#OPG @OpenGradient
Leute, ich habe letzte Woche einem Freund geholfen, sich im Dschungel der KI-Modelle zurechtzufinden. Sie hat ständig gefragt, welche Modelle wirklich wichtig sind? Und ehrlich gesagt, konnte ich ihr keine klare Antwort geben.
Die meisten Modelle tauchen auf, werden gehypt und verschwinden dann wieder. Einige bleiben, weil die Entwickler immer wieder zurückkommen, Nutzer kontinuierlich Inferenzanfragen laufen lassen und Updates regelmäßig eintreffen. Aber es gibt kein Rankingsystem. Kein Markt, der leise entscheidet, welche Modelle Bestand haben.
Hier kommt das Modell-Hub von Opengradient ins Spiel, das meine Aufmerksamkeit erregt hat. Sie haben über 4.500 Modelle gehostet, von mehr als 100 Entwicklern. Versionshistorie, öffentliche Profile, Kategorien, Spielplatz zum Testen. Es fühlt sich nicht mehr wie ein Repository an. Es fühlt sich wie ein Markt an.
Die Aktienmärkte entscheiden nicht, welche Unternehmen gewinnen, die Menschen tun das. Hier ist es dasselbe. Bereits über 2 Millionen verifizierbare Inferenzanfragen verarbeitet. Modelle werden nicht nur gelistet. Sie werden tatsächlich genutzt. Jede Inferenz benötigt eine Zahlung und Verifikation über $OPG . Validatoren überprüfen die Berechnungsnachweise, bevor Aktivitäten bestätigt werden. Mehr Nutzung bedeutet mehr Nachfrage nach dieser Koordinationsschicht.
Ich habe beim Testen von Modell-Uploads und Inferenz vier Bugs gefunden: fehlgeschlagener Blob-Upload zu Walrus, Wiederholversuch hat funktioniert, Tee-Bestätigungsüberprüfung hat bei gleichzeitigen Anfragen verzögert, zkml-Nachweisgenerierung hat bei komplexen Modellen Zeitüberschreitung gehabt und ein Modell-Versionsfehler, bei dem die semantische Versionierung nicht korrekt abgebildet wurde. Alles isoliert. Keine kaskadierenden Fehler.
Die Trennung von Ausführung und Verifikation, CometBFT-Konsens, HACA-Architektur, Pipe für On-Chain-ML lässt das Hub wie Infrastruktur erscheinen, nicht nur wie Speicher.
Die Zukunft könnte weniger darum gehen, die meisten Modelle zu bauen.
Es könnte vielmehr darum gehen, den Markt leise entscheiden zu sehen, welche wichtig sind.
Also, wann hört ein Modell auf, eine Datei zu sein und beginnt, eine Wirtschaft zu werden?
$OPG
Leute, ich habe letzte Woche einem Freund geholfen, sich im Dschungel der KI-Modelle zurechtzufinden. Sie hat ständig gefragt, welche Modelle wirklich wichtig sind? Und ehrlich gesagt, konnte ich ihr keine klare Antwort geben.
Die meisten Modelle tauchen auf, werden gehypt und verschwinden dann wieder. Einige bleiben, weil die Entwickler immer wieder zurückkommen, Nutzer kontinuierlich Inferenzanfragen laufen lassen und Updates regelmäßig eintreffen. Aber es gibt kein Rankingsystem. Kein Markt, der leise entscheidet, welche Modelle Bestand haben.
Hier kommt das Modell-Hub von Opengradient ins Spiel, das meine Aufmerksamkeit erregt hat. Sie haben über 4.500 Modelle gehostet, von mehr als 100 Entwicklern. Versionshistorie, öffentliche Profile, Kategorien, Spielplatz zum Testen. Es fühlt sich nicht mehr wie ein Repository an. Es fühlt sich wie ein Markt an.
Die Aktienmärkte entscheiden nicht, welche Unternehmen gewinnen, die Menschen tun das. Hier ist es dasselbe. Bereits über 2 Millionen verifizierbare Inferenzanfragen verarbeitet. Modelle werden nicht nur gelistet. Sie werden tatsächlich genutzt. Jede Inferenz benötigt eine Zahlung und Verifikation über $OPG . Validatoren überprüfen die Berechnungsnachweise, bevor Aktivitäten bestätigt werden. Mehr Nutzung bedeutet mehr Nachfrage nach dieser Koordinationsschicht.
Ich habe beim Testen von Modell-Uploads und Inferenz vier Bugs gefunden: fehlgeschlagener Blob-Upload zu Walrus, Wiederholversuch hat funktioniert, Tee-Bestätigungsüberprüfung hat bei gleichzeitigen Anfragen verzögert, zkml-Nachweisgenerierung hat bei komplexen Modellen Zeitüberschreitung gehabt und ein Modell-Versionsfehler, bei dem die semantische Versionierung nicht korrekt abgebildet wurde. Alles isoliert. Keine kaskadierenden Fehler.
Die Trennung von Ausführung und Verifikation, CometBFT-Konsens, HACA-Architektur, Pipe für On-Chain-ML lässt das Hub wie Infrastruktur erscheinen, nicht nur wie Speicher.
Die Zukunft könnte weniger darum gehen, die meisten Modelle zu bauen.
Es könnte vielmehr darum gehen, den Markt leise entscheiden zu sehen, welche wichtig sind.
Also, wann hört ein Modell auf, eine Datei zu sein und beginnt, eine Wirtschaft zu werden?
$OPG