分散型ChatGPTとAIソーシャル入口として、AI Terminalはマルチモーダルコラボレーション、データ貢献インセンティブ、DeFiツールの統合、クロスプラットフォームアシスタントを提供し、AIエージェントのコラボレーションとプライバシー保護（Your Data, Your Agent）をサポートしています。ユーザーはモバイル端末でオープンソースの大規模モデルDeepSeek-R1とコミュニティエージェントを直接呼び出すことができ、インタラクションの過程で言語トークンと暗号トークンがブロックチェーン上で透明に流通します。その価値は、ユーザーが「コンテンツ消費者」から「インテリジェント共創者」に変わり、DeFi、RWA、PayFi、eコマースなどのシーンで専用エージェントネットワークを使用できるようにすることにあります。
インフラストラクチャーレイヤーとして、DePIN とフェデレーテッドラーニングを組み合わせて、Web3 AI が中央集権的な計算力に依存するという課題を解決します。分散型 GPU、プライバシー保護されたデータトレーニング、モデルとデータ市場、さらにはエンドツーエンドの MLOps を通じて、マルチエージェント協力とパーソナライズされた AI をサポートします。そのビジョンは、「大手企業の独占」から「コミュニティ共創」へのインフラストラクチャーパラダイムの移行を推進することです。
!
五、ChainOpera AI のロードマッププランニング
正式に全栈 AI エージェントプラットフォームが立ち上げられたことを除いて、ChainOpera AI は汎用人工知能（AGI）がマルチモーダルおよびマルチエージェントの協力ネットワークから来ると信じています。そのため、長期的なロードマップは4つの段階に分かれています：
アプリケーションとユーザー規模において、AI Terminalは数十万のデイリーアクティブユーザーと千レベルのエージェントアプリケーションエコシステムを形成しており、BNBChain DApp Bay AIカテゴリーで第1位にランクインしています。明確なオンチェーンユーザーの成長と実際の取引量を持っています。そのマルチモーダルシナリオがカバーする暗号ネイティブ分野は、徐々により広範なWeb2ユーザーに外部に流出することが期待されています。
連邦学習から分散化エージェントネットワークまで、ChainOperaプロジェクトの解析
著者: 0xjacobzhao
6月の研究報告「Crypto AIの聖杯：分散型トレーニングの最前線探索」では、分散トレーニングと分散型トレーニングの間に位置する「制御された分散型」のソリューションであるフェデレーテッドラーニング（Federated Learning）について言及しました。その核心はデータのローカル保持とパラメータの集中集約であり、医療や金融などのプライバシーおよびコンプライアンスの要求を満たしています。同時に、これまでの複数の研究報告でエージェント（Agent）ネットワークの台頭に引き続き注目してきました。その価値は、複数のエージェントの自治と役割分担を通じて、複雑なタスクを協力して遂行し、「大規模モデル」から「マルチエージェントエコシステム」への進化を促進することにあります。
フェデラルラーニングは「データがローカルから出ない、貢献に応じたインセンティブ」という基盤を築き、多方面での協力の基礎を形成しました。その分散型の遺伝子、透明なインセンティブ、プライバシーの保護とコンプライアンスの実践は、エージェントネットワークに直接再利用可能な経験を提供しています。FedMLチームはこの道を進み、オープンソースの遺伝子をTensorOpera（AI産業基盤インフラ層）にアップグレードし、さらにChainOpera（分散型エージェントネットワーク）へと進化させています。もちろん、エージェントネットワークはフェデラルラーニングの必然的な延長ではなく、その核心は複数のエージェントによる自律的な協力とタスクの分担にあり、また、複数エージェントシステム（MAS）、強化学習（RL）、またはブロックチェーンインセンティブメカニズムに基づいて構築することも可能です。
一、フェデレーテッドラーニングとAIエージェント技術スタックアーキテクチャ
フェデレーテッドラーニング（Federated Learning、FL）は、データを集中させることなく協調訓練を行うフレームワークで、その基本原理は参加者がローカルでモデルを訓練し、パラメータや勾配のみを調整端にアップロードして集約することで、「データが領域を出ない」プライバシーコンプライアンスを実現することです。医療、金融、モバイル端末などの典型的なシーンでの実践を経て、フェデレーテッドラーニングは商業利用の比較的成熟した段階に入っていますが、依然として通信コストが高い、プライバシー保護が不徹底、デバイスの異種性による収束効率の低下などのボトルネックに直面しています。他の訓練モードと比較すると、分散訓練は効率と規模を追求するために計算能力の集中を強調し、非集中型訓練はオープンな計算能力ネットワークを通じて完全な分散協力を実現しますが、フェデレーテッドラーニングはその中間に位置し、「制御された非集中型」ソリューションとして具現化されます：産業がプライバシーとコンプライアンスの要件を満たすことができ、さらに機関間協力の実行可能な道を提供し、産業界の移行型デプロイメントアーキテクチャにより適しています。
!
そして、AIエージェントプロトコルスタック全体において、以前の研究報告ではそれを3つの主要なレイヤーに分けました。
インフラストラクチャ層（エージェントインフラストラクチャ層）: この層はエージェントに最も基本的な運用サポートを提供し、すべてのエージェントシステム構築の技術的基盤です。
調整と実行層（Coordination & Execution Layer）は、複数のエージェント間の協調、タスクスケジューリング、システムインセンティブメカニズムに焦点を当てており、エージェントシステムの「集団知能」を構築するための鍵です。
アプリケーションおよびディストリビューションレイヤー
二、連邦学習のベンチマーク FedML と TensorOpera フルスタックプラットフォーム
FedMLは、連邦学習（Federated Learning）と分散トレーニングを対象とした最初のオープンソースフレームワークの1つであり、学術チーム（USC）に起源を持ち、徐々に企業化されてTensorOpera AIのコア製品となりました。これは、研究者や開発者に、機関間やデバイス間でのデータ協力トレーニングツールを提供します。学術界では、FedMLはNeurIPS、ICML、AAAIなどのトップ会議で頻繁に登場するため、連邦学習研究の一般的な実験プラットフォームとなっています。産業界では、FedMLは医療、金融、エッジAI、Web3 AIなどのプライバシーに敏感なシナリオで高い評価を得ており、連邦学習分野の標準的なツールチェーンと見なされています。
!
TensorOperaは、FedMLが商業化の道筋に基づいて企業と開発者向けの全スタックAIインフラストラクチャプラットフォームにアップグレードしたものです：連邦学習の能力を保持しつつ、GPUマーケットプレイス、モデルサービス、MLOpsに拡張し、大規模モデルとエージェント時代のより大きな市場に参入します。TensorOperaの全体アーキテクチャは、Compute Layer（基盤層）、Scheduler Layer（スケジューリング層）、MLOps Layer（アプリケーション層）の3つのレイヤーに分かれています：
1. コンピュートレイヤー（底層）
Compute層はTensorOperaの技術基盤であり、FedMLのオープンソースの遺伝子を引き継いでいます。核心機能にはParameter Server、Distributed Training、Inference EndpointおよびAggregation Serverが含まれます。その価値の位置付けは、分散トレーニング、プライバシー保護の連邦学習、拡張可能な推論エンジンを提供し、「Train / Deploy / Federate」の三つの核心能力を支え、モデルのトレーニング、デプロイから機関間の協力に至るまでの完全なリンクをカバーし、プラットフォーム全体の基盤層となっています。
2. スケジューラーレイヤー（中間層）
スケジューラー層は、計算力の取引とスケジューリングの中枢に相当し、GPUマーケットプレイス、プロビジョン、マスターエージェント、スケジュール＆オーケストレートで構成されています。これは、公的クラウド、GPUプロバイダー、独立した貢献者のリソース呼び出しをサポートします。この層は、FedMLがTensorOperaにアップグレードするための重要な転換点であり、インテリジェントな計算力のスケジューリングとタスク編成を通じて、LLMや生成AIの典型的なシナリオを網羅した大規模なAIトレーニングと推論を実現できます。同時に、この層のシェア＆アーンモデルはインセンティブメカニズムのインターフェースを予約しており、DePINまたはWeb3モデルとの互換性のある潜在能力を持っています。
3. MLOpsレイヤー
MLOps レイヤーは、プラットフォームが開発者や企業向けに提供するサービスインターフェースであり、Model Serving、AI エージェント、Studio などのモジュールを含みます。典型的な応用には、LLM チャットボット、マルチモーダル生成 AI、開発者用コパイロットツールが含まれます。その価値は、基盤となる計算能力とトレーニング能力を高レベルの API と製品に抽象化し、使用の障壁を下げ、即使用可能なエージェント、ローコード開発環境、拡張可能なデプロイ能力を提供することにあります。定位としては、Anyscale、Together、Modal などの新世代 AI インフラ プラットフォームに対抗し、インフラストラクチャからアプリケーションへの橋渡しを果たします。
!
2025年3月、TensorOperaはAIエージェント向けのフルスタックプラットフォームにアップグレードされ、コア製品にはAgentOpera AIアプリ、フレームワーク、プラットフォームが含まれます。アプリケーション層はChatGPTのようなマルチエージェントの入り口を提供し、フレームワーク層はグラフ構造のマルチエージェントシステムとオーケストレーター/ルーターの進化を「Agentic OS」として実現します。プラットフォーム層はTensorOperaモデルプラットフォームおよびFedMLと深く統合され、分散モデルサービス、RAG最適化、ハイブリッドエッジクラウドデプロイメントを実現します。全体の目標は「1つのオペレーティングシステム、1つのエージェントネットワーク」を構築し、開発者、企業、ユーザーがオープンでプライバシー保護された環境の下で次世代のAgentic AIエコシステムを共同で構築することです。
3. ChainOpera AIエコロジカルパノラマ:共創共同オーナーから技術基盤へ
もしFedMLが技術コアで、連邦学習と分散トレーニングのオープンソースの遺伝子を提供しているとすれば、TensorOperaはFedMLの研究成果を商業利用可能なフルスタックAIインフラストラクチャに抽象化します。ChainOperaは、TensorOperaのプラットフォーム機能を「ブロックチェーン化」し、AIターミナル + エージェントソーシャルネットワーク + DePINモデルおよび計算力レイヤー + AIネイティブブロックチェーンを通じて、分散型エージェントネットワークエコシステムを構築します。その核心となる変化は、TensorOperaは依然として企業や開発者を主な対象としていますが、ChainOperaはWeb3化されたガバナンスおよびインセンティブメカニズムを活用し、ユーザー、開発者、GPU/データ提供者を共同構築・共同管理に取り込むことで、AIエージェントが単に「使用される」だけでなく、「共創され共同所有される」ことを実現します。
!
コクリエーターエコシステム（Co-creators）
ChainOpera AIは、モデル＆GPUプラットフォームとエージェントプラットフォームを通じて、エコシステムの共創に必要なツールチェーン、インフラストラクチャ、調整レイヤーを提供し、モデルのトレーニング、エージェントの開発、デプロイメント、および拡張協力をサポートします。
ChainOperaエコシステムの共創者は、AIエージェントの開発者（インテリジェントエージェントの設計と運用）、ツールとサービスの提供者（テンプレート、MCP、データベース、API）、モデル開発者（モデルカードのトレーニングと公開）、GPU提供者（DePINとWeb2クラウドパートナーを通じて計算能力を提供）、データの提供者と注釈者（マルチモーダルデータのアップロードと注釈）を含みます。開発、計算能力、データという3つのコア供給が、インテリジェントエージェントネットワークの持続的な成長を共に推進します。
共同所有者
ChainOperaエコシステムは、共同所有メカニズムも導入しており、協力と参加を通じてネットワークを共同で構築します。AIエージェントのクリエイターは、個人またはチームであり、エージェントプラットフォームを通じて新しいタイプのインテリジェントエージェントを設計・展開し、構築、ローンチ、および継続的なメンテナンスを担当し、機能とアプリケーションの革新を推進します。AIエージェントの参加者はコミュニティから来ており、アクセスユニット（Access Units）を取得・保持することでエージェントのライフサイクルに参加し、使用と普及の過程でエージェントの成長と活性化を支援します。この2つの役割は、それぞれ供給側と需要側を代表し、エコシステム内での価値共有と協調発展モデルを共同で形成します。
エコシステムパートナー：プラットフォームとフレームワーク
ChainOpera AI は複数のパートナーと協力し、プラットフォームの可用性と安全性を強化し、Web3 シーンの統合に重点を置いています：AI Terminal App を通じてウォレット、アルゴリズム、および集約プラットフォームを組み合わせてインテリジェントなサービス推薦を実現する；Agent Platform では多様なフレームワークとノーコードツールを導入し、開発のハードルを下げています；TensorOpera AI に基づいてモデルのトレーニングと推論を行い；FedML と独占的な提携を結び、機関間およびデバイス間のプライバシー保護トレーニングをサポートしています。全体として、企業向けアプリケーションと Web3 ユーザー体験の両方を考慮したオープンエコシステムを形成しています。
ハードウェアの入口：AIハードウェアとパートナー（AI Hardware & Partners）
DeAI Phone、ウェアラブルデバイス、Robot AIなどのパートナーを通じて、ChainOperaはブロックチェーンとAIをスマート端末に統合し、dAppの相互作用、エッジトレーニング、およびプライバシー保護を実現し、徐々に分散型AIハードウェアエコシステムを形成します。
Backbone Platform & Technology Base: TensorOpera GenAI & FedML
TensorOperaは、MLOps、Scheduler、Computeをカバーする全スタックのGenAIプラットフォームを提供します。そのサブプラットフォームであるFedMLは、学術的オープンソースから産業化フレームワークへと成長し、AIの「どこでも実行、自由に拡張する」能力を強化しました。
ChainOpera AIエコシステム
!
四、ChainOpera コア製品と全スタックAIエージェントインフラ
2025年6月、ChainOperaは正式にAI Terminal Appと分散型技術スタックをローンチし、「分散型版OpenAI」として位置付けられました。そのコア製品は、アプリケーション層（AI Terminal & Agent Network）、開発者層（Agent Creator Center）、モデルとGPU層（Model & Compute Network）、そしてCoAIプロトコルと専用チェーンを含む4つの主要モジュールで構成されており、ユーザーインターフェースから基盤の計算能力およびオンチェーンインセンティブまでの完全なエコシステムをカバーしています。
!
AIターミナルアプリはBNBChainを統合しており、オンチェーン取引とDeFiシーンのエージェントをサポートしています。エージェントクリエイターセンターは開発者向けに開放され、MCP/HUB、ナレッジベース、RAGなどの機能を提供し、コミュニティの知能体が継続的に参加しています。同時に、CO-AIアライアンスを立ち上げ、io.net、Render、TensorOpera、FedML、MindNetworkなどのパートナーと連携しています。
!
BNB DApp Bayの過去30日間のオンチェーンデータによると、独立ユーザー数は158.87K、過去30日間の取引量は260万で、BSCの「AI Agent」カテゴリで全体の2位にランクインしており、強力なオンチェーンの活発度を示しています。
スーパAIエージェントアプリ - AIターミナル ()
分散型ChatGPTとAIソーシャル入口として、AI Terminalはマルチモーダルコラボレーション、データ貢献インセンティブ、DeFiツールの統合、クロスプラットフォームアシスタントを提供し、AIエージェントのコラボレーションとプライバシー保護（Your Data, Your Agent）をサポートしています。ユーザーはモバイル端末でオープンソースの大規模モデルDeepSeek-R1とコミュニティエージェントを直接呼び出すことができ、インタラクションの過程で言語トークンと暗号トークンがブロックチェーン上で透明に流通します。その価値は、ユーザーが「コンテンツ消費者」から「インテリジェント共創者」に変わり、DeFi、RWA、PayFi、eコマースなどのシーンで専用エージェントネットワークを使用できるようにすることにあります。
AIエージェントソーシャルネットワーク (agent-social-network)
LinkedIn + Messengerに似た位置付けですが、AIエージェントのグループに焦点を当てています。仮想ワークスペースとエージェント間協力メカニズム（MetaGPT、ChatDEV、AutoGEN、Camel）を通じて、単一のエージェントを多エージェント協力ネットワークに進化させ、金融、ゲーム、eコマース、研究などのアプリケーションをカバーし、徐々に記憶と自律性を強化します。
AIエージェント開発プラットフォーム ()
開発者に「レゴ式」の創作体験を提供します。ゼロコードとモジュール拡張をサポートし、ブロックチェーン契約が所有権を保証します。DePIN + クラウドインフラストラクチャはハードルを下げ、マーケットプレイスは配布と発見のチャネルを提供します。その核心は開発者がユーザーに迅速にアクセスできるようにし、生態系の貢献を透明に記録し、報酬を得ることにあります。
AIモデル＆GPUプラットフォーム ()
インフラストラクチャーレイヤーとして、DePIN とフェデレーテッドラーニングを組み合わせて、Web3 AI が中央集権的な計算力に依存するという課題を解決します。分散型 GPU、プライバシー保護されたデータトレーニング、モデルとデータ市場、さらにはエンドツーエンドの MLOps を通じて、マルチエージェント協力とパーソナライズされた AI をサポートします。そのビジョンは、「大手企業の独占」から「コミュニティ共創」へのインフラストラクチャーパラダイムの移行を推進することです。
!
五、ChainOpera AI のロードマッププランニング
正式に全栈 AI エージェントプラットフォームが立ち上げられたことを除いて、ChainOpera AI は汎用人工知能（AGI）がマルチモーダルおよびマルチエージェントの協力ネットワークから来ると信じています。そのため、長期的なロードマップは4つの段階に分かれています：
!
提供者は使用量に応じた収益を得る。
フェーズ2（エージェントアプリ → コラボレーティブAI経済）：AIターミナル、エージェントマーケットプレイス、エージェントソーシャルネットワークを導入し、マルチエージェントアプリケーションエコシステムを形成します。CoAIプロトコルを通じてユーザー、開発者、リソース提供者を接続し、ユーザーのニーズと開発者をマッチングするシステム及び信用システムを導入し、高頻度のインタラクションと持続的な経済活動を促進します。
ステージ3（Collaborative AI → Crypto-Native AI）：DeFi、RWA、決済、eコマースなどの分野において実現し、同時にKOLシーンや個人データ交換に拡大する。金融/暗号に特化したLLMを開発し、エージェント間決済およびウォレットシステムを導入し、「Crypto AGI」のシーン化アプリケーションを推進する。
段階4（エコシステム → 自律的AI経済）：自治的サブネット経済への段階的進化、各サブネットはアプリケーション、インフラストラクチャー、計算能力、モデル、データに基づいて独立してガバナンスおよびトークン化された運営を行い、クロスサブネットプロトコルを通じて協力し、多数のサブネットの協調エコシステムを形成します。同時に、エージェンティックAIからフィジカルAI（ロボット、自動運転、宇宙技術）へと進化します。
免責事項：本ロードマップは参考用であり、スケジュールや機能は市場環境に応じて動的に調整される可能性があり、納品の保証を構成するものではありません。
七、トークンインセンティブとプロトコルガバナンス
現在、ChainOperaは完全なトークンインセンティブプランを発表していませんが、そのCoAIプロトコルは「共創と共所有」を核心に、ブロックチェーンとProof-of-Intelligenceメカニズムを通じて透明で検証可能な貢献記録を実現します：開発者、計算力、データおよびサービス提供者の投入は標準化された方法で計測され、報酬を得ます。ユーザーはサービスを利用し、リソース提供者は運営を支援し、開発者はアプリケーションを構築し、すべての参加者が成長の利益を共有します；プラットフォームは1%のサービス手数料、報酬配分、流動性サポートによってサイクルを維持し、オープンで公平な協力的な分散型AIエコシステムを推進します。
Proof-of-Intelligence学習フレームワーク
Proof-of-Intelligence (PoI) は、ChainOpera が CoAI プロトコルの下で提案したコアコンセンサスメカニズムで、分散型 AI 構築のために透明で公平かつ検証可能なインセンティブとガバナンスシステムを提供することを目的としています。これは、Proof-of-Contribution（貢献証明）に基づくブロックチェーン協調機械学習フレームワークで、フェデレーション学習（FL）が実際のアプリケーションにおいて直面するインセンティブ不足、プライバシーリスク、検証可能性の欠如という問題を解決することを目指しています。この設計はスマートコントラクトを中心に、分散型ストレージ（IPFS）、集約ノード、ゼロ知識証明（zkSNARKs）を組み合わせて、以下の五つの目標を達成しました：① 貢献度に基づいて公平な報酬配分を行い、トレーナーが実際のモデル改善に基づいてインセンティブを得られるようにする；② データのローカルストレージを維持し、プライバシーの漏洩を保障する；③ 悪意のあるトレーナーによるポイズニングや集約攻撃に対抗するロバストネス機構を導入する；④ ZKP を通じてモデルの集約、異常検出、貢献評価などの重要な計算の検証可能性を確保する；⑤ 効率と汎用性において異種データや異なる学習タスクに適用可能である。
!
フルスタックAIの中でのトークンの価値
ChainOperaのトークンメカニズムは、5つの主要なバリューフロー（LaunchPad、Agent API、Model Serving、Contribution、Model Training）を中心に運営されており、核心はサービス料金、貢献の確認、リソースの配分であり、投機的なリターンではありません。
プロトコルガバナンス
ChainOperaはDAOガバナンスを採用しており、トークンをステーキングすることで提案と投票に参加し、意思決定の透明性と公平性を確保しています。ガバナンスメカニズムには以下が含まれます：評判システム（貢献を検証し、定量化する）、コミュニティ協力（提案と投票によってエコシステムの発展を促進する）、パラメータ調整（データの使用、安全性、バリデーターの説明責任）。全体の目標は権力の集中を避け、システムの安定性とコミュニティの共創を維持することです。
第八、チームの背景とプロジェクトの資金調達
ChainOperaプロジェクトは、連邦学習の分野で深い専門知識を持つSalman Avestimehr教授と何朝陽（Aiden）博士によって共同設立されました。他のコアチームメンバーは、UCバークレー、スタンフォード、USC、MIT、清華大学、そしてGoogle、Amazon、Tencent、Meta、Appleなどのトップ学術および技術機関からの背景を持ち、学術研究と産業実践の両方の能力を兼ね備えています。現在、ChainOpera AIチームの規模は40人を超えています。
共同創設者:Salman Avestimehr
サルマン・アヴェスティメフ教授は、南カリフォルニア大学（USC）電気工学およびコンピュータ工学科のディーン教授であり、USC-Amazon Trusted AIセンターの創設ディレクターを務めています。また、USC情報理論および機械学習研究所（vITAL）をリードしています。彼はFedMLの共同創設者兼CEOであり、2022年にTensorOpera/ChainOpera AIを共同設立しました。
サルマン・アヴェスティメール教授は、UCバークレーEECS博士号を持ち（最優秀論文賞受賞）。IEEEフェローとして、情報理論、分散計算、連邦学習の分野で300篇以上の高水準の論文を発表し、引用数は30,000を超え、PECASE、NSF CAREER、IEEEマッセイ賞などの多くの国際的な栄誉を受賞しています。彼は、FedMLオープンソースフレームワークの設立を主導し、医療、金融、プライバシー計算に広く応用されており、TensorOpera/ChainOpera AIの核心技術基盤となっています。
共同創設者:博士 エイデン・チャオヤン・ホー
エイデン・チャオヤン・ヘ博士は、TensorOpera/ChainOpera AIの共同創設者兼社長であり、南カリフォルニア大学（USC）のコンピュータサイエンス博士およびFedMLの創始者です。彼の研究分野は、分散およびフェデレート学習、大規模モデルのトレーニング、ブロックチェーンおよびプライバシー計算を含みます。起業する前は、Meta、Amazon、Google、Tencentで研究開発に従事し、Tencent、Baidu、Huaweiでコアエンジニアおよび管理職を務め、複数のインターネット規模の製品やAIプラットフォームの実現を主導しました。
学術と産業の面で、Aidenは30篇以上の論文を発表し、Google Scholarでの引用は13,000を超え、Amazon Ph.D. Fellowship、Qualcomm Innovation Fellowship、NeurIPS、AAAIの最優秀論文賞を受賞しています。彼が主導して開発したFedMLフレームワークは、フェデラル学習分野で最も広く使用されているオープンソースプロジェクトの一つであり、日平均270億回のリクエストを支えています。また、彼は核心著者としてFedNLPフレームワークと混合モデルの並列トレーニング方法を提案し、Sahara AIなどの分散型AIプロジェクトに広く応用されています。
!
2024年12月、ChainOpera AIは、350万ドルのシードラウンドの資金調達が完了し、TensorOperaで合計1,700万ドルを調達したことを発表しました。 このラウンドは、Finality Capital、Road Capital、IDG Capitalが主導し、Camford VC、ABCDE Capital、Amber Group、Modular Capitalなどのほか、Sparkle Ventures、Plug and Play、USC、EigenLayerの創設者であるSreeram Kannan氏が参加しました。 BabylonChainの共同創設者であるDavid Tseなどの有名な機関や個人投資家によってサポートされています。 チームによると、今回の資金調達ラウンドは、「AIリソースの貢献者、開発者、ユーザーが共同で所有し、共創する分散型AIエコシステム」というビジョンの実現を加速させるとのことです。
9. フェデレーテッドラーニングとAIエージェントの市場情勢の分析
連邦学習フレームワークには主に4つの代表があります：FedML、Flower、TFF、OpenFL。その中で、FedMLは最も包括的で、連邦学習、分散型大規模モデルのトレーニング、MLOpsを兼ね備えており、産業の実用化に適しています；Flowerは軽量で使いやすく、コミュニティが活発で、教育や小規模実験に偏っています；TFFはTensorFlowに深く依存しており、学術研究の価値が高いですが、産業化には弱いです；OpenFLは医療 / 金融に焦点を当て、プライバシーの遵守を強調し、生態系は比較的閉鎖的です。全体的に見て、FedMLは産業レベルの万能なルートを代表し、Flowerは使いやすさと教育に重点を置き、TFFは学術的な実験に偏り、OpenFLは特定の業界の遵守性に優れています。
産業化とインフラ層において、TensorOpera（FedML 商業化）の特徴は、オープンソースの FedML の技術的蓄積を継承し、クロスクラウド GPU スケジューリング、分散トレーニング、フェデレーテッドラーニング、および MLOps の統合能力を提供することにあります。目的は、学術研究と産業応用の橋渡しをし、開発者、中小企業、Web3/DePIN エコシステムにサービスを提供することです。全体的に見て、TensorOpera は「オープンソースの FedML の Hugging Face + W&B の合体」に相当し、全スタックの分散トレーニングとフェデレーテッドラーニングの能力において、より完全で汎用的です。他のプラットフォームは、コミュニティ、ツール、または特定の業界を中心にしているのとは異なります。
イノベーション層の代表として、ChainOpera と Flock はどちらも連邦学習と Web3 を結びつけようとしていますが、その方向性には明らかな違いがあります。ChainOpera は、入口、ソーシャル、開発、インフラの四層アーキテクチャを網羅するフルスタック AI エージェントプラットフォームを構築しており、その核心的な価値はユーザーを「消費者」から「共創者」へと変革することであり、AI ターミナルとエージェントソーシャルネットワークを通じて協力的 AGI とコミュニティ共創エコシステムを実現します。一方、Flock はブロックチェーン強化型連邦学習（BAFL）により焦点を当てており、分散環境におけるプライバシー保護とインセンティブメカニズムを強調し、主に計算能力とデータレイヤーの協力的検証を対象としています。ChainOpera はアプリケーションとエージェントネットワークレイヤーの実現に偏っており、Flock は基盤トレーニングとプライバシー計算の強化に偏っています。
!
エージェントネットワークのレベルでは、業界で最も代表的なプロジェクトはOlas Networkです。ChainOperaは前者が連邦学習に由来し、モデル—計算力—エージェントの全スタックのクローズドループを構築し、エージェントソーシャルネットワークを実験場として多エージェントの相互作用と社会的協力を探求しています。一方、Olas NetworkはDAO協力とDeFiエコシステムに基づいており、分散型自律サービスネットワークとして位置付けられ、Pearlを通じて直接実現可能なDeFi収益シナリオを提供し、ChainOperaとは全く異なる道を示しています。
!
十、投資ロジックと潜在的リスク分析
投資ロジック
ChainOperaの利点は、まずその技術的な堀にあります：FedML（連邦学習の標準的なオープンソースフレームワーク）からTensorOpera（企業向けの全スタックAIインフラ）、そしてChainOpera（Web3化されたエージェントネットワーク + DePIN + トークノミクス）へと、独自の連続的な進化の道筋が形成されており、学術的な蓄積、産業の実装、そして暗号の物語が共存しています。
アプリケーションとユーザー規模において、AI Terminalは数十万のデイリーアクティブユーザーと千レベルのエージェントアプリケーションエコシステムを形成しており、BNBChain DApp Bay AIカテゴリーで第1位にランクインしています。明確なオンチェーンユーザーの成長と実際の取引量を持っています。そのマルチモーダルシナリオがカバーする暗号ネイティブ分野は、徐々により広範なWeb2ユーザーに外部に流出することが期待されています。
エコシステム協力の面で、ChainOperaはCO-AI Allianceを発起し、io.net、Render、TensorOpera、FedML、MindNetworkなどのパートナーと連携して、GPU、モデル、データ、プライバシー計算などの多面的なネットワーク効果を構築しました。同時に、Samsung Electronicsと協力してモバイル端末のマルチモーダルGenAIを検証し、ハードウェアとエッジAIへの拡張の可能性を示しました。
トークンと経済モデルにおいて、ChainOperaはProof-of-Intelligenceコンセンサスに基づき、5つの主要な価値の流れ（LaunchPad、Agent API、Model Serving、Contribution、Model Training）を通じてインセンティブを配分し、1%のプラットフォームサービス料、インセンティブ配分、流動性サポートを通じて正の循環を形成し、単一の「仮想通貨投機」モデルを回避し、持続可能性を向上させています。
潜在リスク
まず、技術の実装は難易度が高いです。ChainOperaが提案する五層の非中央集権アーキテクチャはスパンが大きく、層を越えた協調（特に大規模モデルの分散推論とプライバシートレーニングの面で）には依然として性能と安定性の課題があり、大規模なアプリケーションの検証は行われていません。
次に、エコシステムのユーザーの粘着性はまだ観察が必要です。プロジェクトは初期のユーザー増加を達成しましたが、エージェントマーケットプレイスと開発者ツールチェーンが長期的に活発で高品質な供給を維持できるかどうかはまだ検証が必要です。現在稼働中のエージェントソーシャルネットワークは主にLLM駆動のテキスト対話に焦点を当てており、ユーザー体験と長期的な定着率はさらに向上する必要があります。もしインセンティブメカニズムの設計が十分に精緻でなければ、短期的な活発度は高いが長期的な価値が不足する現象が発生する可能性があります。
最後に、ビジネスモデルの持続可能性はまだ確認されていません。現段階では、収入は主にプラットフォームのサービス料とトークンの循環に依存しており、安定したキャッシュフローはまだ形成されておらず、AgentFiやPaymentなどの金融的または生産性の高い属性を持つアプリケーションと比較して、現在のモデルのビジネス価値はさらに検証が必要です。また、モバイル端末とハードウェアエコシステムはまだ探索段階にあり、市場化の見通しには一定の不確実性があります。