去中心化AI訓練協議Viralmind是什麼？基本原理、代幣經濟、市場前景整理

本文將為讀者介紹目前在市場中並非最熱門的，但具有基本面支撐的 AI 加密項目 —— Viralmind，包括 Viralmind 所提供的服務、基本運作原理和 VIRAL 代幣的財務分析。本文源自作者 Emperor Osmo 所著文章，由 PANews 編譯、整理及撰稿。
（前情提要：AI Agent賽道四大分類速覽：框架、Launchpad、應用及 Meme ）
（背景補充：AI會是本輪週期的敘事主線？從平台對比看各AI Agents的發展現狀）

本文目錄

不要只尋找那些最流行的 AI 加密專案，還要尋找那些有基本面支撐的專案。以下是對 Viralmind 的詳細分析，包括其提供的服務、基本原理以及對 VIRAL 代幣的財務和市場分析。

摘要

Viralmind 構建了大型行動模型（LAM），可以有效增強數位環境中的人機互動。可以把 LAMs 看作是一種數位工具，其可以實際使用電腦、網站和文件來執行與您完全相同的操作。
Viralmind 正構建一個去中心化的 AI 訓練生態系統，允許對其 AI 代理進行訓練。這可以消除中心化 AI 訓練模型的固有偏見，並為這些代理提供高度原生化和高度集中的資料集來進行訓練。
Viralmind 的核心是 VIRAL 代幣，可以通過 DEX 獲得，也可以在 Viralmind 上訓練 LAM 時獲得。
Viralmind 正處於預計將達到兆級美元規模的 AI 生態系統和市場的邊緣。人工訓練的 AI 模型的價值為每年 6,000 萬美元甚至更多。

概述

Viralmind 是一個開源的、去中心化的集體智慧平臺，旨在真正將 AI 代理轉變為人類助手。簡而言之，它是一種可以在任何數位環境中以類似人類的方式執行的代理。Viralmind 的 LAM 被設計為以類似人類的方式導航和運算元字環境。通過利用鍵盤輸入、滑鼠移動和點選，這些 AI 代理可以在遊戲、生產力和其他創意領域執行廣泛的任務。

為了訓練 AI 代理，使用者可以通過 Trading Gym 進行訓練，其可以有效地將螢幕上的動作作為訓練資料。然後，這些資訊被轉換成詳細的軌跡，使 AI 代理能夠隨著時間的推移進行學習和改進。Viralmind 還引入了一個數據市場，使用者可以在其中交易這些資料集，以進一步增強系統的整體學習能力。Viralmind 的一項關鍵創新是一鍵微調功能，使使用者能夠使用小型資料集自定義 GPT-4o 等模型。這種方法簡化了 AI 培訓，使大量使用者（甚至沒有深厚技術專業知識的使用者）也能從中受益。該系統生成結構化的 .jsonl 檔案，這些檔案可以捕捉人類行為和綜合推理，為模型改進提供高品質資料。

Viralmind 的 LAM 旨在彌合 LLM（大語言模型）與電腦直接互動之間的差距，取代過時的基於 OCR 技術。Viralmind 計劃在鏈上和 desktops 上部署代理，旨在無縫整合到遊戲、企業軟體和區塊鏈應用程式中。Viralmind 由其原生代幣 VIRAL 支援，該代幣激勵使用者提供高品質的訓練資料、參與競賽並促進 Viralmind 不斷增長的 AI 生態系統的發展。

Viralmind 將大型模型產生的收入再投入到行銷和開發，創造了一個高效且自給自足的經濟，獎勵貢獻者並支援平臺的長期增長。

產品 / 服務

Viralmind 的主要產品是 VM-1，這是一種可反應數位環境中人類行為的 LAM。作為一個先進的 LAM， VM-1 使 AI 代理能夠玩遊戲，完成任務，並通過流暢的、類似人類的互動瀏覽複雜的介面。

VM-1 生態將具有兩個不同的層級：

開源小型模型：這些模型緊湊而高效，可滿足希望通過替換 OCR 模組來增強現有管道的開發人員需求。它們可作為任何 LLM 的即插即用擴展套件，無需進行全面的 LAM 培訓即可增強其功能。
通過 API 的基礎 LAM：通過 API 提供的大型 VM-1 模型經過數百萬的訓練，適用於從遊戲和工作自動化到流媒體的各種應用程式。其使用由 VIRAL 代幣提供支援，費用將重新投資於行銷和增長，確保生態系統自我維持。

Viralmind 還與遊戲工作室、企業軟體提供商和加密平臺建立了戰略合作伙伴關係，以擴大 VM-1 的覆蓋範圍。這些合作將把 VM-1 的功能整合到更廣泛的 AI 生態系統中，從而增強代理框架的採用和潛力。

為什麼選擇 VM-1？

對於遊戲玩家：VM-1 代理可無縫地與使用者一起玩遊戲，參與合作、競爭或創造性的遊戲。使用者可以使用個性化資料訓練他們的代理掌握特定的遊戲、型別或策略。
對於專業人員：VM-1 可以取代重複的手動任務，例如表單填寫和文件處理，簡化實際場景中的工作流程。
對於開發人員：缺乏資源來訓練完整 LAM 的開發人員可以利用 VM-1 的較小模型來升級現有的工具和框架。此外，Viralmind 允許使用者訓練自己的 AI 代理，從而彌合基於文字的 LLM 與現實世界電腦互動之間的差距。

社群情緒

Viralmind 沒有像其他專案一樣實現病毒式行銷。Viralmind 沒有 Discord，但有一個 Telegram 頻道，目前成員人數超 1.1K。現有社群對 Viralmind 的產品有深刻的瞭解。Viralmind 目前沒有在 GoatIndex 上列出，而是在 Cookie.fun 上列出。

市場分析

擁有大型資料集是訓練 AI 模型的基礎。Viralmind 是這種訓練的核心，同時激勵使用者參與，有效地允許訓練在更廣泛的範圍內進行，同時也將其高度原生化到個人使用者。 AI 代理和模型通常可以通過集中式方法進行訓練，但這限制了 AI 理解使用者高度集中需求的能力。此外，集中式 AI 訓練模型還會吸收構建它的機構 / 組織 / 個人的偏見。這就是需要像 Viralmind 這樣的去中心化 AI 訓練模型的地方。Viralmind 並不是唯一一個構建分散式 AI 訓練的專案。

FLock.io 也在構建可由使用者訓練的自定義和高度集中的 AI 模型。他們有一個類似的、社群參與的 AI 訓練模型，使用者可以幫助在 Flock 上訓練 AI 模型。然後，這些模型可以由個人或組織委託。在這種情況下，FLOCK 代幣具有與 VIRAL 代幣類似的實用性。

Sapien AI 還提供了基於參與使用者訓練 AI 模型的能力。作為回報，這些使用者能得到獎勵。但與 Viralmind 不同，Sapien 提供面向機構 / 企業的 AI 培訓 LLM。

Prime Intellect 類似於將研究人員、使用者和任何對訓練 AI 模型感興趣的人聚集在一起。它允許任何人貢獻資本、計算或程式碼來構建這些模型。然而，與 Viralmind 相反，Prime Intellect 似乎限制了可以加入訓練 AI 模型的使用者。

DecentrAI 也提供去中心化培訓。使用者可以承擔訓練模型、品質檢查等職責。DecentrAI 仍處於開發階段。

Prometheus-X 也有助於去中心化 AI 培訓。但這種解決方案不是基於區塊鏈技術。它們還處於依賴使用者進行去中心化 AI 培訓的非常初級的階段。

縱觀現有的小型 AI 培訓格局，可以瞭解到去中心化 AI 培訓模型的需求和重要性。甚至一些規模較大的 LLMs 專案也與 Reddit 達成協議，使用其內容和資料來訓練模型。這些交易金額每年在 6000 萬美元以上。因此，AI 訓練模型的市場規模巨大，需求不斷增長。