Rapport de recherche approfondi sur Grass : une nouvelle étoile brillante dans le domaine DePIN, une banque de données AI en expansion

Points principaux TL; DR

• Un facteur clé qui permet à Grass de se démarquer parmi de nombreux projets DePIN est son mode de participation sans seuil, où la base d'utilisateurs est essentielle, les autres facteurs ne sont que des amplificateurs.

Grass utilise la double dynamique "technologie + modèle" pour percer la concurrence dans l'industrie DePIN ------ 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 polluées" dans l'industrie de l'IA ; tout en adoptant le modèle "minage de bande passante → incitation par points" pour convertir 2,5 millions d'utilisateurs en nœuds de données, formant ainsi un avantage du côté de l'offre.

Avec l'explosion de la demande de données AI, la montée en popularité de Solana et de DePIN, ainsi que des stratégies opérationnelles raisonnables, Grass est devenu un projet leader dans le domaine des données AI de type DePIN.

• Points clés à surveiller pour le développement futur de Grass:

À court terme, la mise en œuvre technique : La transition décentralisée pourra-t-elle être réalisée avec succès d'ici 2025 ?

Validation de la demande à moyen terme : taille d'achat de données réelles des entreprises d'IA ;

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

Le principal risque actuel réside dans "la popularité des tokens masquant le manque de demande"------si à l'avenir il n'est pas possible de réaliser une forte augmentation des commandes des clients IA, le cycle commercial parfait pourrait dégénérer d'un cycle positif "données-capital" en une bulle du côté de l'offre.

1. Contexte industriel

Lorsque la démocratisation de la puissance de calcul de DePIN rencontre le dilemme des données de l'IA, un mouvement pour l'égalité des données est en train d'éclore silencieusement.

DePIN intègre des ressources mondiales inutilisées grâce à des incitations par jetons ( puissance de calcul, stockage, bande passante ), construisant un réseau d'infrastructure décentralisé; en même temps, l'industrie de l'IA est confrontée à une pénurie structurelle de données, à un monopole des géants, à des controverses sur la vie privée et à des îlots de données, 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 entre ces deux éléments.

1.1 DePIN : Reconstruire le paradigme mondial des infrastructures

Définition et logique centrale

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

La logique centrale réside dans : motiver les contributions communautaires de ressources inutilisées par le biais d'incitations par des jetons, construire un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et peu efficace des fournisseurs de services centralisés traditionnels.

Moteurs de l'industrie

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

Secteurs de niche et cas typiques

Selon la définition de Messari, DePIN couvre l'infrastructure physique ) telle que les réseaux sans fil, les réseaux énergétiques ( et les réseaux de ressources numériques ) tels que 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.

• Infrastructure physique : représenté par un projet de réseau sans fil, construit un réseau de communication à couverture mondiale par le déploiement d'appareils de points d'accès dans la communauté ;

• Réseau de ressources numériques : comprend un certain projet de stockage décentralisé, un certain projet de calcul distribué, etc., en intégrant des ressources inutilisées pour former un modèle économique de partage.

Potentiel de marché

Selon les données de Messari, en 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 valeur 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 (, et l'effet bilatéral qui en résulte.

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

![Grass Depth Rapport de recherche : DePIN, une étoile brillante, la banque de données AI en expansion])https://img-cdn.gateio.im/webp-social/moments-53ff22e3333759cdc38081bea3e4148f.webp(

) 1.2 Demande de données AI : croissance explosive et contradictions structurelles

"Les données sont le nouveau pétrole###Data is the new oil("

L'acquisition et le traitement des données AI sont le principal moteur 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 représentatives sur le plan géographique sont essentielles pour les performances des modèles d'IA.

Exigences et caractéristiques des 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 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 essentiel à la commercialisation;

• Différenciation des scénarios: la conduite autonome nécessite des données de capteurs de haute précision, l'IA médicale dépend des bases de données de cas conformes 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 principaux contrôlent une vaste source de données, tandis que les petits et moyens développeurs font face à des barrières élevées et à des prix injustes ;

• Îlots de données : Les données sont souvent dispersées entre différentes organisations et entreprises, et le partage et la circulation des données rencontrent de nombreux obstacles, ce qui empêche une utilisation optimale des ressources de données.

• Protection des données : La collecte de données implique souvent des disputes sur la vie privée et le droit d'auteur, comme l'incident de facturation de l'API d'une certaine plateforme sociale qui a provoqué des protestations des développeurs;

• Circulation inefficace : L'isolement des données et l'absence de standardisation entraînent une collecte redondante, le taux d'utilisation des données dans le monde est inférieur 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.

Chemin de rupture de DePIN

• Collecte de données distribuée : Grâce à un réseau de nœuds, récupérer des données publiques ) telles que les médias sociaux, les bases de données publiques (, réduire le coût de la collecte de données, améliorer 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 pour 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 : collaboration communautaire pour le prétraitement des données, combinée avec la preuve à zéro connaissance )ZK( pour garantir l'authenticité des données;

• Boucle fermée d'incitation à la tokenisation : les contributeurs de données reçoivent des récompenses en tokens, les demandeurs achètent des ensembles de données structurées avec des tokens, formant une correspondance directe entre l'offre et la demande.

Le projet Grass est situé 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, 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'application et les perspectives de développement futur du projet Grass.

![Grass Depth Rapport d'étude : DePIN, une star éclatante, une banque de données AI en expansion])https://img-cdn.gateio.im/webp-social/moments-5a5dc433d77affb341f2409a4573ace1.webp(

2. Informations de base sur le projet

L'expansion rapide de Grass est due à son très faible seuil de participation. Cela permet à chaque utilisateur de devenir un 'mineur' de données AI, échangeant leur 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 performance 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, 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 de certains capitaux de premier plan, tels que certains VC, s'appuyant sur la chaîne haute performance de Solana pour réaliser la certification et le transfert des données.

L'anonymat actuel de l'équipe est encore controversé, et les progrès en matière de traitement décentralisé des données doivent être suivis.

) 2.1 Champ d'application

Grass est un projet DePIN qui collecte et vérifie les données Internet via la bande passante inutilisée des appareils des utilisateurs, en particulier pour soutenir le développement de l'intelligence artificielle ###AI(.

Son noyau est de permettre aux entreprises d'utiliser la connexion Internet des utilisateurs via le réseau de proxy résidentiels )residential proxy network(, afin d'accéder et de collecter des données Internet de différentes localisations géographiques, ce qui est très utile pour l'entraînement des modèles d'IA nécessitant des données diversifiées et représentatives sur le plan géographique.

• Problèmes résolus : Le web scraping traditionnel est généralement effectué par des systèmes centralisés, ce qui entraîne une faible efficacité et une forte probabilité d'erreurs ou de biais. Grass vise à fournir des données Internet fiables et vérifiées de manière décentralisée, et les données fournies par les utilisateurs décentralisés possèdent naturellement des caractéristiques de diversité, de publication multi-régionale 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'encourager la participation grâce à un mécanisme de récompense.

• Moyens 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 manière 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 avantages de Grass sont : le coût bas de la collecte de données dans un réseau décentralisé, une plus grande diversité des données ; 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 la transparence et la fiabilité des données.

![Grass Depth Rapport de recherche : DePIN, une étoile brillante, la banque de données AI en expansion])https://img-cdn.gateio.im/webp-social/moments-8593de2d2e4360b40bef787e7bb9844f.webp(

) 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 phase de démarrage: En 2023, Grass a réalisé un financement de 3,5 millions de dollars lors de la phase de démarrage, dirigé par un certain capital et un certain capital, pour un total de 4,5 millions de dollars ###, y compris le tour de financement de pré-démarrage dirigé par une certaine institution (.

Test utilisateur : À la fin de 2023, lancement d'une extension pour le navigateur Chrome, début des tests utilisateurs, attirant la participation des premiers utilisateurs.

Jalon : En avril 2024, le projet annonce plus de 2 millions de dispositifs de nœuds connectés, en forte croissance. Selon les données de DePIN Scan, d'ici mars 2025, son nombre d'utilisateurs actifs a dépassé 2,5 millions.

Airdrop inaugural: Annonce le 21 octobre 2024 d'un airdrop inaugural, distribution de 100 millions de jetons GRASS )10 % de l'offre totale (, récompense pour les premiers utilisateurs.

Échange en ligne : Liste sur certains échanges et plateformes le 28 octobre 2024, le prix a augmenté de manière constante de $0,6 à $3,89 en 10 jours, multipliant presque par 5.

État actuel: Le projet continue de s'étendre, la deuxième phase des incitations à l'inactivité des utilisateurs est en cours; une application mobile Android et iPhone est prévue pour accroître la taille 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 et possède une maîtrise en mathématiques et statistique de l'Université York ainsi qu'un baccalauréat en physique appliquée 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 des données publiques, Wynd Labs a été fondée en 2022, et son produit phare est Grass.

2.4 Financement et partenaires stratégiques

Investisseurs et soutien

Tour de semences : En 2023, un financement de 3,5 millions de dollars a été réalisé lors de la tour de semences, avec la participation de certains capitaux en tant que leaders. Selon les données publiques, le financement total après la tour de semences a atteint 4,5 millions de dollars, y compris le tour de pré-semences dirigé par certaines institutions.

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

Support des investisseurs : Les investisseurs mentionnés ci-dessus sont tous des investisseurs bien connus dans l'industrie. Obtenir leur soutien est également significatif.