Rapport de recherche approfondie sur Grass : DePIN, une étoile brillante, banque de données AI en expansion

Points clés TL; DR

• Comment Grass se distingue-t-il parmi de nombreux projets DePIN ?

Le facteur clé est la participation sans barrière et à coût zéro, les utilisateurs sont la pierre angulaire, et les autres facteurs sont des leviers.

Grass a franchi le DePIN grâce à un double moteur "technologie + modèle" - en utilisant des preuves à divulgation nulle de connaissance et l'architecture Solana Layer2 pour garantir l'authenticité des données, résolvant le problème des "données corrompues" dans l'industrie de l'IA ; tout en adoptant un modèle "minage de bande passante → incitation par points" pour convertir 2,5 millions d'utilisateurs en nœuds de données, formant un avantage du côté de l'offre.

En combinant la demande croissante de données AI, la popularité de Solana et de DePIN, ainsi que des moyens d'exploitation raisonnables, Grass a établi sa position de leader dans le domaine des DePIN de données AI.

• Quels facteurs doivent être pris en compte pour le développement futur de Grass?

Suivi à court terme des mises en œuvre techniques : la transition décentralisée de 2025 pourra-t-elle être achevée avec succès ?

Suivi des besoins à moyen terme : échelle des données d'achat des entreprises d'IA ;

Suivi à long terme des jeux de conformité : règles sur la confidentialité des données et la propriété.

Le risque majeur actuel réside dans "l'euphorie des jetons masquant un vide de demande" - si les commandes des clients en IA ne parviennent pas à se développer à l'avenir, le parfait cycle commercial pourrait se dégrader d'un cycle positif "données-capitaux" en une bulle du côté de l'offre.

1. Contexte de l'industrie

Lorsque la démocratisation de la puissance de calcul de DePIN rencontre les défis des données de l'IA, un mouvement pour l'égalité des données éclate discrètement.

DePIN intègre des ressources mondiales inoccupées par le biais d'incitations en tokens ( puissance de calcul, stockage, bande passante ), construisant un réseau d'infrastructure distribué ; en même temps, l'industrie de l'IA fait face à une pénurie structurelle de données, monopole des géants, controverses sur la vie privée et barrières d'isolement, entraînant 80 % de la valeur des données non libérée.

La concurrence 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 la fusion de ces deux éléments.

1.1 DePIN : Refonte du paradigme mondial des infrastructures

Définition et logique fondamentale

Ces dernières années, avec la maturité de la technologie blockchain et l'émergence du concept Web3, divers secteurs explorent des voies de transformation décentralisée. DePIN est l'incarnation de cette tendance dans le domaine des infrastructures. DePIN( signifie Réseaux d'Infrastructure Physique Décentralisés, et les réseaux d'infrastructure physique décentralisés) constituent un nouveau modèle économique qui intègre des ressources physiques mondiales dispersées( telles que la puissance de calcul, le stockage, la bande passante, l'énergie, etc.) par le biais de la technologie blockchain.

Sa logique fondamentale repose sur : l'incitation par des jetons pour encourager la communauté à contribuer des ressources inutilisées, construisant un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et inefficace des fournisseurs de services centralisés traditionnels.

Moteur de l'industrie

Comparé aux modèles centralisés, la transformation décentralisée des infrastructures physiques présente des avantages significatifs en termes de structure de coûts, de modes de gouvernance, de résilience du réseau et d'extensibilité écologique.

Domaines spécifiques et cas typiques

Selon la définition de Messari, DePIN couvre deux grandes catégories d'infrastructures physiques ( telles que les réseaux sans fil, les réseaux énergétiques ) et les réseaux de ressources numériques ( tels que le stockage, le calcul ), et met en œuvre un mécanisme d'appariement de l'offre et de la demande ainsi qu'un système d'incitation grâce à la technologie blockchain.

• Infrastructure physique : représentée par un projet de communication sans fil, construction d'un réseau de communication à couverture mondiale à travers le déploiement communautaire d'équipements de point d'accès ;

• Réseau de ressources numériques : comprend un projet de stockage décentralisé (, un 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, d'ici 2024, le nombre d'appareils DePIN dans le monde aura 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, il pourrait croître de 100 à 1000 fois.

En 2024, la capitalisation boursière du secteur DePIN atteindra 50 milliards de dollars, englobant plus de 350 projets, avec un taux de croissance annuel de plus de 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 leurs effets bilatéraux.

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

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

"Les données sont le pétrole du nouveau monde )Data is the new oil###"

L'acquisition et le traitement des données AI sont le moteur central du développement de l'intelligence artificielle, notamment lors de l'entraînement de grands modèles de langage ( tels que GPT ) et de réseaux de neurones 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.

Demande de données - taille et caractéristiques

• 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 une mise à jour et une diversité des données en temps réel;

• Coût proportionnel : Le coût de la collecte, du nettoyage et de l'annotation des données dans le développement de l'IA représente plus de 40 % du budget total, devenant ainsi un goulot d'étranglement central pour la commercialisation ;

• Différenciation des scénarios : la conduite autonome nécessite des données de capteurs haute précision, l'IA médicale dépend d'une base de cas conforme à la confidentialité, 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/entités contrôlent des sources de données étendues, les développeurs de petite et moyenne taille font face à des barrières élevées et à des prix injustes ;

• Îlots de données : les données sont souvent dispersées entre différentes institutions et entreprises, le partage et la circulation des données font face à de nombreux obstacles, ce qui empêche une utilisation optimale des ressources de données.

• Confidentialité des données : La collecte de données implique souvent des controverses sur la vie privée et les droits d'auteur, comme l'incident de facturation de l'API d'une certaine plateforme sociale qui a suscité des protestations de la part des développeurs;

• Circulation inefficace : l'isolement des données et l'absence de normalisation entraînent une collecte redondante, et 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.

Le chemin de la rupture de DePIN

• Collecte de données distribuées : récupérer des données publiques ( via un réseau de nœuds, 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 à la preuve à divulgation nulle de 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 se situe 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, et a construit un réseau de collecte de données décentralisé, visant à fournir une source de données plus économique, plus efficace et plus fiable 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.

2. Informations de base sur le projet

L'expansion rapide de Grass est due à son seuil de participation extrêmement bas. Cela permet à chaque utilisateur de devenir un 'mineur' de données AI, échangeant sa bande passante inutilisée contre des dividendes futurs.

Grass construit un réseau de collecte de données décentralisé grâce à l'architecture DePIN, fournissant des sources de données à haut rapport coût-efficacité et à grande 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 - après un an de mise en ligne, plus de 2,5 millions de nœuds ont été attirés, avec une augmentation de plus de 5 fois du token dans les 10 jours suivant son lancement, validant ainsi sa logique commerciale.

Le projet a obtenu des investissements de capitaux de premier plan, tels que certains fonds et institutions, s'appuyant sur la chaîne haute performance de Solana pour réaliser la certification et le transfert des données.

L'anonymat actuel de l'équipe reste controversé, et les progrès de la décentralisation du traitement des données doivent être suivis.

( 2.1 Champ d'application

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

Son cœur est un réseau de proxy résidentiel (residential proxy network), permettant aux entreprises d'utiliser la connexion Internet des utilisateurs pour accéder et extraire des données Internet de différents emplacements géographiques, ce qui est très utile pour l'entraînement des modèles d'IA nécessitant des données diversifiées et représentatives géographiquement.

• Problème résolu : La collecte de données sur les réseaux traditionnels est généralement réalisée par des systèmes centralisés, ce qui entraîne une faible efficacité et des erreurs ou des biais fréquents. Grass vise à fournir des données Internet fiables et vérifiées de manière décentralisée, et les données fournies par des 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'inciter la participation par le biais d'un mécanisme de récompense.

• Méthode 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. Ce modèle de contribution de 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 les avantages de Grass résident dans : un coût faible de capture des données sur un réseau décentralisé, une diversité de données plus riche ; 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.

( 2.2 Développement

Phase conceptuelle : mi-2022, le projet a été proposé par Wynd Labs.

Phase de développement : le début de la construction du produit au début de 2023 marque l'entrée du projet dans la phase de développement réelle.

Financement par rounds de seed : En 2023, Grass a complété un financement de 3,5 millions de dollars en seed, dirigé par un certain capital et une certaine institution, pour un total de 4,5 millions de dollars ), y compris le financement de pré-seed dirigé par une certaine institution ###.

Tests utilisateurs : fin 2023, lancement d'une extension pour le navigateur Chrome, début des tests utilisateurs, attirant les premiers utilisateurs à participer.

Étape importante : En avril 2024, le projet a annoncé plus de 2 millions d'appareils de nœuds connectés, en forte croissance. Selon les données de DePIN Scan, au 31 mars 2025, le nombre d'utilisateurs actifs a dépassé 2,5 millions.

Premier airdrop : Annonce du premier airdrop le 21 octobre 2024, distribution de 100 millions de tokens GRASS (, 10 % de l'offre totale ), récompensant les premiers utilisateurs.

Échange en ligne : mise en ligne sur certaines plateformes comme un échange le 28 octobre 2024, le prix a augmenté de $0.6 à $3.89 en 10 jours, doublant d'environ 5 fois.

État actuel : le projet continue de s'étendre, la deuxième phase des incitations à l'utilisation des utilisateurs est en cours ; il est prévu de lancer des applications mobiles Android et iPhone pour accroître la taille du réseau et l'engagement 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, titulaire d'un master en mathématiques et statistiques de l'Université York et d'un baccalauréat en ingénierie physique de l'Université McMaster.

Les membres de l'équipe proviennent tous de Wynd Labs, se concentrant sur le développement de technologies blockchain et d'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 informations publiques, Wynd Labs a été fondée en 2022, et son produit phare est Grass.

Le contexte de l'équipe montre une expertise dans les domaines de la blockchain et de l'IA, mais un manque de transparence de l'information pourrait affecter la confiance des investisseurs et des utilisateurs. L'expérience de Radonjic donne du crédit au projet, mais l'anonymat des autres membres pourrait susciter des inquiétudes.

) 2.4 Financement et partenaires importants

Investisseurs et soutien

Série de semences : 350 000 dollars de financement de série de semences achevé en 2023, dirigé par un certain capital et une certaine institution. Selon les données publiques, le financement total après la série de semences atteint 450 000 dollars, y compris la série de pré-semences dirigée par une certaine institution.

Série A de financement : La série A de financement a été complétée en septembre 2024, dirigée par une certaine institution, avec la participation de certains capitaux et d'autres institutions, le montant n'a pas été divulgué.

Support des investisseurs : obtenez ces marques connues