درآمد نیم ساله DGrid Genesis از ۲۳ میلیون دلار فراتر رفت: ورود هوش مصنوعی غیرمتمرکز به مرحله تأیید پرداخت واقعی
تواناییهای هوش مصنوعی همچنان در حال کشف است و تجاریسازی آن در دنیای رمزنگاری با خدمات پرداخت واقعی تأیید میشود.
در نیمه اول سال ۲۰۲۶، درآمد کل برنامه عضویت DGrid Genesis از ۲۳ میلیون دلار فراتر رفت و تعداد اعضای پرداختکننده به بیش از ۱۵,۰۰۰ نفر رسید. این اعداد تنها به مقیاس درآمد مربوط نمیشود، بلکه نشاندهنده این است که هوش مصنوعی غیرمتمرکز از روایت مفهومی به مرحله تجاری قابل تأیید توسط کاربران واقعی وارد شده است.
کلید موفقیت DGrid در این مرحله این است که این پلتفرم صرفاً یک پلتفرم محاسباتی غیرمتمرکز نیست و تنها ابزاری برای هماهنگی فراخوانی مدلها نیست، بلکه یک "هسته شبکه هوشمند قابل تأیید" است که توسعهدهندگان هوش مصنوعی، کاربران شرکتی و کاربران بومی رمزنگاری را به هم متصل میکند.
برخلاف پروژههایی که بر آموزش غیرمتمرکز یا صرفاً ارائه بازار محاسباتی تمرکز دارند، DGrid بر روی دو موضوع تمرکز دارد: ایجاد فرآیند استدلال قابل تأیید و واقعی کردن چرخه پرداخت. مورد اول مشکل اعتماد را حل میکند و دومی نیاز تجاری را تأیید میکند. این نیز به معنای اصلی وجود مکانیزم Proof of Quality (به اختصار PoQ) در زیرساخت آن است.
برنامه Genesis: تأیید قابلیت تجاری با پرداخت واقعی
برنامه عضویت Genesis نماینده اصلی دستاورد تجاری DGrid است.
کاربران با پرداخت ۱,۵۸۰ دلار حق عضویت سالانه میتوانند به برنامه Genesis بپیوندند و از اعتبار استفاده از مدل به ارزش ۳۰۰ دلار در ماه، حقوق انحصاری NFT، قابلیت استقرار یککلیک DClaw و جوایز استخراج توکن DGAI بهرهمند شوند. با احتساب حق عضویت سالانه، حقوق استفاده از مدل که اعضا هر ماه دریافت میکنند، معادل حدود ۴.۴ برابر قیمت رسمی است و این قیمت در بازار بسیار رقابتی است.
برخلاف خدمات اشتراک هوش مصنوعی سنتی Web2، سوابق پرداخت اعضای DGrid بر اساس زنجیرهای است و دارای ویژگیهای طبیعی شفافیت و عمومی است. این درآمد ۲۳ میلیون دلاری نه تنها در روایتهای PPT باقی نمانده بلکه بر اساس رفتارهای پرداخت واقعی قابل اعتماد است.
مهمتر از همه، این بیش از ۱۵,۰۰۰ عضو پرداختکننده نمایانگر تقاضای واقعی و پایدار بازار است. آنها مایل به پرداخت برای خدمات هوش مصنوعی هستند و این خود ارزش واقعی محصول را تأیید میکند - این نکتهای است که بسیاری از پروژههای صرفاً روایت توکن هرگز نمیتوانند اثبات کنند.
علاوه بر سیستم عضویت، DGrid از طریق AI Arena به کاربران اجازه میدهد تا به طور فعال در ارزیابی و نمرهدهی مدلها شرکت کنند و دادههای با کیفیت بالا از ترجیحات انسانی را جمعآوری کنند. این دادهها به بهینهسازی مسیریابی هوشمند کمک میکند و کیفیت خدمات Gateway را افزایش میدهد. تأیید تقاضای پرداخت ارزش و بهینهسازی مداوم تجربه محصول، دو مسیر هستند که به طور مشترک چرخه مثبت DGrid را تشکیل میدهند.
شایان ذکر است که حجم تأمین مالی دور اولیه DGrid ۵ میلیون دلار بوده است - با ۵ میلیون دلار تأمین مالی، ۲۳ میلیون دلار درآمد ایجاد شده است و این کارایی سرمایه در کل این حوزه بسیار نادر است و به طور غیرمستقیم سلامت مدل تجاری آن را تأیید میکند.
البته، آیا این چرخه میتواند به طور طولانیمدت برقرار بماند، بستگی به حفظ کاربران، نرخ مصرف اعتبار، کنترل هزینههای مدل و توانایی ادامه کار مکانیزم تشویقی DGAI دارد. اما حداقل از نتایج کنونی، DGrid یک قدم بسیار کلیدی در تجاریسازی هوش مصنوعی غیرمتمرکز برداشته است.
ماتریس محصول: استفاده واقعی از هوش مصنوعی
درآمد برنامه Genesis بر اساس ساختار محصولی است که DGrid حول نقاط درد واقعی کاربران ایجاد کرده است.
AI Gateway یک ورودی هوشمند یکپارچه ارائه میدهد که میتواند بر اساس هزینه، سرعت و عملکرد تاریخی، به طور خودکار بیش از ۲۰۰ مدل اصلی مانند Claude، GPT، Gemini، MiniMax، GLM و غیره را فراخوانی کند و به کاربران این امکان را میدهد که از خدمات هوش مصنوعی با کیفیت بالا با هزینه کمتر از طریق یک API استفاده کنند، بدون نیاز به اتصال به رابطهای مختلف تأمینکنندگان.
AI Arena از طریق ارزیابی و نمرهدهی ناشناس دادههای ترجیحات انسانی را از خروجیهای مختلف مدلها جمعآوری میکند. کاربران به طور ناشناس دو پاسخ مدل را ارزیابی میکنند و این دادهها میتواند برای بهینهسازی مسیریابی هوشمند استفاده شود و همچنین به عنوان داراییهای قابل تجاریسازی جمعآوری شود. در حال حاضر، تعداد کاربران شرکتکننده در Arena به بیش از ۳۰۰,۰۰۰ نفر رسیده است.
DClaw به کاربران این امکان را میدهد که به سرعت در سطح دقیقه دستیار هوش مصنوعی محلی را مستقر کنند و بدون نیاز به پیکربندی کلید، به طور مستقیم مدلهای برتر را فراخوانی کنند و حافظه پایدار و افزونههای مهارت قابل اتصال را ارائه میدهد که با پلتفرمهای اصلی مانند Telegram، WeChat، Discord سازگار است و برای سناریوهای استفاده پایدار و طولانیمدت مناسب است.
Model Marketplace به مدلهای هوش مصنوعی اجازه میدهد که به طور آزاد در بازار قرار بگیرند، قیمتگذاری خود را انجام دهند و داراییهای خود را توکنیزه کنند و تأمینکنندگان مدل میتوانند به طور مستقیم در بازار رقابت کنند و مسیرهای درآمدی مستقیمتری برای خود فراهم کنند.
علاوه بر این، DGrid همچنین نماینده هوشمند Dori را معرفی کرده است که به کاربران اجازه میدهد نیازهای خود را با زبان طبیعی توصیف کنند و بر اساس آن مدلها و طرحهای فراخوانی مناسب را پیشنهاد دهند و به این ترتیب موانع استفاده از خدمات هوش مصنوعی چندمدل را کاهش دهند.
تمرکز این مجموعه محصول، تنها بر روی انباشت ویژگیها نیست، بلکه حول یک سؤال اصلی است: چگونه میتوان به کاربران اجازه داد تا با هزینه کمتر، قابل اعتمادتر و راحتتر از هوش مصنوعی استفاده کنند؟
تمرکز بر BNB Chain: ایجاد هویت و توانایی پرداخت زنجیرهای برای Agent
اگر ماتریس محصول به سؤال "آیا هوش مصنوعی خوب است؟" پاسخ میدهد، ادغام DGrid با BNB Chain به سؤال دیگری پاسخ میدهد: آیا Agent هوش مصنوعی میتواند به طور مستقل در زنجیره اجرا شود؟
با اتصال به Agent Registry و توانایی پرداخت x402، DGrid به Agent هوش مصنوعی هویت زنجیرهای و توانایی پرداخت بر اساس درخواست را میدهد.
از یک سو، Agent هوش مصنوعی که DGrid مستقر کرده است میتواند در زنجیره ثبتنام کند و به یک موجودیت زنجیرهای قابل کشف، قابل ترکیب و قابل فراخوانی تبدیل شود؛ از سوی دیگر، زمانی که Agent هوش مصنوعی مدلهای DGrid را فراخوانی میکند، میتواند خدمات را از طریق پرداخت بر اساس درخواست تسویه کند.
این بدان معناست که Agent هوش مصنوعی دیگر تنها ابزاری خارج از زنجیره نیست، بلکه به تدریج هویت زنجیرهای، فراخوانی خدمات و توانایی پرداخت مستقل را به دست میآورد. تنها بر اساس این بنیاد است که Agent میتواند از یک ابزار منفرد به یک موجودیت هوشمند که قادر به شرکت در فعالیتهای اقتصادی زنجیرهای تبدیل شود.
مکانیزم PoQ: پر کردن «قابل تأیید» برای هوش مصنوعی غیرمتمرکز
مکانیزم PoQ به دنبال حل مشکل اعتماد در سطح پایینتر هوش مصنوعی غیرمتمرکز است.
در خدمات هوش مصنوعی متمرکز، کاربران معمولاً فرض میکنند که پلتفرم فراخوانی واقعی، محاسبه دقیق و تحویل پایدار را انجام میدهد. اما در شبکه غیرمتمرکز، تأمینکنندگان مدل، اپراتورهای گره، توسعهدهندگان و کاربران در نقشهای مختلف توزیع شدهاند و اگر مکانیزم تأیید وجود نداشته باشد، ممکن است مدلهای بیکیفیت به عنوان مدلهای معتبر معرفی شوند، محاسبههای نادرست انجام شود و فرآیند اجرای وظایف غیرقابل ردیابی باشد.
Proof of Quality (به اختصار PoQ) که DGrid پیشنهاد میدهد، دقیقاً حول این مشکل میچرخد. این مکانیزم از طریق یک روش نمونهبرداری مستقل کیفیت خدمات تأمینکنندگان مدل را تأیید میکند و نتایج تأیید را در زنجیره ثبت میکند - لازم به ذکر است که PoQ بررسی میکند که آیا تأمینکننده به طور صادقانه خدمات مدل وعده داده شده را ارائه کرده است و فرآیند تأیید از مجموعه آزمایشهای داخلی پلتفرم استفاده میکند و به دادههای فراخوانی کاربران دسترسی ندارد و دادههای کاربران را در زنجیره ثبت نمیکند.
این برای هوش مصنوعی غیرمتمرکز به ویژه مهم است. زیرا وقتی خدمات هوش مصنوعی از یک پلتفرم منفرد به یک شبکه باز تبدیل میشود، اعتماد دیگر تنها از اعتبار برند ناشی نمیشود، بلکه نیاز به یک مجموعه مکانیزم قابل تأیید، قابل پیگیری و قابل تسویه دارد. ارزش PoQ در این است که لایه اعتماد پایهای را برای این نوع شبکه خدمات هوش مصنوعی باز فراهم میکند.
تیم DGrid همچنین به طور مداوم در حال تحقیق در زمینههای PoQ، Optimistic TEE-Rollups و غیره است. به گفته منابع عمومی، اعضای اصلی آن دارای مدرک دکترا از دانشگاههای Stony Brook و غیره هستند و ۴ مقاله مرتبط منتشر کردهاند:
- Proof of Quality: https://arxiv.org/abs/2512.16317
- Optimistic TEE-Rollups: https://arxiv.org/abs/2512.20176
- Cost-Aware Proof: https://arxiv.org/html/2601.21189v1
- PoQ-Judge: https://arxiv.org/pdf/2606.11196
از تأیید فنی به شبکه خدمات
PoQ در ابتدا به دنبال حل مشکل تأیید وظایف استدلال واحد بود، اما DGrid نمیخواهد تنها یک "ابزار فراخوانی قابل تأیید" بسازد، بلکه یک شبکه خدمات هوش مصنوعی متصل به تأمینکنندگان مدل، اپراتورهای گره، توسعهدهندگان و کاربران نهایی را ایجاد کند.
در این شبکه، فراخوانی، تأیید، محاسبه و تسویه باید در یک حلقه بسته قرار گیرد. کاربران هزینه را پرداخت میکنند، گره خدمات را انجام میدهد، سیستم فرآیندهای کلیدی را ثبت میکند و توسعهدهندگان و تأمینکنندگان مدل درآمد کسب میکنند. تنها زمانی که این فرآیند به اندازه کافی شفاف باشد، شبکه میتواند از آزمایشهای اولیه به پذیرش واقعی در مقیاس بزرگ حرکت کند.
این یکی از دلایل مهمی است که DGrid توجه مؤسسات خارجی را جلب کرده است. دور اولیه آن توانسته است سرمایهگذارانی مانند Waterdrip Capital، IoTeX، Paramita VC، Zenith Capital و CatcherVC را جذب کند. مدیرعامل Waterdrip Capital، Jademont، اشاره کرده است که اگر شبکه غیرمتمرکز به سازندگان اجازه ندهد که فرآیند پردازش دادهها را درک کنند، به زودی با گلوگاههای اجرایی مواجه خواهد شد.
این جمله در واقع به یکی از مشکلات اصلی هوش مصنوعی غیرمتمرکز اشاره دارد: هر چه شبکه بازتر و شرکتکنندگان بیشتر باشند، هزینههای اعتماد بیشتر میشود. اگر فرآیندهای استدلال مدل، پردازش دادهها و اجرای گرهها قابل مشاهده نباشند، پس از گسترش مقیاس، سیستم به راحتی به ناکارآمدی و عدم اعتماد دچار میشود.
مسیر DGrid این است که از طریق PoQ، ثبت و مکانیزم پرداخت زنجیرهای، خدمات هوش مصنوعی را از "قابل فراخوانی" به "قابل تأیید، قابل محاسبه و قابل پیگیری" پیش ببرد. این نیز کلید تمایز آن از بازار محاسبات صرف یا پلتفرمهای تجمیع مدل است.
نتیجهگیری
DGrid با درآمد بیش از ۲۳ میلیون دلار از عضویت Genesis و مجموعهای از محصولات به تدریج شکلگرفته، یک واقعیت را ثابت کرده است: هوش مصنوعی غیرمتمرکز قابل تأیید تنها یک مفهوم دور نیست، بلکه به مرحله واقعی پرداخت و تأیید تجاری وارد شده است.
البته، این هنوز مسیری است که نیاز به صیقل دادن طولانیمدت دارد. اینکه چگونه میتوان در عین حفظ توانایی تأیید، تأخیر و هزینه را کاهش داد، چگونه میتوان به طور روان به سیستمهای موجود شرکتها متصل شد و چگونه میتوان تعادل بین رشد اعضا و مشوقهای توکن را حفظ کرد، همه عواملی هستند که تعیین میکنند DGrid تا چه حد میتواند پیش برود.
اما نکته قابل توجه این است که DGrid از ابتدا در طراحی سیستم، مفهوم "قابل تأیید" را گنجانده است و این کار را پس از بلوغ محصول انجام نداده است.
بازار دیگر تنها به داستانهای "هوش مصنوعی + رمزنگاری" راضی نیست، بلکه بیشتر به این موضوع توجه دارد که چه مقدار درآمد واقعی تولید میشود، چه تعداد کاربران واقعی جذب میشوند و چه مشکلات واقعی حل میشوند.
۲۳ میلیون دلار، اولین پاسخ DGrid است. آنچه واقعاً نیاز به تأیید دارد، این است که آیا این مدل میتواند از برنامه عضویت Genesis به اکوسیستم توسعهدهندگان بزرگتر، بازار مدلها و برنامههای شرکتی گسترش یابد.
سلب مسئولیت: این محتوا صرفاً برای اطلاعرسانی عمومی و برندینگ ارائه شده و به منزله مشاوره مالی، سرمایهگذاری، حقوقی یا مالیاتی تلقی نمیگردد. هیچیک از رویدادها، جوایز، رویدادهای آنلاین یا اطلاعات مرتبط ذکرشده در اینجا نباید بهعنوان توصیه، درخواست یا دعوت برای خرید، فروش، معامله یا هرگونه اقدام دیگر در رابطه با داراییهای رمزارزی یا استفاده از خدمات تلقی شوند. داراییهای رمزارزی با نوسانات بالایی همراه بوده و ممکن است منجر به زیان شوند. خدمات WEEX و رویدادهای آنلاین ممکن است در تمام مناطق در دسترس نبوده و مشمول قوانین، مقررات و شرایط احراز صلاحیت مربوطه هستند. شما مسئول رعایت قوانین محلی در استفاده از خدمات WEEX هستید و باید پیش از انجام هرگونه فعالیت مرتبط با ارزهای دیجیتال، ریسکهای آن را بهدقت بررسی کنید.
ممکن است شما نیز علاقهمند باشید

شرکتی که بالاخره از هوش مصنوعی استفاده کرد، متوجه شد که کسب و کارش توسط شرکتهای مدل بزرگ ربوده شده است

فهرست شرکتهای مدلهای بزرگ هوش مصنوعی در چین و آمریکا: OpenAI و Anthropic ممکن است در سهماهه چهارم ۲۰۲۶ به بورس بروند، DeepSeek در حال آمادهسازی برای لیست شدن در بورس A-shares

کسب و کار 10 وظیفه اولویتدار برای دولت جدید به رهبری کورتسکی را اعلام کرد

سهام شرکتهای معدنی از ارزهای دیجیتال فاصله میگیرند

SwissBorg: پلتفرم فرش قرمز و پاداشهای سخاوتمندانه برای کاربران اروپایی را پهن میکند

مدل جیپیمورگان از تداوم ازدحام موقعیتها در سهام هوش مصنوعی خبر میدهد

نهاد ناظر هنگکنگ گروه کارشناسی اوراق قرضه توکنیزهشده تشکیل داد

تشکیل گروه کارشناسی اوراق قرضه توکنیزهشده توسط اداره پولی هنگکنگ

مایکل بری میگوید سهام هنگکنگ دارای ارزش هستند

آیا فرانسه واقعاً به سال 2008 بازمیگردد؟

بوری بزرگ: اکنون زمان مناسبی برای خرید سهام ارزان در بازار هنگ کنگ است

باکس کوچک 150 دلاری برای استخراج solo، قدرت محاسباتی کل شبکه را به چالش میکشد و 200 هزار دلار استخراج میکند

شرکت بیتدیر ۳۶ میلیون دلار برای ساخت کارخانه در آمریکا سرمایهگذاری کرد

«OpenAI حتماً سقوط خواهد کرد، بازارهای جهانی ممکن است دچار تصفیه شوند» مقاله ۱۵۰۰۰ کلمهای بزرگترین فروشنده باعث بحث و جدل شد

بازگشت نهادها! ورود خالص ۷۹۲۰ میلیون دلار به ETF بیتکوین در آمریکا در یک روز و جذب ۳.۶۸ میلیارد دلار در سه روز

قاضی آرژانتینی دستور مسدود کردن ۲۵ کیف پول رمزارز در تحقیقات $LIBRA را صادر کرد

توقف خریدهای Strategy و ضعف جریانهای ETF فشار بر تقاضای بیتکوین را افزایش میدهد

استیبلکوینهای ژاپنی در حال نفوذ به فروشگاهها و بانکها هستند... کره جنوبی در حال چرخش در قانونگذاری است

پژوهشگر سابق بنیاد اتریوم، فرانچسکو داماتو به ایتلبز پیوست

پیشنهاد انجمن اتریوم پرداختهای خصوصی درونزنجیرهای را هدف گرفته است

گلدمن ساکس: مراکز داده هوش مصنوعی محرک تقاضای ذخیرهسازی در آمریکا خواهند بود

هزینه عمومی شدن DeFi: درک توزیع سود و خطرات پنهان Aave Stable Vaults

تحلیل عمیق ارزش سرمایهگذاری NEAR: از تکامل زیرساخت به بازنگری ارزش سیستمعامل هوش مصنوعی در زنجیره

مبارزه بیتکوین با اسپم با پاسخ 'DOG Mode' مواجه شد
![[تحلیل بازار] سقوط شدید KOSPI و برآورد ‘یک نفر از هر 30 بزرگسال کرهای’ در معرض مارجین کال… صورتحساب بدهیها به دست آمد](/public-static/32_e2da91fed2.png?format=avif)
[تحلیل بازار] سقوط شدید KOSPI و برآورد ‘یک نفر از هر 30 بزرگسال کرهای’ در معرض مارجین کال… صورتحساب بدهیها به دست آمد

کمیته دومای روسیه اصلاحات تسهیلکننده لایحه رمزارز را رد کرد

سازمان نظارت مالی کره جنوبی معاملات اعتباری در کارگزاریها را رصد میکند

گنجاندن داراییهای دیجیتال در داراییهای ملی 1400 تریلیون وون... اصلاح سیستم مدیریت به جای «SBR کرهای»

گزارش روزانه Bitget UEX | هشدارهای تندروانه فدرال رزرو درباره خطرات تورم؛ سقوط بزرگ Nasdaq و ریزش شدید بخش ذخیرهسازی؛ افزایش قیمت نفت به دلیل وضعیت خاورمیانه (17 ژوئیه 2026)

