Quan sát ngành công nghiệp｜DePIN+AI đang viết lời tựa cho kỷ nguyên mới của robot DePIN

1. DePIN+AI xây dựng mô hình robot trong kỷ nguyên AI

Vào ngày 27 tháng 2, Messari đã tổ chức một podcast về “Xây dựng AI vật lý phi tập trung” với Michael Cho, đồng sáng lập FrodoBot Lab. Trong podcast này, Michael Cho tập trung vào các cơ hội và thách thức của DePIN+AI trong lĩnh vực robot.

Ngay sau khi Messari ra đời, khái niệm robot DePIN nhanh chóng trở nên phổ biến và nhiều cuộc thảo luận về robot DePIN bắt đầu diễn ra.

Quan sát ngành của chúng tôi tuần này cũng sẽ tập trung vào việc phân tích và thảo luận về các phân tích và quan sát của chúng tôi trên đường đua này với mọi người.

Trước khi bắt đầu thảo luận, chúng ta hãy cùng xem xét sự phát triển của trí tuệ nhân tạo:

• Về sức mạnh tính toán, doanh thu hàng quý của Nvidia đã tăng gấp năm lần trong ba năm qua;

• Trong lĩnh vực băng thông, việc xây dựng trung tâm dữ liệu ở Bắc Mỹ cũng đã tăng gấp năm lần trong ba năm qua;

• Trong lĩnh vực năng lượng, riêng OKLO sẽ cần 12,0 GW và TerraPower sẽ cần 4,0 GW;

• Trong lĩnh vực dữ liệu, các công ty lớn đầu tư hơn 500 triệu đô la mỗi năm để mua dữ liệu bán buôn phục vụ mục đích đào tạo các mô hình AI.

Trong bối cảnh suy thoái kinh tế toàn cầu, AI, với tư cách là công nghệ mang tính cách mạng khoa học và công nghệ chính trong mười hoặc thậm chí hai mươi năm tới, đang dẫn đầu tất cả các lĩnh vực trong lĩnh vực này (sức mạnh tính toán, năng lượng, dữ liệu) để tăng tốc với tốc độ tăng trưởng gấp nhiều lần mỗi năm.

Trong khi AI đang phát triển với tốc độ nhanh chóng như vậy, mối lo ngại về nó cũng ngày càng tăng. Lý do là nếu sức mạnh tính toán AI (tương tự như động cơ ô tô), các mô hình AI lớn (tương tự như bộ điều khiển và bộ xử lý), năng lượng AI (tương tự như dầu và nhiên liệu) và dữ liệu AI (tương tự như nguyên liệu thô) được kiểm soát bởi một vài công ty lớn tập trung, thì kỷ nguyên công nghệ tương lai có thể được kiểm soát hoàn toàn bởi một vài công ty lớn. Điều này có thể dẫn đến sự tập trung quyền lực và chủ nghĩa độc đoán tuyệt đối, và khi đó chúng ta có thể thực sự tự mở chiếc hộp Pandora lớn nhất.

Chính vì mối quan ngại về tình hình tập trung như vậy mà một hướng đi mới đang được thảo luận sôi nổi, đó là DePIN+AI. Chúng tôi tại DePIN ONE muốn định nghĩa nó là DePAI, tức là DePAI=DePIN+AI.

DePAI sẽ giúp AI trở nên phi tập trung hơn như thế nào?

Chúng tôi sẽ mở rộng và phân tích nội dung chính của podcast Messari với Michael vào tháng trước.

Có rất nhiều điểm khó khăn trong AI hiện tại. Mặc dù có nhiều chức năng khác nhau nhưng tất cả đều chỉ xử lý thông tin bề mặt như văn bản. Những thông tin như vậy lạnh lùng và vô hồn, thiếu nhận thức và hiểu biết sâu sắc.

Mạng DePIN có thể đóng vai trò là “năm giác quan” và “năm chi” của AI.

Năm giác quan giúp AI nhận thức thế giới thực một cách toàn diện. Một số nhà phát triển hiện đang sử dụng ioID và W3bstream để kết nối các thiết bị thực tế với blockchain và sử dụng bằng chứng không kiến thức để xác minh các hoạt động thực tế của họ.

Các chi có thể giúp AI đưa ra những phán đoán chính xác dựa trên nhận thức của riêng nó và đưa chúng vào hành động, do đó hiện thực hóa hệ thống đào tạo -> mô hình hóa -> tự động hóa rất tốt.

1. DePIN làm cho dữ liệu AI trở nên thực tế và đa dạng hơn

Không giống như các mô hình AI trực tuyến lớn được đào tạo bằng lượng lớn dữ liệu Internet, các thiết bị DePIN có thể giúp AI tương tác với thế giới thực và thu thập nhiều dữ liệu thực và thời gian thực hơn. Chỉ có dữ liệu được đào tạo bằng loại dữ liệu này mới có thể cho phép AI+robot và các thiết bị khác phát triển trí thông minh thực sự.

Vì DePIN vẫn đang trong giai đoạn đầu phát triển nên hiện tại vẫn chưa có cơ sở hạ tầng quy mô lớn nào như vậy trên thế giới và vẫn chưa có sự thống nhất về cách thu thập dữ liệu này.

Chúng tôi tin rằng dữ liệu mà DePIN+AI thu thập trong tương lai có thể được phân loại thành ba loại sau:

• Thể loại đầu tiên là dữ liệu hoạt động của con người, đây là dữ liệu được tạo ra khi con người điều khiển robot theo cách thủ công. Dữ liệu này có chất lượng cao và ghi lại các luồng video và nhãn hành động — những gì con người nhìn thấy và cách họ phản ứng. Đây là cách hiệu quả nhất để đào tạo AI bắt chước hành vi của con người, nhưng nhược điểm là tốn kém và đòi hỏi nhiều nhân công.

• Thể loại thứ hai là dữ liệu tổng hợp (dữ liệu mô phỏng), hữu ích cho việc đào tạo robot di chuyển trên địa hình phức tạp, chẳng hạn như đào tạo robot đi trên địa hình gồ ghề và rất hữu ích cho một số lĩnh vực đặc biệt. Nhưng đối với những nhiệm vụ có tính thay đổi lớn, chẳng hạn như nấu ăn, thì môi trường mô phỏng lại không hiệu quả lắm. Hãy tưởng tượng việc huấn luyện một con rô-bốt chiên trứng: những thay đổi nhỏ về loại chảo, nhiệt độ dầu và điều kiện phòng có thể ảnh hưởng đến kết quả và môi trường ảo sẽ khó có thể bao quát được mọi tình huống.

• Thể loại thứ ba là học qua video, tức là để mô hình AI học bằng cách quan sát các video về thế giới thực. Mặc dù cách tiếp cận này có tiềm năng, nhưng nó lại thiếu phản hồi tương tác trực tiếp, vật lý thực sự cần thiết cho trí thông minh.

Nếu những dữ liệu này được thu thập và hỗ trợ, khả năng dịch vụ thông minh tích hợp của AI chắc chắn sẽ được cải thiện đáng kể.

2. DePIN tối đa hóa hiệu quả sử dụng vốn của AI và thuận lợi hơn cho việc phân cấp AI từ nguồn, thay vì trở thành con rối của một số nguồn vốn nhất định.

Không giống như các mô hình AI truyền thống chỉ dựa vào sức mạnh tính toán, việc triển khai công nghệ robot thông minh đòi hỏi phải triển khai các thiết bị vật lý trong thế giới thực. Điều này đặt ra thách thức rất lớn về vốn.

Việc chế tạo robot rất tốn kém và chỉ những công ty giàu có nhất mới có đủ khả năng chi trả cho các thí nghiệm trên quy mô lớn. Ngay cả những robot hình người hiệu quả nhất hiện nay cũng có giá hàng chục nghìn đô la, khiến việc áp dụng rộng rãi trở nên không thực tế.

Trí tuệ nhân tạo robot nói chung vẫn còn một chặng đường dài để được áp dụng rộng rãi, do những thách thức về phần cứng, dữ liệu và đánh giá.

Tuy nhiên, sự ra đời của công nghệ DePIN đã mang lại hy vọng cho mọi người.

Do quy mô và sự phối hợp của mạng lưới phi tập trung có thể phân tán gánh nặng vốn hiệu quả nên nó có thể giúp một số nhóm doanh nhân nhỏ phát triển công nghệ này. Để các robot đa năng có thể cải thiện hiệu quả nhanh nhất có thể và trở nên giống con người hơn, quá trình phát triển công nghệ robot nên được phân cấp thay vì chỉ do một vài công ty lớn kiểm soát. Thay vì dựa vào một công ty lớn để trả tiền cho hàng nghìn robot, chúng ta có thể đưa những cá nhân có khả năng đóng góp vào một mạng lưới chung.

Hơn nữa, DePIN còn đẩy nhanh quá trình thu thập và đánh giá dữ liệu.

Thay vì chờ một công ty triển khai một số lượng robot hạn chế để thu thập dữ liệu, các mạng phi tập trung có thể chạy song song và thu thập dữ liệu ở quy mô lớn hơn nhiều.

Ví dụ, tại cuộc thi AI đấu với robot con người gần đây ở Abu Dhabi, các nhà nghiên cứu từ các học viện bao gồm DeepMind và UT Austin đã đưa các mô hình AI của họ vào thử nghiệm với những người chơi là con người. Trong khi con người vẫn chiếm ưu thế, các nhà nghiên cứu rất hào hứng với tập dữ liệu độc đáo mà họ đã thu thập được từ các tương tác giữa robot trong thế giới thực. Điều này nhấn mạnh nhu cầu về một mạng lưới con kết nối các thành phần khác nhau của robot. Ngay cả khi mục tiêu dài hạn vẫn là tự động hóa hoàn toàn, công nghệ DePIN đã chứng minh được giá trị hữu hình từ việc thu thập dữ liệu và đào tạo cho đến triển khai và xác thực trong thế giới thực.

Mặt khác, mạng lưới DePIN đang hỗ trợ việc triển khai robot AI với hiệu quả cao hơn và chi phí thấp hơn.

Một ví dụ cụ thể là sự hợp tác giữa FrodoBot Lab với dự án DePIN để bảo mật hai hộp GPU NVIDIA H100 — mỗi hộp chứa tám chip H100, cung cấp cho các nhà nghiên cứu sức mạnh tính toán cần thiết để xử lý và tối ưu hóa các mô hình AI trên dữ liệu thực tế thu thập được từ các lần triển khai robot. Nếu không có các tài nguyên điện toán này, ngay cả những tập dữ liệu có giá trị nhất cũng không thể được sử dụng đầy đủ. Có thể thấy rằng thông qua việc tiếp cận cơ sở hạ tầng điện toán phi tập trung DePIN, Mạng lưới Robot có thể cho phép các nhà nghiên cứu trên toàn thế giới đào tạo và đánh giá các mô hình mà không bị hạn chế bởi quyền sở hữu GPU đòi hỏi nhiều vốn. Nếu DePIN có thể huy động thành công nguồn dữ liệu từ cộng đồng và tiến bộ về phần cứng, tương lai của ngành robot có thể đến sớm hơn dự kiến.

3. DePIN đang giúp AI và trí thông minh AI hiện thân đạt được hiệu quả kinh doanh hiệu quả hơn

Các tác nhân AI như Sam (một bot có sức ảnh hưởng du lịch với mã thông báo meme) trình diễn các mô hình doanh thu mới cho các mạng lưới robot phi tập trung.

Sam hoạt động tự động, phát trực tiếp 24/7 tại nhiều thành phố, trong khi giá trị token meme của nó tăng dần.

Mô hình này chứng minh cách robot thông minh được hỗ trợ bởi DePIN có thể tự duy trì tài chính thông qua quyền sở hữu phi tập trung và các ưu đãi về mã thông báo. Trong tương lai, các tác nhân AI này thậm chí có thể sử dụng mã thông báo để trả tiền cho người điều hành để được hỗ trợ, thuê thêm tài sản robot hoặc đấu thầu các nhiệm vụ thực tế, tạo ra một chu kỳ kinh tế có lợi cho cả quá trình phát triển AI và những người tham gia DePIN.

trông chờ

Sự phát triển của AI tích hợp không chỉ phụ thuộc vào thuật toán mà còn liên quan đến việc nâng cấp phần cứng, tích lũy dữ liệu, hỗ trợ tài chính và sự tham gia của con người.

Trước đây, sự phát triển của ngành công nghiệp robot bị hạn chế bởi chi phí cao và sự thống trị của các công ty lớn, điều này đã cản trở tốc độ đổi mới. Việc thành lập Mạng lưới Robot DePIN có nghĩa là với sức mạnh của các mạng lưới phi tập trung, việc thu thập dữ liệu robot, tài nguyên điện toán và đầu tư vốn có thể được phối hợp trên quy mô toàn cầu, điều này không chỉ đẩy nhanh quá trình đào tạo AI và tối ưu hóa phần cứng mà còn hạ thấp ngưỡng phát triển và cho phép nhiều nhà nghiên cứu, doanh nhân và người dùng cá nhân tham gia hơn.

Chúng tôi cũng hy vọng rằng ngành công nghiệp robot sẽ không còn phụ thuộc vào một vài gã khổng lồ công nghệ nữa mà sẽ được cộng đồng toàn cầu thúc đẩy hướng tới một hệ sinh thái công nghệ thực sự mở và bền vững.

2. Dữ liệu và quan sát theo dõi DePIN

1. Tổng thị phần của DePIN chỉ chiếm 0,1% thị trường AI trị giá nghìn tỷ đô la

Số lượng dự án DePIN đã tăng từ 100 vào năm 2022 lên 1.170 vào năm 2024, giá trị thị trường đã tăng vọt từ 5 tỷ đô la Mỹ lên 50 tỷ đô la Mỹ và tỷ lệ nút hoạt động đã tăng từ 2% lên hơn 50%. Tuy nhiên, tổng thị phần của DePIN chỉ chiếm 0,1% trong thị trường AI trị giá nghìn tỷ đô la. Sẽ không ngoa khi nói rằng con đường này có tiềm năng tăng trưởng gấp 100-1.000 lần.

2. Số tiền tài trợ của DePIN tăng lên, nhưng số lượng tài trợ giảm

Theo dữ liệu của Messari, mức tăng trưởng tài chính của DePIN không đổi theo từng năm, với số tiền tài trợ cao hơn trong quý đầu tiên của năm 2025 nhưng số lượng tài trợ lại thấp hơn.

Quý 1 năm 2024: 156 triệu đô la trong 62 vòng tài trợ.

Quý 1 năm 2025: 159 triệu đô la trong 36 vòng tài trợ.

Dữ liệu cho thấy có ít dự án khởi nghiệp giai đoạn đầu mới nổi hơn, nhưng các dự án DePIN trưởng thành đang mở rộng quy mô.

Hiện tại, thị phần toàn cầu của các dự án hàng đầu trong lĩnh vực DePIN vẫn còn rất nhỏ và chúng mới chỉ ở giai đoạn đầu của quá trình phát triển.

Thị phần trong lĩnh vực truyền dẫn không dây là 0,002% (dự án dẫn đầu là Helium), thị phần trong lĩnh vực máy tính là 0,03% (dự án dẫn đầu là Filecoin), thị phần trong lĩnh vực năng lượng là 0,001% (dự án dẫn đầu là Daylight) và thị phần trong lĩnh vực xác thực danh tính là 0,2% (dự án dẫn đầu là Worldcoin và Anymal).

Thị trường trí tuệ nhân tạo dựa trên tác nhân trong lĩnh vực AI dự kiến sẽ tăng trưởng đáng kể trong thập kỷ tới, từ 520 triệu đô la Mỹ vào năm 2024 lên 196,6 tỷ đô la Mỹ vào năm 2034, với tốc độ tăng trưởng kép hàng năm là 43,8%.

3. Grayscale công bố báo cáo quý 2, tập trung vào RWA, DePIN và mã hóa IP

Tuần này, Grayscale đã công bố báo cáo quý 2 năm 2025, tập trung vào RWA, DePIN và mã hóa IP. Kết quả là, ba token mới đã được thêm vào Top 20, cụ thể là IP, SYRUP và GEOD, trong khi Akash Network, Arweave và Jupiter đã bị loại.

Báo cáo cho thấy trong quý này, Grayscale sẽ tập trung vào các token phản ánh các ứng dụng phi đầu cơ của công nghệ blockchain trong thế giới thực. Các mã thông báo này được chia thành ba loại sau: RWA (tài sản thế giới thực), DePIN (cơ sở hạ tầng vật lý phi tập trung) và IP (mã thông báo sở hữu trí tuệ).

Trong số ba tài sản Maple (SYRUP), Geodnet (GEOD) và Story (IP) được thêm vào danh sách 20 tài sản hàng đầu trong quý 2 năm 2025, có hai dự án DePIN.

• Geodnet (GEOD): Geodnet là một dự án DePIN thu thập dữ liệu vị trí theo thời gian thực. Là nhà cung cấp dịch vụ định vị động học thời gian thực (RTK) lớn nhất thế giới, Geodnet cung cấp dữ liệu không gian địa lý với độ chính xác lên tới 1 cm, mang đến các giải pháp giá cả phải chăng cho người dùng như nông dân. Trong tương lai, Geodnet có thể mang lại giá trị cho xe tự lái và robot. Mạng lưới đã mở rộng tới hơn 14.000 thiết bị tại 130 quốc gia và doanh thu phí mạng hàng năm đã tăng lên hơn 3 triệu đô la trong 30 ngày qua (tăng khoảng 500% so với cùng kỳ năm trước). Điều đáng chú ý là GEOD có vốn hóa thị trường thấp hơn và được niêm yết trên ít sàn giao dịch hơn so với các tài sản khác trong top 20, vì vậy có thể coi là rủi ro hơn.

• Story Protocol: Tập trung vào quản lý sở hữu trí tuệ trên blockchain. Đây là một ứng dụng phi tập trung hơn là một cơ sở hạ tầng vật lý và có thể bị xếp vào loại DePIN ( Giao thức Story ). Story Protocol đang cố gắng mã hóa thị trường sở hữu trí tuệ (IP) trị giá 70 nghìn tỷ đô la. Trong kỷ nguyên AI, IP độc quyền được sử dụng để đào tạo các mô hình AI, dẫn đến các khiếu nại vi phạm bản quyền và các vụ kiện tụng quy mô lớn, chẳng hạn như vụ tranh chấp kiện tụng trước đây giữa tờ New York Times và OpenAI. Bằng cách đưa IP vào chuỗi, Story sẽ cho phép các công ty sử dụng IP của họ để đào tạo mô hình AI, đồng thời cho phép bất kỳ cá nhân nào đầu tư, giao dịch và kiếm tiền bản quyền IP. Story đã đưa các bài hát của Justin Bieber và BTS lên chuỗi và ra mắt blockchain và token tập trung vào IP vào tháng 2.

4. DePIN theo dõi thứ hạng doanh thu trong ba mươi ngày qua

Các dự án DePIN hoạt động tốt nhất trên Solana trong 30 ngày qua

5. Theo dõi sự kiện trong ngành

• Roam, một dịch vụ mạng trực tuyến thiết yếu cho người dùng Web3 toàn cầu, có 2,8 triệu nút trên toàn thế giới, cho phép người dùng chuyển vùng xuyên biên giới liền mạch với chi phí chỉ bằng 30% chi phí của các nhà khai thác truyền thống. Roam có kế hoạch triển khai cơ chế khuyến khích tương tự vào nửa cuối năm 2025 và dữ liệu không gian thời gian được thu thập bởi các nút phân tán sẽ trở thành nguồn nhiên liệu để đào tạo các mô hình AI theo chiều dọc.

• Sự hợp tác của Phoenix với TandemAI và Origin Quantum để thúc đẩy tích hợp AI với cơ sở hạ tầng vật lý phi tập trung đang giúp Phoenix nắm giữ vị trí dẫn đầu trong lĩnh vực DePIN-AI.

• IoTeX đã ra mắt “Get Goated Season 2”, bao gồm phần thưởng token và quy trình yêu cầu. Cửa sổ yêu cầu nhận $IOTX đã đóng vào ngày 27 tháng 3 và các token chưa được yêu cầu sẽ được chuyển vào quỹ dự trữ IoTeX. Các nhà tài trợ bao gồm Geodnet, Uprock, Drop Wireless và Network 3, và cửa sổ yêu cầu sẽ mở vào ngày 7 tháng 4, với thời gian xem xét từ ngày 28 tháng 3 đến ngày 31 tháng 3, sử dụng xác thực zkPass. Động thái này có thể tăng cường sự tham gia của cộng đồng và thu hút nhiều người dùng hơn tham gia vào hệ sinh thái IoTeX.

• Theo báo cáo Q4 của Helium do Messari công bố, dữ liệu vận hành mạng của Helium đã tăng trưởng đáng kể, với lượng dữ liệu nhà khai thác tăng 555% so với tháng trước lên 576 TB, điểm phát sóng di động tăng 14% lên 24.800 và lưu lượng truy cập di động trả phí hàng ngày tăng 99%, chứng tỏ tiềm năng đột phá của công ty trong ngành viễn thông. Đồng thời, Helium đã thống nhất $HNT làm token duy nhất thông qua đề xuất HIP 138, tối ưu hóa mô hình kinh tế và công bố quan hệ đối tác với Telefónica để thâm nhập thị trường Mexico, bao phủ 2 triệu người dùng Movistar. Ngoài ra, Helium còn được Grayscale đưa vào danh sách 20 token được theo dõi nhiều nhất và được Coinbase đưa vào chỉ số COIN 50, thu hút sự chú ý của các nhà đầu tư tổ chức. Về ứng dụng thành phố thông minh, mạng lưới này đã được sử dụng để giám sát lũ lụt và cảnh báo cháy rừng ở Hoa Kỳ. Helium đang mở rộng thông qua mô hình DePIN (Mạng cơ sở hạ tầng vật lý phi tập trung) để củng cố vị thế dẫn đầu trên thị trường viễn thông Web3.

6. Thông tin tài chính

• Giao thức DeFi lớn nhất của Filecoin, GLIF, đã phát hành token quản trị $GLF và airdrop 94 triệu token, chiếm 9,4% tổng nguồn cung. $GLF sẽ mở rộng thêm các tính năng mới như phần thưởng cho khách hàng thân thiết trong tương lai. GLIF đang mở rộng sang Mạng cơ sở hạ tầng vật lý phi tập trung (DePIN), vượt ra ngoài hệ sinh thái Filecoin. Hiện tại, GLIF đã khóa hơn 102 triệu đô la Mỹ trên Filecoin và sẽ hỗ trợ nhiều mạng lưới DePIN hơn trong tương lai.

• Mạng lưới kinh doanh phi tập trung Domin Network thông báo rằng họ đã nhận được khoản đầu tư chiến lược từ Animoca Brands, KuCoin Labs, Web3 Labs.club, IBC Group Official, DWF Ventures, Presto, Outlier Ventures, KnightFury, ThreeDAO, Awakening Ventures và AB DAO. Domin Network là mạng lưới kinh doanh phi tập trung sử dụng công nghệ NFT và DePIN Rollup để kết nối phần mềm, phần cứng và dữ liệu hành vi của người tiêu dùng vào chuỗi. Nó cho phép người dùng kiếm phần thưởng tiền điện tử bằng cách chia sẻ dữ liệu tiêu dùng của họ.

Tuyên bố đặc biệt: Mọi bài viết của DePINone Labs chỉ nhằm mục đích cung cấp thông tin và kiến thức và không cấu thành bất kỳ lời khuyên đầu tư nào.

Báo cáo này được thực hiện bởi DePINone Labs. Vui lòng liên hệ với chúng tôi để in lại.