuhan AI akan daya komputasi dan data ( yang bersifat dua arah.

Tentu saja, skalabilitas jaringan terdesentralisasi, privasi data, dan verifikasi keamanan tetap menjadi tantangan kunci dalam pengembangan DePIN.

![Rumput Kedalaman laporan penelitian: DePIN bintang yang menonjol, bank data AI yang sedang berkembang])https://img-cdn.gateio.im/webp-social/moments-2ffc599e2fb968adefed2fb4adbe7807.webp(

) 1.2 Permintaan Data AI: Pertumbuhan Meledak dan Kontradiksi Struktural

Pengambilan dan pengolahan data AI adalah penggerak utama perkembangan kecerdasan buatan, terutama dalam melatih model bahasa besar ( seperti GPT ) dan jaringan saraf generatif ### seperti MidJourney (.

Kinerja dan efek model AI sangat bergantung pada kualitas dan jumlah data pelatihan. Data yang berkualitas tinggi, beragam, dan representatif secara geografis sangat penting untuk kinerja model AI.

Skala dan Karakteristik Kebutuhan Data

• Lompatan Skala: Contoh dengan GPT-4, pelatihan memerlukan lebih dari 45TB data teks, sedangkan kecepatan iterasi AI generatif mengharuskan data diperbarui secara real-time dan bervariasi;

• Proporsi Biaya: Dalam pengembangan AI, biaya pengumpulan, pembersihan, dan penandaan data menyumbang lebih dari 40% dari total anggaran, menjadi kendala inti dalam komersialisasi;

• Diversifikasi Skenario: Mengemudi otomatis memerlukan data sensor yang sangat akurat, AI medis bergantung pada basis data kasus yang mematuhi privasi, AI sosial bergantung pada data perilaku pengguna.

Titik nyeri penyediaan data tradisional

• Data Barrier: Perusahaan/entitas inti dan raksasa lainnya mengendalikan sumber data yang luas, pengembang kecil dan menengah menghadapi hambatan tinggi dan penetapan harga yang tidak adil;

• Pulau Data: Data sering kali tersebar di tangan berbagai lembaga dan perusahaan, berbagi dan peredaran data menghadapi banyak hambatan, yang mengakibatkan sumber daya data tidak dapat dimanfaatkan secara maksimal.

• Privasi Data: Pengumpulan data sering kali melibatkan masalah privasi dan hak cipta, seperti peristiwa biaya API di suatu platform sosial yang memicu protes dari para pengembang;

• Sirkulasi Tidak Efisien: Pulau data dan kurangnya standar menyebabkan pengumpulan ulang, dengan tingkat pemanfaatan data global kurang dari 20%;

• Gangguan Rantai Nilai: Individu penyumbang yang menciptakan data tidak dapat mendapatkan keuntungan dari penggunaan data tersebut di kemudian hari.

Jalur Pecah DePIN

• Pengumpulan Data Terdistribusi: Mengambil data publik ) melalui jaringan node seperti media sosial, basis data publik (, mengurangi biaya pengumpulan data, serta meningkatkan efisiensi dan skala pengumpulan data;

• Meningkatkan Kualitas dan Keberagaman Data: Melalui mekanisme insentif DePIN, dapat menarik lebih banyak peserta untuk menyumbangkan data, sehingga meningkatkan kualitas dan keberagaman data, serta meningkatkan kemampuan generalisasi model AI.

• Pembersihan dan Penandaan Terdesentralisasi: Kolaborasi komunitas untuk menyelesaikan pra-pemrosesan data, menggabungkan bukti nol-pengetahuan )ZK( untuk memastikan keaslian data;

• Insentif Tokenisasi Tertutup: Kontributor data memperoleh imbalan token, pihak yang membutuhkan membeli dataset terstruktur dengan token, membentuk pencocokan langsung antara penawaran dan permintaan.

Proyek Grass berada di persimpangan industri DePIN dan data AI, secara inovatif menerapkan konsep DePIN dalam bidang pengumpulan data AI, membangun jaringan pengambilan data terdesentralisasi, bertujuan untuk menyediakan sumber data yang lebih ekonomis, lebih efisien, dan lebih dapat diandalkan untuk pelatihan model AI.

![GrassKedalaman研报：DePIN亮眼明星，扩张中的AI数据银行])https://img-cdn.gateio.im/webp-social/moments-53ff22e3333759cdc38081bea3e4148f.webp(

2. Informasi Dasar Proyek

Grass membangun jaringan pengambilan data terdesentralisasi melalui arsitektur DePIN, menyediakan sumber data yang berkualitas tinggi dan beragam untuk pelatihan AI. Pengguna hanya perlu menginstal klien untuk menyumbangkan bandwidth dan mendapatkan imbalan token - dalam satu tahun telah menarik lebih dari 2,5 juta node, dan token mengalami kenaikan lebih dari 5 kali lipat dalam 10 hari pertama peluncurannya, yang membuktikan logika bisnisnya.

Proyek ini mendapatkan dukungan dari beberapa modal terkemuka seperti Modal A dan Modal B, mengandalkan rantai publik tertentu yang berkinerja tinggi untuk mewujudkan penegasan dan peredaran data.

Anonymitas tim saat ini masih menjadi perdebatan, kemajuan desentralisasi pengolahan data perlu ditindaklanjuti.

) 2.1 Ruang Lingkup

Grass adalah proyek DePIN yang mengumpulkan dan memverifikasi data internet melalui bandwidth tidak terpakai dari perangkat pengguna, khususnya mendukung pengembangan AI(.

Inti dari ini adalah melalui jaringan proxy perumahan )residential proxy network###, memungkinkan perusahaan menggunakan koneksi internet pengguna untuk mengakses dan mengambil data internet dari lokasi geografis yang berbeda, yang sangat berguna untuk pelatihan model AI yang memerlukan data yang beragam dan representatif secara geografis.

• Masalah yang diselesaikan: Pengambilan data jaringan tradisional biasanya dilakukan oleh sistem terpusat, yang tidak efisien dan rentan terhadap kesalahan atau bias. Grass bertujuan untuk menyediakan data internet yang dapat diandalkan dan terverifikasi melalui cara desentralisasi, dan data yang disediakan oleh pengguna desentralisasi secara alami memiliki keragaman, publikasi multi-regional, dan karakteristik real-time.

• Visi dan Misi: Visi Grass adalah menciptakan lapisan data internet terdesentralisasi, di mana data dikumpulkan, diverifikasi, dan terstruktur dengan cara yang meminimalkan kepercayaan. Misinya adalah memberdayakan pengguna untuk berkontribusi pada lapisan data dan mendorong partisipasi melalui mekanisme penghargaan.

• Cara Berpartisipasi Pengguna: Pengguna hanya perlu tiga langkah untuk memulai: mengunjungi situs resmi Grass, menginstal ekstensi/klien, menghubungkan dan mulai mendapatkan Grass Points. Cara kontribusi bandwidth untuk mendapatkan imbalan ini memberikan kesempatan bagi pengguna biasa untuk berbagi dividen pertumbuhan AI.

Secara ringkas, fitur dan keuntungan kunci Grass adalah: biaya pengambilan data di jaringan terdesentralisasi rendah, keberagaman data yang lebih kaya; pengguna mendapatkan imbalan dengan menyumbangkan bandwidth, mewujudkan pengembalian nilai data; menggunakan teknologi blockchain untuk memverifikasi data, memastikan transparansi dan keandalan data.

( 2.2 Perkembangan

Tahap Konsep: Pertengahan tahun 2022, proyek ini diajukan konsepnya oleh Wynd Labs.

Tahap Pengembangan: Mulai membangun produk pada awal tahun 2023, menandai proyek memasuki tahap pengembangan yang sebenarnya.

Pendanaan Putaran Benih: Pada tahun 2023, Grass menyelesaikan pendanaan putaran benih sebesar 3,5 juta dolar AS, dipimpin oleh suatu modal dan suatu modal, total 4,5 juta dolar AS ) termasuk putaran pra-benih yang dipimpin oleh suatu perusahaan (.

Uji Pengguna: Pada akhir 2023, meluncurkan ekstensi browser Chrome, memulai uji pengguna, menarik partisipasi pengguna awal.

Tonggak Sejarah: Pada April 2024, proyek mengumumkan lebih dari 2 juta perangkat node terhubung, yang sedang berkembang pesat. Menurut data dari suatu platform, hingga Maret 2025, pengguna aktifnya telah melebihi 2,5 juta.

Airdrop Pertama: Airdrop pertama diumumkan pada 21 Oktober 2024, mendistribusikan 100 juta token GRASS ) 10% dari total pasokan ###, sebagai hadiah bagi pengguna awal.

Bursa yang diluncurkan: Diluncurkan di bursa tertentu pada 28 Oktober 2024, harga naik dari $0,6 menjadi $3,89 dalam 10 hari, meningkat stabil sekitar 5 kali lipat.

Status Saat Ini: Proyek terus berkembang, sedang dalam tahap kedua insentif pengguna untuk mengakses; berencana meluncurkan aplikasi mobile Android dan iPhone, untuk meningkatkan skala jaringan dan partisipasi pengguna.

( 2.3 Situasi Tim

Menurut data publik, Grass dikembangkan oleh Wynd Labs, pendirinya adalah Andrej Radonjic, yang merupakan CEO Wynd Labs, memiliki gelar magister dalam matematika dan statistik dari York University serta gelar sarjana dalam fisika rekayasa dari McMaster University.

Anggota tim berasal dari Wynd Labs, fokus pada pengembangan teknologi blockchain dan AI, memiliki pengalaman di bidang terkait. Namun, informasi tentang anggota spesifik tidak dipublikasikan secara luas, hanya identitas Radonjic yang diungkapkan.

Menurut data publik, Wynd Labs didirikan pada tahun 2022, produk inti mereka adalah Grass.

Latar belakang tim menunjukkan kemampuan profesional di bidang blockchain dan AI, tetapi kurangnya transparansi informasi dapat memengaruhi kepercayaan investor dan pengguna. Pengalaman Radonjic memberikan kredibilitas pada proyek, tetapi anonimitas anggota lainnya dapat menimbulkan kekhawatiran.

) 2.4 Pembiayaan dan Mitra Penting

Investor dan Dukungan

Putaran Benih: Menyelesaikan pendanaan putaran benih sebesar 3,5 juta dolar AS pada tahun 2023, yang dipimpin oleh beberapa modal. Berdasarkan data publik, total pendanaan setelah putaran benih mencapai 4,5 juta dolar AS, termasuk putaran sebelum benih yang dipimpin oleh beberapa perusahaan.

Pendanaan Putaran A: Pendanaan putaran A selesai pada bulan September 2024, dipimpin oleh suatu modal, diikuti oleh modal tertentu, modal tertentu, modal tertentu, dan modal tertentu, jumlahnya tidak diungkapkan.

Dukungan Investor: Investor di atas adalah investor yang cukup terkenal di industri. Mendapatkan dukungan mereka juga menunjukkan pengakuan proyek di industri.

Mitra

Platform Blockchain: Dibangun di atas jaringan public chain tertentu, proyek ini memanfaatkan kinerja tinggi dan skalabilitas dari public chain tersebut.

Saat ini belum disebutkan secara jelas terkait dengan AI