作者：Haotian

聽了下FLock2025年度業績報告，會議裡提到一個給AI大模型做Launchapd的事，倒是很吸引我。

什麼？又是Launchpad？大模型要怎麼發資產？其實很好理解，類比一下就清楚了：

Virtuals Protocol這樣的AI Agent的Launchapd，由應用層驅動，給Agent發資產用代幣激勵機制幫助Agent從「會聊天」進化到x402「會支付」、再到終極目標「會自主交易」以及提供複雜的服務；

而FLock計畫要做的AI Model Launchpad，是由基礎設施層驅動，給訓練後的大模型發資產，即大量垂類場景模型，例如醫療診斷、法律文書、金融風控以及供應鏈優化等等。

這類垂類模式雖然訓練成本相對可控，但商業化路徑極窄，要麼賣身給大廠，要麼開源為愛發電，很少有可持續的變現方式。

FLock意圖用Tokenomics來重建這個價值鏈，給微調後的大模型發資產，繼而讓參與模型訓練貢獻的資料提供者、算力節點、驗證者等一個長期獲得收益權可能性，當模型被調用產生收入時，就可按貢獻比例持續分配。

給大模型做Launchpad乍聽之下很新鮮，但本質上就是用金融化手段驅動做產品。

一旦模型被資產化，訓練者就有了持續優化的動力，一旦收益能持續分配，生態就有了自我造血的能力。

這麼做的好處毋庸置疑，例如前陣子火爆的nof1大模型交易大賽，目前只是通用大模型來參賽，並沒有微調專用的大模型來參賽，原因就在於缺乏一個激勵機制，優秀的專用模型通常傾向悄摸賺，不可能曝光出來，但若有資產在身，意義就非凡了，這類競賽活動大競速競賽賽場就展示了空間？

當然，目前FLock只是提了一個方向，還未真正落地，具體模型發資產和Agent發行資產有何異同，還不得而知。

但有一點肯定的，如何保證為發資產的模型調用是基於真實需求而非刷量，如何有效確保在垂類場景內PMF等等都是問題，應該說，Agent應用發幣潮遇到的問題應該也少不了。

只是很期待，為Model做Launchpad這個方向會有哪些不一樣的玩法呢？