Маркус Левин из XY0: Почему нативный для данных L1 может стать основой «доказательства происхождения» для ИИ

В последнем эпизоде SlateCast соучредитель XYO Маркус Левин присоединился к ведущим CryptoSlate, чтобы обсудить, почему децентрализованные сети физической инфраструктуры (DePIN) выходят за рамки нишевых экспериментов — и почему XYO построила специально созданный Layer-1 для обработки данных, которые AI и реальные приложения требуют все больше.

Амбиции Левина для сети ясны: «Во-первых, я думаю, что у XYO будет восемь миллиардов узлов», — сказал он, назвав это амбициозной целью, но одной, которая, как он считает, соответствует тому, в каком направлении движется категория.

Тезис DePIN о «каждом уголке мира»

Левин охарактеризовал DePIN как структурный сдвиг в том, как рынки координируют физическую инфраструктуру, указывая на быстрые ожидания роста для сектора. Он сослался на прогноз Всемирного экономического форума, согласно которому DePIN может вырасти с сегодняшних десятков миллиардов до триллионов к 2028 году.

Для XYO масштаб не является гипотетическим. Один из ведущих отметил, что сеть выросла «с более чем 10 миллионами узлов», создавая основу для обсуждения, сосредоточенного меньше на «что если» и больше на том, что ломается, когда объем реальных данных становится продуктом.

Доказательство происхождения для AI: проблема данных, а не только вычислений

Отвечая на вопрос о дипфейках и крахе доверия к СМИ, Левин утверждал, что узкое место AI — это не только вычисления, но и происхождение. «В то время как DePIN, что вы можете сделать, это вы можете, эм, доказать, откуда берутся данные», — сказал он, описывая модель, в которой данные могут быть проверены от начала до конца, отслежены в тренировочных конвейерах и запрашиваемы, когда системам нужна истинная информация.

С его точки зрения, происхождение создает обратную связь: если модель обвиняют в галлюцинациях, она может проверить, является ли исходный ввод проверяемым источником — или запросить новые, специфические данные из децентрализованной сети, а не собирать ненадежные источники.

Почему важен нативный для данных Layer-1

XYO потратила годы на то, чтобы не строить цепочку, сказал Левин — действуя как промежуточное ПО между реальными сигналами и смарт-контрактами. Но «никто этого не сделал», и объем данных сети заставил решать этот вопрос.

Он объяснил цель дизайна просто: «Блокчейн не может раздуваться… и он действительно построен для данных».

Подход XYO сосредоточен на механизмах, таких как Proof of Perfect и ограничения в стиле «lookback», предназначенные для того, чтобы требования к узлам оставались легковесными, даже когда наборы данных растут.

Онбординг COIN: превращение пользователей без криптовалюты в узлы

Ключевым механизмом роста стало приложение COIN, которое Левин описал как способ преобразовать мобильные телефоны в узлы сети XYO.

Вместо того чтобы толкать пользователей в немедленную волатильность токенов, приложение использует привязанные к доллару баллы и более широкие варианты обмена — затем постепенно переводит пользователей на крипто-рейсы.

Двухтокеновая модель: согласование стимулов с XL1

Левин сказал, что система с двумя токенами предназначена для разделения вознаграждений/безопасности экосистемы от затрат на активность цепочки. «Мы крайне рады этой двухтокеновой системе», — сказал он, описывая $XYO как внешний актив для стекинга/управления/безопасности и $XL1 как внутренний токен для газа/транзакций, используемый на XYO Layer One.

Партнеры из реального мира: инфраструктура зарядки и данные POI картографического качества

Левин указал на новые партнерства как на раннюю «убийцу приложений» внутри более широкой экосистемы DePIN, упомянув сделку с Piggycell — крупной южнокорейской сетью зарядных станций, которой нужны доказательства местоположения и которая планирует токенизировать данные на XYO Layer One.

Он также описал отдельный случай использования доказательства местоположения, связанный с наборами данных точек интереса (часы, фотографии, информация о заведениях), утверждая, что крупный партнер по геолокации обнаружил проблемы в своем собственном наборе данных «в 60% случаев», в то время как данные, полученные от XYO, были «99,9% правильными», что позволяло осуществлять дальнейшее картографирование для крупных предприятий.

В совокупности сообщение Левина было последовательным: если AI и RWAs нуждаются в надежных входных данных, следующий конкурентный рубеж может быть меньше о более быстрых моделях — и больше о проверяемых потоках данных, привязанных к реальному миру.