
Bittensor 子網路 3(SN3)研发團队近期发布 Covenant-72B 模型——一个擁有 720 亿个參數、在 70 多个全球分散式節点上完成无許可訓練的大型语言模型(LLM)。該模型在通用语言理解基準測試 MMLU 中獲得 67.1 分。受此突破帶动,TAO 代币价格在 3 月幾乎翻倍。
分散式 AI 訓練长期以来被业界視为速度过慢、一致性难以保障的次優方案。 Covenant-72B 的发布直接挑戰了这一认知——以完全去中心化、无需許可的方式,在分散於全球的 70 多个節点上完成 720 亿參數的模型訓練,並在 MMLU 基準測試中达到 67.1 分,接近 Meta Llama 2 70B 的同等水準。
这是分散式訓練首次通过量化基準測試,取得与中心化訓練可直接比较的技術成果,也使 Bittensor 的定位从「实验性去中心化網路」升格为「具備实际大規模 AI 模型产出能力的基礎设施」,直接推动市场对 TAO 代币进行重新定价。
GMAI 指數週日报 51.26 点,较 2 月初上漲 48%,但仍比 2024 年第一季歷史高点低约 84%。理解此輪上漲需关注指數結構:Render(RNDR)与 AI 超級智慧聯盟(ASI)合计佔指數權重逾 71%, TAO 佔 24.89%,三者加總已接近 97%。
因此,3 月指數的大部分漲幅,实质上反映的是 TAO 一枚代币近翻倍的行情,而非加密 AI 板塊的全面回暖。截至发文,TAO 报约 317 美元,市值略高於 30 亿美元,流通供給超过 1,070 万枚,逾 68% 已被质押,顯示长期持有者的信心水準较高。
Bittensor 此輪行情不僅侷限於 TAO 本身。顶級子網代币 τemplar(SN3)在过去一个月上漲超过 400%,市值达约 1.3 亿美元。由 Manifold Labs 运營的去中心化 GPU 算力市场 Targon(SN4)完成一筆六位數交易,为 AI 应用 Dippy AI 的 860 万用戶提供后端算力支援,顯示子網路的商业化已从概念验证转向实际收入。
輝达(NVIDIA)執行长黄仁勳(Jensen Huang)及知名投资人 Chamath Palihapitiya 对 Bittensor 生態系统的公开关注,为 TAO 此輪行情提供了来自傳统科技资本的敘事背书,进一步擴大了此輪上漲的受眾认知基礎。
Bittensor 是一个去中心化 AI 訓練与推理網路,透过代币激勵机制協调全球分散式節点貢獻算力,用於訓練和运行 AI 模型。 TAO 是其原生代币,持有者可透过质押參与網路治理並獲取獎勵。
Covenant-72B 是首个以分散式无許可節点完成訓練、且 MMLU 表现达到与 Meta Llama 2 70B 相当水準的大型语言模型,首次以量化基準測試验证了去中心化訓練的技術可行性,改變了业界对分散式 AI 訓練能力上限的既有认知。
不完全是。GMAI 指數的組成高度集中,前三大代币(RNDR 、 ASI 、 TAO )合计佔比接近 97%。3 月的指數漲幅主要由 TAO 貢獻,而非反映更廣泛 AI 加密货币市场的全面復甦。GMAI 指數目前仍比 2024 年第一季高点低约 84%。