1/ Thread über das, was ich für eines der am meisten unter dem Radar laufenden Projekte auf dem Markt halte: $FLOCK 🧵 >> @flock_io wurde das erste und einzige dezentrale KI-System, das von @Alibaba_Qwen, Alibabas LLM (das GPT zu OpenAI, das Claude zu Anthropic), integriert wurde. Dies ist keine leere Partnerschaft, wie Flock, das einfach Alibaba Cloud nutzt oder Qwen-Modelle integriert. Stattdessen baut Qwen Modelle und trainiert auf der Infrastruktur von Flock für dezentrale, datenschutzorientierte KI. Einige Alpha: >> Qwens 2.5 On-Edge-Version wird mit Flock trainiert und wird direkt an Branchenanwendungen verkauft, wie Krankenhäuser, Finanzinstitute und andere Sektoren, in denen Datenschutz von größter Bedeutung ist. In ihren eigenen Worten: "Dies markiert die erste Bereitstellung eines dezentralen KI-Agentenmodells innerhalb eines großen zentralisierten KI-Ökosystems."

2/ Das ist schon groß genug, aber es gibt noch mehr. @base MCP hat den Onchain-Teil von Anthropics Claude durch FLock's Web3 Foundation Model ersetzt. "Claude sollte die Standard-Ausführungsmaschine sein. Allerdings wählte Base im März letztendlich FLock als sein Standardmodell für die Ausführung von Onchain-Agenten, nachdem FLock Claude in verschiedenen Web3-Benchmarks übertroffen hatte."

3/ Aber was ist FLock? FLock ist eine Full-Stack-Infrastruktur für datenschutzorientierte KI. Sie haben Federated Learning (FL) in großem Maßstab pioniert – eine dezentrale Trainingsmethode, bei der Modelle gemeinsam lernen, ohne Rohdaten auszutauschen. Die Sektoren, die gestört werden sollen, sind diejenigen, in denen Datenschutz entscheidend ist (z. B. Gesundheitswesen, Regierung, Banken, Anwaltskanzleien usw.). Die Kernthese von FLock: Öffentliche Daten wurden bereits ausgeschöpft. Der nächste Sprung in der KI wird aus privaten Daten kommen. Das Protokoll deckt den gesamten Stack ab, von der Datenvorbereitung bis zur Modellbereitstellung, über drei Ebenen: + AI Arena = wie Bittensor, für offenes Modelltraining & Wettbewerb + FL Alliance = wie Nous Research, für Feinabstimmung + Moonbase = wie Virtuals, für Agenten und KI-Modelle @Defi0xJeff hat einen fantastischen Artikel über FLock verfasst, der es umfassend behandelt. Schau dir das hier an:

5/ Zahlen sprechen auch für sich selbst • 7.169 KI-Modelle erstellt • 186 Handelsknoten • 249 Validatoren • 1.263 Validatoren • 613.692 Validierungsanträge @MessariCrypto hat Flock hier ausführlich behandelt (die Zahlen sind seitdem gestiegen und zeigen ein konstantes Wachstum):

8/ Sie haben 9 Millionen Dollar von @DCGco und @OKX_Ventures gesammelt, die im Dezember 2024 erneut investiert haben (immer ein gutes Zeichen), sowie von @GSR_io (auch ihr Market Maker). Wie Sie sehen können, schreiben diese Investoren nicht einfach Schecks. GSR trainiert dezentrale Modelle mit Handelsdaten, und DCG unterstützt das Subnetz und ist ein offizieller Validator. Ein weiterer Flock-Validator, der heraussticht, ist A41, Koreas größter Validator nach insgesamt gestakten Vermögenswerten. Sie haben auch einen Zuschuss von der Ethereum Foundation erhalten.

10/ VCs investierten zu 150 Mio. $ und 300 Mio. FDV und sind für 12 Monate gesperrt + 24 Monate Vesting, ebenso wie das Team und die Berater. Keine Bedenken hinsichtlich Verkaufsdrucks von diesen. Das zirkulierende Angebot wird erheblich durch Inflation steigen, um die Teilnahme am Ökosystem zu fördern. Etwas, das man berücksichtigen sollte. Glücklicherweise verdient das Subnetz $TAO-Belohnungen, die ich hoffe, dass sie nutzen, um die $FLOCK-Inflation zu vermeiden.

12/ Das Team hat kürzlich angedeutet, dass sie etwas mit dem McLaren F1-Team ausbrüten. Das ist das Niveau, auf dem sie spielen. Nicht jeder hat Zugang zu diesen Einrichtungen. Es würde mich nicht überraschen, angesichts der wettbewerbsintensiven Natur der Formel 1, solche Kooperationen für datenschutzorientierte KI-Modelle zu sehen.

13/ Sonstiges: • Flock wird auch in den Top 100 der vielversprechendsten KI-Unternehmen von @CBinsights hervorgehoben, neben Titanen wie @Figure_robot, @LangChainAI und anderen Web2-Startups. • Das Team hat ein preisgekröntes Papier über die Anwendung von föderiertem Lernen im Gesundheitswesen verfasst. (Papier: • Sie haben viele andere akademische Arbeiten und Zitationen:

14/ Das ist mein Überblick für jetzt. Die These ist einfach: • Erste Integration eines dezentralen KI-Systems durch ein Web2 LLM — Alibabas Qwen, das direkt Flock verwendet, um Modelle zu trainieren und zu erstellen • In Base MCP für die On-Chain-Ausführung integriert • 9 Millionen Dollar von DCG, OKX, GSR gesammelt • Zahlen, die hohe Adoptionsraten signalisieren, mit Akteuren wie GSR, Animoca oder Dimo, die Modelle trainieren • Solide zugrunde liegende Technologie (federated learning) mit einer guten Erzählung und Vision (datenschutzorientierte KI) und einer Full-Stack-Co-Creation-Plattform mit Wertzuwachs für den Token • Potenzielle Partnerschaft mit McLaren • Bittensor-Subnetz unterstützt von Yuma Group und DCG • Nur 20 Millionen Dollar Marktkapitalisierung mit einem ständig steigenden Staking-/Locking-Verhältnis • An Tier-1-Börsen wie Bybit, Upbit und Bithumb gelistet, mit einer großartigen Durchdringung des koreanischen Marktes