麦通MSX终于TGE了，这是个全球领先的RWA交易平台，要是上alpha的话预计门槛225-230分
有个群友问我，@OpenGradient 的模型放在哪里。我当时随口说"链上"，说完就感觉有点不对。回来翻了技术文档，准确答案是：模型不在链上。链上只有一个Blob ID。OpenGradient通过Walrus做去中心化存储，AI模型本体、zkML证明这些大文件，全部存成blob，存在链下。区块链上记录的，是指向那个blob的ID，仅此而已。
我的第一反应是：这不就是个妥协吗？但想清楚之后发现，这不是妥协，是唯一可行的做法。一个中等规模的AI模型动辄几GB，一个完整的zkML证明文件也不小。如果真的把这些全塞进链上，区块链会直接被撑爆，gas费天文数字，整个网络根本跑不起来。Walrus的设计把存储和验证分开了——你不需要把数据放在链上，你只需要把"这个数据存在、没被篡改"的证明放在链上。链上是验证层，不是存储层。
这是一个很多人说"链上AI"时根本没想清楚的问题：链上到底该存什么？OpenGradient的答案是：只存那个最小化的可验证证明，其他的交给去中心化存储。这让OpenGradient Chat背后的模型可以是任意大小，不受链上存储限制。
我现在的判断就很明确了：在Walrus存储层的稳定性有公开可查的数据之前，我把这个当作架构完整性的关键环节在盯，而不是确定性。如果你是纯做短线的，这段和你没关系。但如果你在评估OpenGradient能不能支撑真实规模的AI工作负载——存储层的可靠性，是那个没人在问但应该被问的问题。你觉得"链上AI"的存储这个问题，市场什么时候会开始认真定价？
说回$OPG ，Walrus存储这件事本身不直接消耗OPG，但它是整个推理网络能跑大模型的前提。没有可靠的去中心化存储，Model Hub里4500+模型就是摆设。存储层稳不稳，决定了上面那条inference需求曲线能不能真实兑现。#opg $OPG
有个群友问我，@OpenGradient 的模型放在哪里。我当时随口说"链上"，说完就感觉有点不对。回来翻了技术文档，准确答案是：模型不在链上。链上只有一个Blob ID。OpenGradient通过Walrus做去中心化存储，AI模型本体、zkML证明这些大文件，全部存成blob，存在链下。区块链上记录的，是指向那个blob的ID，仅此而已。
我的第一反应是：这不就是个妥协吗？但想清楚之后发现，这不是妥协，是唯一可行的做法。一个中等规模的AI模型动辄几GB，一个完整的zkML证明文件也不小。如果真的把这些全塞进链上，区块链会直接被撑爆，gas费天文数字，整个网络根本跑不起来。Walrus的设计把存储和验证分开了——你不需要把数据放在链上，你只需要把"这个数据存在、没被篡改"的证明放在链上。链上是验证层，不是存储层。
这是一个很多人说"链上AI"时根本没想清楚的问题：链上到底该存什么？OpenGradient的答案是：只存那个最小化的可验证证明，其他的交给去中心化存储。这让OpenGradient Chat背后的模型可以是任意大小，不受链上存储限制。
我现在的判断就很明确了：在Walrus存储层的稳定性有公开可查的数据之前，我把这个当作架构完整性的关键环节在盯，而不是确定性。如果你是纯做短线的，这段和你没关系。但如果你在评估OpenGradient能不能支撑真实规模的AI工作负载——存储层的可靠性，是那个没人在问但应该被问的问题。你觉得"链上AI"的存储这个问题，市场什么时候会开始认真定价？
说回$OPG ，Walrus存储这件事本身不直接消耗OPG，但它是整个推理网络能跑大模型的前提。没有可靠的去中心化存储，Model Hub里4500+模型就是摆设。存储层稳不稳，决定了上面那条inference需求曲线能不能真实兑现。#opg $OPG