Analyse approfondie de Grass : une nouvelle étoile brillante dans le domaine DePIN, la route d'expansion de la banque de données AI
Points clés
Comment Grass se distingue-t-il parmi de nombreux projets DePIN ?
Le facteur clé est le modèle de minage sans seuil, les utilisateurs sont la pierre angulaire, les autres facteurs sont des leviers.
Grass utilise une double approche "technologie + modèle" pour surmonter les barrières de l'industrie DePIN - en utilisant des preuves à divulgation nulle de connaissance et l'architecture Solana Layer2 pour garantir l'authenticité des données, et résoudre le problème des "donnees sales" dans l'industrie de l'IA ; en même temps, en adoptant un modèle "minage de bande passante → incitations en 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, l'écosystème Solana et le concept DePIN en plein essor, ainsi que des stratégies opérationnelles raisonnables, cela a permis d'atteindre une position de leader dans le domaine DePIN des données AI.
Quels sont les facteurs clés à surveiller pour le développement futur de Grass?
Vision à court terme de la mise en œuvre technique : Est-il possible de réussir la transition vers la décentralisation en 2025 ?
Validation de la demande à moyen terme : taille des achats de données des entreprises d'IA ;
Jeu de conformité à long terme : règles de confidentialité des données et de propriété.
Le risque maximal actuel réside dans le "carnaval des tokens masquant un vide de demande" - si une croissance des commandes des clients AI ne peut pas être réalisée à l'avenir, un cycle commercial parfait pourrait dégénérer d'un cercle vertueux "données-capital" en une bulle du côté de l'offre.
1. Contexte de l'industrie
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 éclate silencieusement.
DePIN intègre les ressources inutilisées du monde entier grâce à l'économie des jetons ( puissance de calcul, stockage, bande passante ), construisant un réseau d'infrastructure distribué ; en même temps, l'industrie de l'IA est confrontée à une pénurie structurelle de données, avec des monopoles de géants, des controverses sur la confidentialité et des barrières d'îlots, ce qui entraîne 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.
1.1 DePIN : Reconfigurer le paradigme mondial des infrastructures
Définition et logique principale
Ces dernières années, avec la maturité de la technologie blockchain et l'émergence du concept Web3, tous les secteurs explorent des voies de transformation décentralisée. DePIN est justement l'incarnation de cette tendance dans le domaine des infrastructures. DePIN( signifie Réseaux d'Infrastructure Physique Décentralisés, un réseau d'infrastructure physique décentralisé) est un nouveau modèle économique qui intègre des ressources physiques mondiales décentralisées( telles que la puissance de calcul, le stockage, la bande passante, l'énergie, etc.) par le biais de la technologie blockchain.
La logique centrale réside dans : driven par l'incitation des jetons pour contribuer des ressources inutilisées à la communauté, construire un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et peu efficace des prestataires de services centralisés traditionnels.
Moteur de l'industrie
Comparé au modèle centralisé, la transformation décentralisée des infrastructures physiques présente des avantages plus importants en termes de structure des coûts, de mode de gouvernance, de résilience du réseau et d'expansion écologique.
Domaines spécifiques et cas typiques
Selon la définition de Messari, DePIN couvre les infrastructures physiques ( telles que les réseaux sans fil, les réseaux énergétiques ) et les réseaux de ressources numériques ( tels que le stockage, le calcul ), et réalise un appariement de l'offre et de la demande ainsi qu'un mécanisme d'incitation grâce à la technologie blockchain.
Infrastructure physique : représentée par le réseau sans fil décentralisé Helium(, construit par le déploiement communautaire d'appareils de points d'accès pour créer un réseau de communication à couverture mondiale ;
Réseau de ressources numériques : comprend le stockage décentralisé Filecoin), le calcul distribué Aethir(, etc., en intégrant des ressources inutilisées pour former un modèle économique partagé.
Potentiel de marché
Selon les données de Messari, d'ici 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, il devrait croître de 100 à 1000 fois.
En 2024, la capitalisation totale du marché DePIN atteindra 50 milliards de dollars, englobant plus de 350 projets, avec un taux de croissance annuel supérieur à 35 %.
Le moteur central 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 (, qui crée un effet bilatéral.
Bien sûr, l'évolutivité des réseaux décentralisés, la confidentialité des données et la vérification de la sécurité restent des défis clés dans le développement de DePIN.
![Grass Depth Research Report : DePIN, une étoile brillante, la banque de données AI en expansion])https://img-cdn.gateio.im/webp-social/moments-2ffc599e2fb968adefed2fb4adbe7807.webp(
) 1.2 Besoin de données IA : 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 moteur central du développement de l'intelligence artificielle, en particulier lors de l'entraînement de grands modèles de langage ### tels que GPT ( et des réseaux neuronaux génératifs ) tels que MidJourney (.
La performance 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 géographiquement représentatives sont essentielles pour la performance des modèles d'IA.
Échelle et caractéristiques des besoins en données
Saut de niveau : Prenons l'exemple de GPT-4, 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 : 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 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 d'une base de cas conforme à la vie privée, et l'IA sociale s'appuie sur des données de comportement des utilisateurs.
Point de douleur de l'approvisionnement en données traditionnelles
Barrières de données : Les grandes entreprises/acteurs principaux contrôlent de vastes sources de données, les petits et moyens développeurs sont confrontés à des barrières élevées et à une tarification injuste ;
Îlots de données : Les données sont souvent dispersées entre différentes institutions et entreprises, et le partage et la circulation des données rencontrent de nombreux obstacles, ce qui empêche une utilisation optimale des ressources de données.
Confidentialité des données : La collecte de données est souvent liée à des controverses sur la vie privée et le droit d'auteur, comme l'incident de facturation de l'API Reddit qui a déclenché des protestations des développeurs ;
Circulation inefficace : Les îlots de données et l'absence de normalisation entraînent des collectes redondantes, avec un taux d'utilisation des données mondial 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 sortie de DePIN
Collecte de données distribuée : Collecte de données publiques ) telles que les médias sociaux, bases de données publiques ( via un réseau de nœuds, réduisant ainsi le coût de collecte des données et améliorant l'efficacité et l'échelle de la collecte des données ;
Améliorer la qualité et la diversité des données : Grâce au mécanisme d'incitation DePIN, il est possible d'attirer davantage de participants à contribuer des 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 divulgation nulle de connaissance )ZK( pour garantir l'authenticité des données ;
Boucle de motivation tokenisée : Les contributeurs de données reçoivent des récompenses en tokens, tandis que les demandeurs achètent des ensembles de données structurées avec des tokens, formant un appariement direct 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 des sources de données plus économiques, plus efficaces et plus fiables pour l'entraînement des modèles AI.
Dans les chapitres suivants, nous allons analyser en profondeur les mécanismes spécifiques, les caractéristiques techniques, les cas d'application et les perspectives de développement futures du projet Grass.
![GrassDepth étude de recherche : DePIN, une étoile brillante, une banque de données AI en expansion])https://img-cdn.gateio.im/webp-social/moments-53ff22e3333759cdc38081bea3e4148f.webp(
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 la bande passante inutilisée contre des dividendes futurs.
Grass construit un réseau de collecte de données décentralisé à travers l'architecture DePIN, offrant des sources de données à haut rapport qualité-prix 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 jetons - en un an, plus de 2,5 millions de nœuds ont été attirés, et le jeton a augmenté de plus de 5 fois en 10 jours lors de son lancement, validant ainsi sa logique commerciale.
Le projet a reçu le soutien d'investisseurs de premier plan tels que Polychain et Hack VC, s'appuyant sur la chaîne haute performance de Solana pour réaliser la certification et le transfert des données.
L'anonymat de l'équipe actuelle 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 à travers la bande passante inutilisée des appareils des utilisateurs, soutenant particulièrement le développement de l'intelligence artificielle (AI).
Son noyau est de permettre aux entreprises d'utiliser la connexion Internet des utilisateurs via le réseau d'agents résidants ###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 géographiquement.
Problèmes résolus : Le scraping web traditionnel est généralement effectué par des systèmes centralisés, ce qui le rend inefficace et susceptible d'erreurs ou de biais. Grass vise à fournir des données Internet fiables et vérifiées de manière décentralisée, et les données fournies par des utilisateurs décentralisés présentent naturellement des caractéristiques de diversité, de publication dans plusieurs régions 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.
Mode de participation des utilisateurs : Les utilisateurs n'ont besoin que de trois étapes pour commencer : visiter le site officiel de Grass, installer l'extension/le client, se connecter et commencer à gagner des Grass Points. Ce moyen 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 les avantages de Grass sont les suivants : le coût de collecte de données sur un réseau décentralisé est faible, la diversité des données est plus riche ; les utilisateurs gagnent des récompenses en contribuant de la bande passante, réalisant un retour sur la valeur des données ; l'utilisation de la technologie blockchain pour vérifier les données garantit 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 : La construction du produit a commencé début 2023, marquant l'entrée du projet dans la phase de développement réelle.
Financement de la ronde de semences : En 2023, Grass a réalisé un financement de 3,5 millions de dollars en ronde de semences, dirigé par Polychain Capital et Tribe Capital, pour un total de 4,5 millions de dollars (, y compris une ronde de pré-semences de ) dirigée par No Limit Holdings.
Test utilisateur : À la fin de l'année 2023, lancement d'une extension pour le navigateur Chrome, début des tests utilisateurs, attirant la participation des utilisateurs précoces.
Étape importante : En avril 2024, le projet a annoncé plus de 2 millions de dispositifs de nœuds connectés, en forte croissance. Selon les données de DePIN Scan, en mars 2025, le nombre d'utilisateurs actifs a dépassé 2,5 millions.
Première distribution : Annonce de la première distribution le 21 octobre 2024, avec une allocation de 100 millions de jetons GRASS ###10 % de l'offre totale (, récompensant les premiers utilisateurs.
Bourse de lancement : Le 28 octobre 2024, lancement sur une certaine plateforme d'échange et d'autres bourses, le prix a augmenté de manière stable de $0.6 à $3.89 en 10 jours, multipliant environ par 5.
État actuel : Le projet continue de s'étendre, la deuxième phase des incitations pour les utilisateurs en attente est en cours ; une application mobile Android et iPhone est prévue pour augmenter la taille du réseau et l'engagement des utilisateurs.
![Grass Depth Rapport de recherche : DePIN, une étoile brillante, la banque de données AI en pleine expansion])https://img-cdn.gateio.im/webp-social/moments-5a5dc433d77affb341f2409a4573ace1.webp(
) 2.3 Situation de l'équipe
Selon les données de Rootdata, Grass a été développé par Wynd Labs, dont le fondateur est Andrej Radonjic, qui est le PDG de Wynd Labs, titulaire d'une maîtrise en mathématiques et statistiques de l'Université de York et d'un baccalauréat en ingénierie physique de l'Université McMaster.
Les membres de l'équipe viennent 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 Tracxn, Wynd Labs a été fondée en 2022, et son produit phare est Grass.
( 2.4 Financement et partenaires clés
Investisseurs et soutien
Tour de seed : 350 000 $ de financement en tour de seed complété en 2023, dirigé par Polychain Capital et Tribe Capital. Selon Rootdata, le financement total après le tour de seed atteint 450 000 $, y compris le tour de seed précédent dirigé par No Limit Holdings.
Financement de série A : Le financement de série A a été finalisé en septembre 2024, dirigé par HackVC, avec la participation de Polychain, Delphi, Lattice et Brevan Howard, le montant n'a pas été divulgué.
Soutien des investisseurs : HackVC, Polychain, Delphi, Lattice et Brevan Howard sont tous des investisseurs relativement bien connus dans l'industrie.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
8 J'aime
Récompense
8
7
Partager
Commentaire
0/400
DefiPlaybook
· Il y a 20h
Avancer pas à pas
Voir l'originalRépondre0
CryptoHistoryClass
· Il y a 20h
Regardez l'histoire de DePIN se dérouler
Voir l'originalRépondre0
pvt_key_collector
· Il y a 20h
Je pense que cette direction est prometteuse.
Voir l'originalRépondre0
LiquidityHunter
· Il y a 20h
Aucun seuil est la clé du succès
Voir l'originalRépondre0
BankruptcyArtist
· Il y a 20h
L'air peut aussi être miné.
Voir l'originalRépondre0
NFTArchaeologist
· Il y a 20h
Les nouveaux talents sur la piste sont plutôt bons.
Analyse approfondie de Grass : comment les nouveaux venus dans le domaine DePIN restructurent la chaîne de production de données IA
Analyse approfondie de Grass : une nouvelle étoile brillante dans le domaine DePIN, la route d'expansion de la banque de données AI
Points clés
Le facteur clé est le modèle de minage sans seuil, les utilisateurs sont la pierre angulaire, les autres facteurs sont des leviers.
Grass utilise une double approche "technologie + modèle" pour surmonter les barrières de l'industrie DePIN - en utilisant des preuves à divulgation nulle de connaissance et l'architecture Solana Layer2 pour garantir l'authenticité des données, et résoudre le problème des "donnees sales" dans l'industrie de l'IA ; en même temps, en adoptant un modèle "minage de bande passante → incitations en 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, l'écosystème Solana et le concept DePIN en plein essor, ainsi que des stratégies opérationnelles raisonnables, cela a permis d'atteindre une position de leader dans le domaine DePIN des données AI.
Vision à court terme de la mise en œuvre technique : Est-il possible de réussir la transition vers la décentralisation en 2025 ?
Validation de la demande à moyen terme : taille des achats de données des entreprises d'IA ;
Jeu de conformité à long terme : règles de confidentialité des données et de propriété.
Le risque maximal actuel réside dans le "carnaval des tokens masquant un vide de demande" - si une croissance des commandes des clients AI ne peut pas être réalisée à l'avenir, un cycle commercial parfait pourrait dégénérer d'un cercle vertueux "données-capital" en une bulle du côté de l'offre.
1. Contexte de l'industrie
1.1 DePIN : Reconfigurer le paradigme mondial des infrastructures
Définition et logique principale
Ces dernières années, avec la maturité de la technologie blockchain et l'émergence du concept Web3, tous les secteurs explorent des voies de transformation décentralisée. DePIN est justement l'incarnation de cette tendance dans le domaine des infrastructures. DePIN( signifie Réseaux d'Infrastructure Physique Décentralisés, un réseau d'infrastructure physique décentralisé) est un nouveau modèle économique qui intègre des ressources physiques mondiales décentralisées( telles que la puissance de calcul, le stockage, la bande passante, l'énergie, etc.) par le biais de la technologie blockchain.
La logique centrale réside dans : driven par l'incitation des jetons pour contribuer des ressources inutilisées à la communauté, construire un réseau d'infrastructure décentralisé, remplaçant le modèle coûteux et peu efficace des prestataires de services centralisés traditionnels.
Moteur de l'industrie
Comparé au modèle centralisé, la transformation décentralisée des infrastructures physiques présente des avantages plus importants en termes de structure des coûts, de mode de gouvernance, de résilience du réseau et d'expansion écologique.
Domaines spécifiques et cas typiques
Selon la définition de Messari, DePIN couvre les infrastructures physiques ( telles que les réseaux sans fil, les réseaux énergétiques ) et les réseaux de ressources numériques ( tels que le stockage, le calcul ), et réalise un appariement de l'offre et de la demande ainsi qu'un mécanisme d'incitation grâce à la technologie blockchain.
Infrastructure physique : représentée par le réseau sans fil décentralisé Helium(, construit par le déploiement communautaire d'appareils de points d'accès pour créer un réseau de communication à couverture mondiale ;
Réseau de ressources numériques : comprend le stockage décentralisé Filecoin), le calcul distribué Aethir(, etc., en intégrant des ressources inutilisées pour former un modèle économique partagé.
Potentiel de marché
Selon les données de Messari, d'ici 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, il devrait croître de 100 à 1000 fois.
En 2024, la capitalisation totale du marché DePIN atteindra 50 milliards de dollars, englobant plus de 350 projets, avec un taux de croissance annuel supérieur à 35 %.
Le moteur central 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 (, qui crée un effet bilatéral.
Bien sûr, l'évolutivité des réseaux décentralisés, la confidentialité des données et la vérification de la sécurité restent des défis clés dans le développement de DePIN.
![Grass Depth Research Report : DePIN, une étoile brillante, la banque de données AI en expansion])https://img-cdn.gateio.im/webp-social/moments-2ffc599e2fb968adefed2fb4adbe7807.webp(
) 1.2 Besoin de données IA : 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 moteur central du développement de l'intelligence artificielle, en particulier lors de l'entraînement de grands modèles de langage ### tels que GPT ( et des réseaux neuronaux génératifs ) tels que MidJourney (.
La performance 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 géographiquement représentatives sont essentielles pour la performance des modèles d'IA.
Échelle et caractéristiques des besoins en données
Saut de niveau : Prenons l'exemple de GPT-4, 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 : 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 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 d'une base de cas conforme à la vie privée, et l'IA sociale s'appuie sur des données de comportement des utilisateurs.
Point de douleur de l'approvisionnement en données traditionnelles
Barrières de données : Les grandes entreprises/acteurs principaux contrôlent de vastes sources de données, les petits et moyens développeurs sont confrontés à des barrières élevées et à une tarification injuste ;
Îlots de données : Les données sont souvent dispersées entre différentes institutions et entreprises, et le partage et la circulation des données rencontrent de nombreux obstacles, ce qui empêche une utilisation optimale des ressources de données.
Confidentialité des données : La collecte de données est souvent liée à des controverses sur la vie privée et le droit d'auteur, comme l'incident de facturation de l'API Reddit qui a déclenché des protestations des développeurs ;
Circulation inefficace : Les îlots de données et l'absence de normalisation entraînent des collectes redondantes, avec un taux d'utilisation des données mondial 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 sortie de DePIN
Collecte de données distribuée : Collecte de données publiques ) telles que les médias sociaux, bases de données publiques ( via un réseau de nœuds, réduisant ainsi le coût de collecte des données et améliorant l'efficacité et l'échelle de la collecte des données ;
Améliorer la qualité et la diversité des données : Grâce au mécanisme d'incitation DePIN, il est possible d'attirer davantage de participants à contribuer des 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 divulgation nulle de connaissance )ZK( pour garantir l'authenticité des données ;
Boucle de motivation tokenisée : Les contributeurs de données reçoivent des récompenses en tokens, tandis que les demandeurs achètent des ensembles de données structurées avec des tokens, formant un appariement direct 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 des sources de données plus économiques, plus efficaces et plus fiables pour l'entraînement des modèles AI.
Dans les chapitres suivants, nous allons analyser en profondeur les mécanismes spécifiques, les caractéristiques techniques, les cas d'application et les perspectives de développement futures du projet Grass.
![GrassDepth étude de recherche : DePIN, une étoile brillante, une banque de données AI en expansion])https://img-cdn.gateio.im/webp-social/moments-53ff22e3333759cdc38081bea3e4148f.webp(
2. Informations de base sur le projet
) 2.1 Champ d'application
Grass est un projet DePIN qui collecte et vérifie les données Internet à travers la bande passante inutilisée des appareils des utilisateurs, soutenant particulièrement le développement de l'intelligence artificielle (AI).
Son noyau est de permettre aux entreprises d'utiliser la connexion Internet des utilisateurs via le réseau d'agents résidants ###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 géographiquement.
Problèmes résolus : Le scraping web traditionnel est généralement effectué par des systèmes centralisés, ce qui le rend inefficace et susceptible d'erreurs ou de biais. Grass vise à fournir des données Internet fiables et vérifiées de manière décentralisée, et les données fournies par des utilisateurs décentralisés présentent naturellement des caractéristiques de diversité, de publication dans plusieurs régions 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.
Mode de participation des utilisateurs : Les utilisateurs n'ont besoin que de trois étapes pour commencer : visiter le site officiel de Grass, installer l'extension/le client, se connecter et commencer à gagner des Grass Points. Ce moyen 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 les avantages de Grass sont les suivants : le coût de collecte de données sur un réseau décentralisé est faible, la diversité des données est plus riche ; les utilisateurs gagnent des récompenses en contribuant de la bande passante, réalisant un retour sur la valeur des données ; l'utilisation de la technologie blockchain pour vérifier les données garantit 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 : La construction du produit a commencé début 2023, marquant l'entrée du projet dans la phase de développement réelle.
Financement de la ronde de semences : En 2023, Grass a réalisé un financement de 3,5 millions de dollars en ronde de semences, dirigé par Polychain Capital et Tribe Capital, pour un total de 4,5 millions de dollars (, y compris une ronde de pré-semences de ) dirigée par No Limit Holdings.
Test utilisateur : À la fin de l'année 2023, lancement d'une extension pour le navigateur Chrome, début des tests utilisateurs, attirant la participation des utilisateurs précoces.
Étape importante : En avril 2024, le projet a annoncé plus de 2 millions de dispositifs de nœuds connectés, en forte croissance. Selon les données de DePIN Scan, en mars 2025, le nombre d'utilisateurs actifs a dépassé 2,5 millions.
Première distribution : Annonce de la première distribution le 21 octobre 2024, avec une allocation de 100 millions de jetons GRASS ###10 % de l'offre totale (, récompensant les premiers utilisateurs.
Bourse de lancement : Le 28 octobre 2024, lancement sur une certaine plateforme d'échange et d'autres bourses, le prix a augmenté de manière stable de $0.6 à $3.89 en 10 jours, multipliant environ par 5.
État actuel : Le projet continue de s'étendre, la deuxième phase des incitations pour les utilisateurs en attente est en cours ; une application mobile Android et iPhone est prévue pour augmenter la taille du réseau et l'engagement des utilisateurs.
![Grass Depth Rapport de recherche : DePIN, une étoile brillante, la banque de données AI en pleine expansion])https://img-cdn.gateio.im/webp-social/moments-5a5dc433d77affb341f2409a4573ace1.webp(
) 2.3 Situation de l'équipe
Selon les données de Rootdata, Grass a été développé par Wynd Labs, dont le fondateur est Andrej Radonjic, qui est le PDG de Wynd Labs, titulaire d'une maîtrise en mathématiques et statistiques de l'Université de York et d'un baccalauréat en ingénierie physique de l'Université McMaster.
Les membres de l'équipe viennent 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 Tracxn, Wynd Labs a été fondée en 2022, et son produit phare est Grass.
( 2.4 Financement et partenaires clés
Investisseurs et soutien
Tour de seed : 350 000 $ de financement en tour de seed complété en 2023, dirigé par Polychain Capital et Tribe Capital. Selon Rootdata, le financement total après le tour de seed atteint 450 000 $, y compris le tour de seed précédent dirigé par No Limit Holdings.
Financement de série A : Le financement de série A a été finalisé en septembre 2024, dirigé par HackVC, avec la participation de Polychain, Delphi, Lattice et Brevan Howard, le montant n'a pas été divulgué.
Soutien des investisseurs : HackVC, Polychain, Delphi, Lattice et Brevan Howard sont tous des investisseurs relativement bien connus dans l'industrie.