Rapport de recherche approfondie sur Grass : L'émergence d'une nouvelle étoile dans l'écosystème DePIN, la montée de la banque de données d'intelligence artificielle

Résumé des points clés

• Comment Grass se démarque-t-il parmi de nombreux projets DePIN ?

Le facteur clé est la participation sans seuil, les utilisateurs sont la pierre angulaire, et les autres facteurs sont des leviers.

Grass utilise un double moteur "technologie + modèle" pour briser l'enfermement du secteur DePIN - en utilisant des preuves à divulgation nulle de connaissance et une architecture Solana Layer2 pour garantir l'authenticité des données, résolvant le problème des "données polluées" dans le secteur de l'IA ; tout en adoptant un modèle "minage de bande passante → incitations par points" pour transformer 2,5 millions d'utilisateurs en nœuds de données, formant un avantage écrasant du côté de l'offre.

La demande croissante de données AI, la popularité de Solana et de DePIN, ainsi que des stratégies opérationnelles raisonnables, ont façonné la position de leader des DePIN dans le domaine des données AI.

• Quels facteurs clés doivent être pris en compte pour le développement futur de Grass ?

À court terme, l'implémentation technique : la transformation décentralisée de 2025 pourra-t-elle être réalisée avec succès ?

Validation de la demande à moyen terme : échelle des données d'achat des entreprises AI ;

Jeu de conformité à long terme : règles de confidentialité des données et de propriété.

Le risque majeur actuel réside dans le fait que "l'engouement pour les tokens masque un vide de demande" - si à l'avenir les commandes clients en IA ne parviennent pas à augmenter, le cycle commercial parfait pourrait dégénérer d'un cycle positif "données-capitaux" en une bulle du côté de l'offre.

1. Contexte de l'industrie

Lorsque la démocratisation de la puissance de calcul de DePIN rencontre la crise des données de l'IA, un mouvement pour l'égalité des données éclate discrètement.

DePIN intègre des ressources inutilisées à l'échelle mondiale (pouvoir de calcul, stockage, bande passante) grâce à une économie de jetons, construisant un réseau d'infrastructures distribuées ; en même temps, l'industrie de l'IA est confrontée à une pénurie structurelle de données, à la monopolisation par les géants, aux controverses sur la vie privée et aux barrières d'isolement, entraînant 80 % de la valeur des données non libérée.

La concurrence future en matière d'IA est essentiellement un double enjeu 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 : Un paradigme mondial pour la reconstruction des infrastructures

Définition et logique fondamentale

Ces dernières années, avec la maturation de la technologie blockchain et l'émergence des concepts Web3, divers secteurs explorent des voies de transformation décentralisées. DePIN est l'incarnation de cette tendance dans le domaine des infrastructures. DePIN (abréviation de Decentralized Physical Infrastructure Networks, Réseaux d'infrastructure physique décentralisés) est un nouveau modèle économique qui intègre des ressources physiques décentralisées à l'échelle mondiale (telles que la puissance de calcul, le stockage, la bande passante, l'énergie, etc.) grâce à la technologie blockchain.

Sa logique fondamentale repose sur : l'incitation par des tokens pour encourager la contribution de ressources inutilisées par la communauté, construisant ainsi un réseau d'infrastructures décentralisé, remplaçant le modèle coûteux et peu efficace des prestataires de services centralisés traditionnels.

Moteurs de l'industrie

Comparé au modèle centralisé, la transformation décentralisée des infrastructures physiques présente des avantages significatifs en termes de structure de coûts, de modèles de gouvernance, de résilience du réseau et d'expansion écologique.

Secteurs de niche et cas typiques

Selon la définition de Messari, DePIN couvre deux grandes catégories : les infrastructures physiques (comme les réseaux sans fil, les réseaux énergétiques) et les réseaux de ressources numériques (comme le stockage, le calcul), et réalise l'appariement de l'offre et de la demande ainsi que des mécanismes d'incitation grâce à la technologie blockchain.

• Infrastructure physique : représentée par Helium (réseau sans fil décentralisé), construit un réseau de communication à couverture mondiale grâce au déploiement communautaire d'appareils hotspot ;

• Réseau de ressources numériques : comprend Filecoin (stockage décentralisé), Aethir (calcul distribué), 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 pourrait croître de 100 à 1000 fois.

En 2024, la capitalisation totale du marché du secteur DePIN atteindra 50 milliards de dollars, englobant plus de 350 projets, avec un taux de croissance annuel supérieur à 35 %.

Le moteur principal réside dans l'amélioration de l'efficacité des ressources (comme l'utilisation de la bande passante inutilisée) et l'effet bilatéral de l'explosion de la demande (comme la demande en puissance de calcul et en données par l'IA).

Bien sûr, l'évolutivité des réseaux décentralisés, la confidentialité des données et la validation de la sécurité restent des défis clés pour le développement de DePIN.

1.2 Demande de données AI : croissance explosive et contradictions structurelles

"Les données sont le nouveau pétrole"

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 (comme GPT) et de réseaux de neurones génératifs (comme MidJourney).

Les performances 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 représentatives géographiquement sont essentielles pour les performances des modèles d'IA.

Exigences et caractéristiques des données

• Saut de niveau : Prenons l'exemple de GPT-4, qui nécessite plus de 45 To de données textuelles pour l'entraînement, tandis que la vitesse d'itération de l'IA générative exige une mise à jour et une diversification des données en temps réel ;

• Coût proportionnel : Le coût de la collecte, du nettoyage et de l'annotation des données dans le développement de l'IA représente plus de 40 % du budget total, devenant ainsi un goulot d'étranglement essentiel pour la commercialisation.

• Différenciation des scénarios : la conduite autonome nécessite des données de capteurs de haute précision, l'IA médicale dépend d'une base de données de cas conforme à la confidentialité, l'IA sociale dépend des données de comportement des utilisateurs.

Points de douleur de l'approvisionnement en données traditionnelles

• Barrières de données : les grandes entreprises/acteurs principaux contrôlent une vaste source de données, les petits et moyens développeurs font face à des barrières élevées et à une tarification injuste ;

• Île 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 implique souvent des litiges liés à la vie privée et aux droits d'auteur ;

• Circulation inefficace : l'absence de normalisation et les îlots de données entraînent une collecte redondante, 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 rupture de DePIN

• Collecte de données distribuée : capture de données publiques (comme les réseaux sociaux, bases de données publiques) via un réseau de nœuds, réduisant les coûts 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 pour contribuer aux données, ce qui améliore la qualité et la diversité des données, et augmente la capacité de généralisation des modèles d'IA.

• Nettoyage et annotation décentralisés : collaboration communautaire pour le prétraitement des données, combinée à des preuves à divulgation nulle de connaissance (ZK) pour garantir l'authenticité des données ;

• Boucle fermée d'incitation à la tokenisation : les contributeurs de données reçoivent des récompenses en tokens, les demandeurs achètent des ensembles de données structurées avec des tokens, formant un appariement direct de l'offre et de la demande.

Le projet Grass est situé à la croisée des chemins entre DePIN et 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'utilisation et les perspectives de développement futur du projet Grass.

2. Informations de base sur le projet

L'expansion rapide de Grass est due à son très faible seuil de participation. 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 capture de données décentralisé via l'architecture DePIN, fournissant 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 tokens - après un an de lancement, plus de 2,5 millions de nœuds ont été attirés, et le token 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 la circulation des données.

L'anonymat actuel de l'équipe reste controversé, et les progrès de la décentralisation du traitement des données doivent être suivis.

2.1 Portée des activités

Grass est un projet DePIN qui collecte et vérifie les données Internet à travers la bande passante inutilisée des appareils des utilisateurs, apportant un soutien particulier au développement de l'intelligence artificielle (IA).

Son cœur est un réseau de proxy résidentiel, permettant aux entreprises d'utiliser la connexion Internet des utilisateurs pour accéder et extraire des données Internet provenant de différentes localisations géographiques, ce qui est très utile pour la formation de modèles d'IA nécessitant des données diversifiées et géographiquement représentatives.

• Problèmes résolus : L'exploration web traditionnelle est généralement effectuée par des systèmes centralisés, ce qui est inefficace et susceptible de provoquer des erreurs ou des 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 d'habiliter les utilisateurs à contribuer à la couche de données et d'inciter la participation par le biais d'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. Cette contribution de 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 des données dans un réseau décentralisé est faible, la diversité des données est plus riche ; les utilisateurs gagnent des récompenses en contribuant de la bande passante, ce qui permet un retour à 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 de concept : Mi-2022, le projet a été proposé par Wynd Labs.

Phase de développement : La construction du produit a commencé au début de 2023, marquant l'entrée du projet dans la phase de développement réelle.

Financement de la ronde de semences : En 2023, Grass a complété un financement de 3,5 millions de dollars lors de la ronde de semences, dirigé par Polychain Capital et Tribe Capital, pour un total de 4,5 millions de dollars (y compris la ronde de semences préliminaire dirigée par No Limit Holdings).

Tests utilisateurs : Fin 2023, lancement d'une extension pour le navigateur Chrome, début des tests utilisateurs, attirant les premiers utilisateurs à participer.

Jalon : 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, à la date de mars 2025, son nombre d'utilisateurs actifs a dépassé 2,5 millions.

Premier airdrop : annonce du premier airdrop le 21 octobre 2024, distribution de 100 millions de jetons GRASS (10 % de l'offre totale), récompense pour les premiers utilisateurs.

Échange en ligne : Le 28 octobre 2024, une certaine plateforme d'échange sera lancée, et après 10 jours, le prix passera de 0,6 $ à 3,89 $, augmentant régulièrement d'environ 5 fois.

État actuel : le projet continue de s'étendre, la deuxième phase de l'incitation à l'utilisation des utilisateurs est en cours ; il est prévu de lancer des applications mobiles Android et iPhone pour augmenter l'échelle du réseau et la participation des utilisateurs.

2.3 État de l'équipe

Selon les données de la plateforme, Grass a été développé par Wynd Labs, dont le fondateur est Andrej Radonjic, le PDG de Wynd Labs, qui possède une maîtrise en mathématiques et statistiques de l'Université York et un baccalauréat en physique appliquée de l'Université McMaster.

Les membres de l'équipe proviennent tous de Wynd Labs, se concentrant sur le développement de technologies blockchain et d'IA, avec une expérience dans le domaine. Cependant, les informations spécifiques sur les membres n'ont pas été largement divulguées, seule l'identité de Radonjic a été révélée.

Selon la plateforme de données, Wynd Labs a été fondée en 2022, et son produit phare est Grass.

L'arrière-plan de l'équipe montre une expertise dans les domaines de la blockchain et de l'IA, mais un manque de transparence de l'information pourrait affecter la confiance des investisseurs et des utilisateurs. L'expérience de Radonjic apporte de la crédibilité au projet, mais l'anonymat des autres membres pourrait susciter des inquiétudes.

2.4 Financement et partenaires importants

Investisseurs et soutien

Tour de seed : 3500000 $ de financement de la tour de seed achevé en 2023, dirigé par Polychain Capital et Tribe Capital. Selon la plateforme de données, le financement total après la tour de seed atteint 4500000 $, y compris le tour de seed avant dirigé par No Limit Holdings.

Tour de financement A : Fin de la tour de financement A en septembre 2024, menée par HackVC, avec la participation de Polychain, Delphi, Lattice et Brevan Howard, le montant n'a pas été divulgué.

Soutien des investisseurs : HackVC, Poly