Rapport d'étude approfondie sur Grass : une nouvelle étoile dans le domaine DePIN, une banque de données AI en pleine expansion
Comment Grass se distingue-t-il parmi de nombreux projets DePIN ?
Le facteur clé est la participation sans barrière et à coût zéro, les utilisateurs sont la pierre angulaire, les autres facteurs sont des leviers.
Grass a franchi le mur de l'auto-consommation DePIN grâce à un double moteur "technologie + modèle" - en utilisant des preuves à divulgation nulle de connaissance et l'architecture Solana Layer2 pour garantir l'authenticité des données, résolvant ainsi le problème des "données sales" dans l'industrie de l'IA ; tout en transformant 2,5 millions d'utilisateurs en nœuds de données grâce à un modèle "minage de bande passante → incitation par points", créant un avantage côté offre.
Avec la forte augmentation de la demande de données AI, la popularité de Solana et de DePIN, ainsi que des moyens d'exploitation raisonnables, Grass est devenu le projet leader de DePIN dans le domaine des données AI.
Quels facteurs doivent être pris en compte pour le développement futur de Grass ?
Regard à court terme sur la mise en œuvre technique : la transformation décentralisée de 2025 peut-elle réussir ?
Validation de la demande à moyen terme : échelle des données d'achat des entreprises d'IA ;
Jeux de conformité à long terme : règles sur la confidentialité des données et la propriété.
Le risque maximal actuel réside dans le fait que "la frénésie des jetons masque un vide de demande" - si la croissance des commandes clients AI n'est pas réalisée à l'avenir, un modèle commercial parfait pourrait dégénérer d'un cycle vertueux "données-capitaux" en une bulle du côté de l'offre.
1. Contexte de l'industrie
Lorsque la démocratisation de la puissance de calcul de DePIN rencontre le dilemme des données de l'IA, un mouvement silencieux pour l'égalité des données éclate.
DePIN intègre les ressources inutilisées à l'échelle mondiale (puissance de calcul, stockage, bande passante) grâce à une économie de jetons, construisant un réseau d'infrastructure distribué ; en même temps, l'industrie de l'IA fait face à une pénurie structurelle de données, la domination des géants, les controverses sur la vie privée et les barrières d'isolement, 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, tandis que DePIN offre la solution technique optimale.
La nature disruptive de Grass réside dans la réalisation de la fusion de ces deux éléments.
1.1 DePIN : Repenser le paradigme mondial des infrastructures
Définition et logique fondamentale
Ces dernières années, avec la maturité de la technologie blockchain et l'émergence de l'idée Web3, divers secteurs explorent des voies de transformation décentralisée. DePIN est l'incarnation 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 dispersées dans le monde entier (comme la puissance de calcul, le stockage, la bande passante, l'énergie, etc.) grâce à la technologie blockchain.
La logique fondamentale repose sur : l'incitation par des tokens pour encourager la contribution de ressources inutilisées par la communauté, construisant un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et peu efficace des fournisseurs de services centralisés traditionnels.
Moteur de l'industrie
Comparé au modèle centralisé, la transformation décentralisée des infrastructures physiques présente de plus grands avantages en termes de structure de coûts, de modèles de gouvernance, de résilience du réseau et d'écosystème extensible.
Domaines de niche et cas typiques
Selon la définition de Messari, DePIN couvre deux grandes catégories : l'infrastructure physique (comme les réseaux sans fil, les réseaux d'énergie) et les réseaux de ressources numériques (comme le stockage, le calcul), et réalise l'appariement de l'offre et de la demande ainsi que les mécanismes d'incitation grâce à la technologie blockchain.
Infrastructures physiques : représentées par Helium (réseau sans fil décentralisé), construisant un réseau de communication à couverture mondiale grâce au déploiement d'appareils hotspots par la communauté ;
Réseau de ressources numériques : comprend Filecoin (stockage décentralisé), Aethir (calcul distribué), etc., en intégrant des ressources inoccupées pour former un modèle économique partagé.
Potentiel de marché
Selon les données de Messari, d'ici 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, une croissance de 100 à 1000 fois est envisageable.
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 %.
Le moteur principal réside dans l'amélioration de l'efficacité des ressources (comme l'utilisation de la bande passante inutilisée) et les effets bilatéraux de l'explosion de la demande (comme la demande d'IA pour la puissance de calcul et les données).
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 (Data is the new oil)"
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 (comme GPT) et de réseaux de neurones génératifs (comme MidJourney).
La performance 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 essentielles pour la performance des modèles d'IA.
Exigences et caractéristiques des données
Saut de niveau : par exemple, pour le GPT-4, l'entraînement nécessite plus de 45 To de données textuelles, tandis que la vitesse d'itération de l'IA générative exige que les données soient mises à jour et diversifiées 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 pour la commercialisation ;
Différenciation des scénarios : la conduite autonome nécessite des données de capteurs de haute précision, l'IA médicale dépend d'une base de cas conforme à la vie privée, et 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 une vaste source de données, tandis que les petits 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, et le partage et la circulation des données font face à de nombreux obstacles, ce qui empêche une utilisation optimale des ressources de données.
Confidentialité des données : La collecte de données soulève souvent des controverses en matière de vie privée et de 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 : L'absence d'îlots de données et de standardisation entraîne une collecte répétée, 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 tirer profit de l'utilisation ultérieure des données.
Le chemin de rupture de DePIN
Collecte de données distribuée : Collecte des données publiques (telles que les médias sociaux, les bases de données publiques) via un réseau de nœuds, réduisant le coût de la collecte de données et 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, et renforce la capacité de généralisation des modèles d'IA.
Nettoyage et annotation décentralisés : la collaboration communautaire réalise le prétraitement des données, combinant la preuve à connaissance nulle (ZK) pour garantir l'authenticité des données ;
Boucle fermée d'incitation à la tokenisation : les contributeurs de données reçoivent des récompenses en jetons, les demandeurs achètent des ensembles de données structurées avec des jetons, 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 collecte 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 scénarios d'application 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 d'entrée extrêmement bas. Cela permet à chaque utilisateur de devenir un 'mineur' de données AI, échangeant sa 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 haute rentabilité et haute 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 de Solana pour réaliser la certification et la circulation des données.
L'anonymat de l'équipe actuel reste controversé, et les progrès en matière de décentralisation du traitement des données doivent être suivis.
2.1 Champ d'application
Grass est un projet DePIN qui collecte et vérifie les données d'Internet grâce à la bande passante inutilisée des appareils des utilisateurs, en particulier pour soutenir le développement de l'intelligence artificielle (IA).
Son noyau consiste à utiliser un réseau de proxy résidentiels, permettant aux entreprises d'accéder et de récupérer des données Internet à partir de différentes localisations géographiques en utilisant la connexion Internet des utilisateurs, ce qui est très utile pour la formation de modèles d'IA nécessitant des données diversifiées et géographiquement représentatives.
Problème résolu : Le web scraping traditionnel est généralement réalisé par des systèmes centralisés, ce qui est peu efficace et sujet à des erreurs ou des biais. Grass vise à fournir des données Internet fiables et vérifiées grâce à une approche décentralisée, et les données fournies par des 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 d'encourager la participation par un mécanisme de récompense.
Méthode de participation des utilisateurs : les utilisateurs n'ont besoin que de trois étapes pour commencer : visiter le site officiel de Grass, installer l'extension/client, se connecter et commencer à gagner des Grass Points. Cette contribution de 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 les suivants : un réseau décentralisé permettant de capturer des données à faible coût, une plus grande diversité des données ; les utilisateurs gagnent des récompenses en contribuant de la bande passante, réalisant ainsi la valorisation des données ; l'utilisation de la technologie blockchain pour vérifier les données, garantissant la transparence et la fiabilité des données.
2.2 Développement
Phase conceptuelle : Mi-2022, le projet a été proposé par Wynd Labs.
Phase de développement : construction du produit commencée au début de 2023, marquant l'entrée du projet dans la phase de développement réel.
Financement de la ronde de seed : En 2023, Grass a réalisé un financement de 3,5 millions de dollars lors de sa ronde de seed, avec un certain organisme d'investissement et un certain capital en tête, pour un total de 4,5 millions de dollars (y compris la ronde de seed préliminaire dirigée par une certaine société holding).
Tests utilisateurs : à la fin de 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 de dispositifs de nœuds connectés, en pleine croissance rapide. Selon les données de DePIN Scan, jusqu'en mars 2025, le nombre d'utilisateurs actifs a dépassé 2,5 millions.
Airdrop initial : Annonce d'un premier airdrop le 21 octobre 2024, distribution de 100 millions de jetons 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 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 à l'engagement des utilisateurs est en cours ; un lancement d'applications mobiles pour Android et iPhone est prévu afin d'augmenter l'échelle du réseau et la participation des utilisateurs.
2.3 État de l'équipe
Selon des données publiques, Grass a été développé par Wynd Labs, dont le fondateur est Andrej Radonjic, qui est le PDG de Wynd Labs, avec une maîtrise en mathématiques et statistiques de l'Université York et un baccalauréat en physique appliquée de l'Université McMaster.
Les membres de l'équipe proviennent tous de Wynd Labs, se concentrant sur le développement des technologies blockchain et AI, 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.
L'arrière-plan de l'équipe montre une expertise dans les domaines de la blockchain et de l'IA, mais le manque de transparence des informations 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
Série de financement : 350 000 dollars de financement de la série de semences achevée en 2023, dirigée par un certain établissement d'investissement et un certain capital. Selon les données publiques, le financement total après la série de semences atteint 450 000 dollars, y compris la série de pré-semences dirigée par une certaine société holding.
Série A de financement : La série A de financement a été complétée en septembre 2024, dirigée par un certain capital-risque, avec la participation de certaines institutions d'investissement renommées, le montant n'a pas été divulgué.
Soutien des investisseurs : Les institutions d'investissement mentionnées ci-dessus sont toutes des investisseurs relativement connus dans l'industrie.
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.
24 J'aime
Récompense
24
8
Partager
Commentaire
0/400
CryptoMom
· 07-18 10:48
Qui tire vraiment profit de tout cela ?
Voir l'originalRépondre0
StakeWhisperer
· 07-18 03:22
Zéro coût = pigeons à l'abattoir ?
Voir l'originalRépondre0
CryptoGoldmine
· 07-17 19:49
Puissance de calcul投入ROI 23%, 草哥 cette donnée réseau est bien établie.
Voir l'originalRépondre0
TokenDustCollector
· 07-16 00:55
La prise de contrôle des données de l'univers, tu aurais dû le dire plus tôt.
Voir l'originalRépondre0
MoonRocketTeam
· 07-16 00:55
C'est fait, le plan de mise en orbite de l'herbe 0 a été lancé!
Voir l'originalRépondre0
LidoStakeAddict
· 07-16 00:52
Ceux qui s'occupent de l'herbe ont tous fait fortune !
Voir l'originalRépondre0
RugResistant
· 07-16 00:50
hmm cette implémentation zk a l'air douteuse... a besoin d'un audit approprié pour être honnête
Voir l'originalRépondre0
ChainMelonWatcher
· 07-16 00:41
Qui peut me dire s'il est possible d'apporter un peu de liquidité au marché boursier ?
Rapport de recherche sur Grass : comment DePIN la nouvelle étoile devient une banque de données AI
Rapport d'étude approfondie sur Grass : une nouvelle étoile dans le domaine DePIN, une banque de données AI en pleine expansion
Comment Grass se distingue-t-il parmi de nombreux projets DePIN ?
Le facteur clé est la participation sans barrière et à coût zéro, les utilisateurs sont la pierre angulaire, les autres facteurs sont des leviers.
Grass a franchi le mur de l'auto-consommation DePIN grâce à un double moteur "technologie + modèle" - en utilisant des preuves à divulgation nulle de connaissance et l'architecture Solana Layer2 pour garantir l'authenticité des données, résolvant ainsi le problème des "données sales" dans l'industrie de l'IA ; tout en transformant 2,5 millions d'utilisateurs en nœuds de données grâce à un modèle "minage de bande passante → incitation par points", créant un avantage côté offre.
Avec la forte augmentation de la demande de données AI, la popularité de Solana et de DePIN, ainsi que des moyens d'exploitation raisonnables, Grass est devenu le projet leader de DePIN dans le domaine des données AI.
Quels facteurs doivent être pris en compte pour le développement futur de Grass ?
Regard à court terme sur la mise en œuvre technique : la transformation décentralisée de 2025 peut-elle réussir ?
Validation de la demande à moyen terme : échelle des données d'achat des entreprises d'IA ;
Jeux de conformité à long terme : règles sur la confidentialité des données et la propriété.
Le risque maximal actuel réside dans le fait que "la frénésie des jetons masque un vide de demande" - si la croissance des commandes clients AI n'est pas réalisée à l'avenir, un modèle commercial parfait pourrait dégénérer d'un cycle vertueux "données-capitaux" en une bulle du côté de l'offre.
1. Contexte de l'industrie
Lorsque la démocratisation de la puissance de calcul de DePIN rencontre le dilemme des données de l'IA, un mouvement silencieux pour l'égalité des données éclate.
DePIN intègre les ressources inutilisées à l'échelle mondiale (puissance de calcul, stockage, bande passante) grâce à une économie de jetons, construisant un réseau d'infrastructure distribué ; en même temps, l'industrie de l'IA fait face à une pénurie structurelle de données, la domination des géants, les controverses sur la vie privée et les barrières d'isolement, 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, tandis que DePIN offre la solution technique optimale.
La nature disruptive de Grass réside dans la réalisation de la fusion de ces deux éléments.
1.1 DePIN : Repenser le paradigme mondial des infrastructures
Définition et logique fondamentale
Ces dernières années, avec la maturité de la technologie blockchain et l'émergence de l'idée Web3, divers secteurs explorent des voies de transformation décentralisée. DePIN est l'incarnation 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 dispersées dans le monde entier (comme la puissance de calcul, le stockage, la bande passante, l'énergie, etc.) grâce à la technologie blockchain.
La logique fondamentale repose sur : l'incitation par des tokens pour encourager la contribution de ressources inutilisées par la communauté, construisant un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et peu efficace des fournisseurs de services centralisés traditionnels.
Moteur de l'industrie
Comparé au modèle centralisé, la transformation décentralisée des infrastructures physiques présente de plus grands avantages en termes de structure de coûts, de modèles de gouvernance, de résilience du réseau et d'écosystème extensible.
Domaines de niche et cas typiques
Selon la définition de Messari, DePIN couvre deux grandes catégories : l'infrastructure physique (comme les réseaux sans fil, les réseaux d'énergie) et les réseaux de ressources numériques (comme le stockage, le calcul), et réalise l'appariement de l'offre et de la demande ainsi que les mécanismes d'incitation grâce à la technologie blockchain.
Infrastructures physiques : représentées par Helium (réseau sans fil décentralisé), construisant un réseau de communication à couverture mondiale grâce au déploiement d'appareils hotspots par la communauté ;
Réseau de ressources numériques : comprend Filecoin (stockage décentralisé), Aethir (calcul distribué), etc., en intégrant des ressources inoccupées pour former un modèle économique partagé.
Potentiel de marché
Selon les données de Messari, d'ici 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, une croissance de 100 à 1000 fois est envisageable.
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 %.
Le moteur principal réside dans l'amélioration de l'efficacité des ressources (comme l'utilisation de la bande passante inutilisée) et les effets bilatéraux de l'explosion de la demande (comme la demande d'IA pour la puissance de calcul et les données).
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 (Data is the new oil)"
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 (comme GPT) et de réseaux de neurones génératifs (comme MidJourney).
La performance 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 essentielles pour la performance des modèles d'IA.
Exigences et caractéristiques des données
Saut de niveau : par exemple, pour le GPT-4, l'entraînement nécessite plus de 45 To de données textuelles, tandis que la vitesse d'itération de l'IA générative exige que les données soient mises à jour et diversifiées 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 pour la commercialisation ;
Différenciation des scénarios : la conduite autonome nécessite des données de capteurs de haute précision, l'IA médicale dépend d'une base de cas conforme à la vie privée, et 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 une vaste source de données, tandis que les petits 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, et le partage et la circulation des données font face à de nombreux obstacles, ce qui empêche une utilisation optimale des ressources de données.
Confidentialité des données : La collecte de données soulève souvent des controverses en matière de vie privée et de 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 : L'absence d'îlots de données et de standardisation entraîne une collecte répétée, 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 tirer profit de l'utilisation ultérieure des données.
Le chemin de rupture de DePIN
Collecte de données distribuée : Collecte des données publiques (telles que les médias sociaux, les bases de données publiques) via un réseau de nœuds, réduisant le coût de la collecte de données et 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, et renforce la capacité de généralisation des modèles d'IA.
Nettoyage et annotation décentralisés : la collaboration communautaire réalise le prétraitement des données, combinant la preuve à connaissance nulle (ZK) pour garantir l'authenticité des données ;
Boucle fermée d'incitation à la tokenisation : les contributeurs de données reçoivent des récompenses en jetons, les demandeurs achètent des ensembles de données structurées avec des jetons, 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 collecte 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 scénarios d'application 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 d'entrée extrêmement bas. Cela permet à chaque utilisateur de devenir un 'mineur' de données AI, échangeant sa 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 haute rentabilité et haute 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 de Solana pour réaliser la certification et la circulation des données.
L'anonymat de l'équipe actuel reste controversé, et les progrès en matière de décentralisation du traitement des données doivent être suivis.
2.1 Champ d'application
Grass est un projet DePIN qui collecte et vérifie les données d'Internet grâce à la bande passante inutilisée des appareils des utilisateurs, en particulier pour soutenir le développement de l'intelligence artificielle (IA).
Son noyau consiste à utiliser un réseau de proxy résidentiels, permettant aux entreprises d'accéder et de récupérer des données Internet à partir de différentes localisations géographiques en utilisant la connexion Internet des utilisateurs, ce qui est très utile pour la formation de modèles d'IA nécessitant des données diversifiées et géographiquement représentatives.
Problème résolu : Le web scraping traditionnel est généralement réalisé par des systèmes centralisés, ce qui est peu efficace et sujet à des erreurs ou des biais. Grass vise à fournir des données Internet fiables et vérifiées grâce à une approche décentralisée, et les données fournies par des 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 d'encourager la participation par un mécanisme de récompense.
Méthode de participation des utilisateurs : les utilisateurs n'ont besoin que de trois étapes pour commencer : visiter le site officiel de Grass, installer l'extension/client, se connecter et commencer à gagner des Grass Points. Cette contribution de 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 les suivants : un réseau décentralisé permettant de capturer des données à faible coût, une plus grande diversité des données ; les utilisateurs gagnent des récompenses en contribuant de la bande passante, réalisant ainsi la valorisation des données ; l'utilisation de la technologie blockchain pour vérifier les données, garantissant la transparence et la fiabilité des données.
2.2 Développement
Phase conceptuelle : Mi-2022, le projet a été proposé par Wynd Labs.
Phase de développement : construction du produit commencée au début de 2023, marquant l'entrée du projet dans la phase de développement réel.
Financement de la ronde de seed : En 2023, Grass a réalisé un financement de 3,5 millions de dollars lors de sa ronde de seed, avec un certain organisme d'investissement et un certain capital en tête, pour un total de 4,5 millions de dollars (y compris la ronde de seed préliminaire dirigée par une certaine société holding).
Tests utilisateurs : à la fin de 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 de dispositifs de nœuds connectés, en pleine croissance rapide. Selon les données de DePIN Scan, jusqu'en mars 2025, le nombre d'utilisateurs actifs a dépassé 2,5 millions.
Airdrop initial : Annonce d'un premier airdrop le 21 octobre 2024, distribution de 100 millions de jetons 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 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 à l'engagement des utilisateurs est en cours ; un lancement d'applications mobiles pour Android et iPhone est prévu afin d'augmenter l'échelle du réseau et la participation des utilisateurs.
2.3 État de l'équipe
Selon des données publiques, Grass a été développé par Wynd Labs, dont le fondateur est Andrej Radonjic, qui est le PDG de Wynd Labs, avec une maîtrise en mathématiques et statistiques de l'Université York et un baccalauréat en physique appliquée de l'Université McMaster.
Les membres de l'équipe proviennent tous de Wynd Labs, se concentrant sur le développement des technologies blockchain et AI, 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.
L'arrière-plan de l'équipe montre une expertise dans les domaines de la blockchain et de l'IA, mais le manque de transparence des informations 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
Série de financement : 350 000 dollars de financement de la série de semences achevée en 2023, dirigée par un certain établissement d'investissement et un certain capital. Selon les données publiques, le financement total après la série de semences atteint 450 000 dollars, y compris la série de pré-semences dirigée par une certaine société holding.
Série A de financement : La série A de financement a été complétée en septembre 2024, dirigée par un certain capital-risque, avec la participation de certaines institutions d'investissement renommées, le montant n'a pas été divulgué.
Soutien des investisseurs : Les institutions d'investissement mentionnées ci-dessus sont toutes des investisseurs relativement connus dans l'industrie.