Если разобрать большинство так называемых "AI публичных цепей", можно обнаружить, что они больше похожи на создание уровня стимулов или уровня тонкой настройки, в то время как данные для обучения и хранение моделей по-прежнему централизованы. Строго говоря, их можно считать "приближенными к AI Layer1" или даже "ложными AI Layer1". Главное отличие 0G @0G_labs заключается в том, что полная децентрализация охватывает не только экономические стимулы и координацию, но и модульное разбиение всех компонентов: хранение данных, обучение моделей, вывод, рынок вычислительных мощностей, и их внедрение в децентрализованную инфраструктуру. Основные моменты 0G заключаются в трех аспектах: 1️⃣ Модульный дизайн: от 0G Chain, Storage, DA до Compute, Marketplace, Alignment Nodes, каждый уровень может работать независимо, а также гибко заменяться и обновляться, адаптируясь к будущим итерациям AI технологий. 2️⃣ Преимущества хранения и производительности: 0G Storage оптимизирован для высокочастотного...