著者: Haotian

FLockの2025年度年次報告書を聞いた後、 Laupacを使用した大規模なAIモデルの立ち上げについて言及されていることに特に興味をそそられました。

え？またLaunchpad？大規模モデルのアセットをどうやって発行するの？実は、簡単に理解できます。例え話をしてみましょう。

Virtuals ProtocolのようなAIエージェントであるLaunchpadは、アプリケーション層駆動型です。トークンインセンティブを用いてエージェントに資産を発行することでインセンティブを与え、「チャットができる」から「支払いができる」、そして最終的には「自律的に取引ができる」へと進化し、複雑なサービスを提供できるよう支援します。

FLock の AI モデル ローンチパッドはインフラストラクチャ層によって駆動され、医療診断、法的文書、財務リスク管理、サプライ チェーンの最適化など、多数の垂直シナリオ モデルである大規模なトレーニング済みモデルに資産を配布します。

これらの垂直モデルのトレーニングコストは比較的制御可能ですが、商業化への道筋は極めて狭く、大企業に売却するか、情熱からオープンソース化するしかなく、持続可能な収益化の手段はほとんどありません。

FLockはTokenomiticsを用いてこのバリューチェーンを再構築し、細かく調整された大規模モデルに資産を発行することで、データプロバイダー、コンピューティングパワーノード、バリデーターなど、モデルの学習に貢献する人々に長期的な収益獲得の可能性を提供します。モデルが呼び出され、収益を生み出すと、貢献度に応じて継続的に分配されます。

大規模モデルのローンチパッドを作成するというのは、一見斬新に聞こえるかもしれませんが、本質的には金融手段を利用して製品開発を推進することになります。

モデルが資産化されると、トレーナーはそれを継続的に最適化する動機を持ち、収益が継続的に分配されると、エコシステムは独自の収益を生み出す能力を持つようになります。

これを行うことによるメリットは否定できません。例えば、最近人気のnof1大型モデル取引コンテストは、一般的な大型モデルのみの参加を認めており、特定の用途向けに微調整された大型モデルは参加していません。これはインセンティブメカニズムの欠如によるものです。優れた特化型モデルは、通常、ひっそりと儲け、表に出ることができません。しかし、そこに資産が蓄積されていれば、大きな意義を持ちます。このような大型モデルアリーナコンテストは、自分の実力を公に披露する舞台となり、競技成績は大型モデル資産のパフォーマンスに直接影響を与えます。想像力の可能性は大きく広がりました。

もちろん、FLockは今のところ方向性を示したに過ぎず、まだ本格的に実装されていません。具体的な資産発行モデルとエージェントベースの資産発行モデルとの相違点や類似点はまだ不明です。

しかし、一つ確かなことは、資産発行モデルが誇張された量ではなく実際の需要に基づいていることをどのように保証するか、そして垂直的なシナリオにおいてプロダクト・マーケット・フィット（PMF）を効果的に確保する方法が、いずれも課題であるということです。エージェントアプリケーションによるトークン発行の波もまた、これらの多くの問題に直面することになるだろうと断言できます。

モデル用の Launchpad を作成するためのさまざまな方法が見つかるのが本当に楽しみです。