El Markus Levin de XYO: Por qué una L1 nativa de datos podría convertirse en la columna vertebral de "prueba de origen" de la IA

En el último episodio de SlateCast, Markus Levin, cofundador de XYO, se unió a los anfitriones de CryptoSlate para analizar por qué las redes de infraestructura física descentralizada (DePIN) están dejando de ser experimentos de nicho y por qué XYO construyó una capa base (Layer-1) diseñada específicamente para manejar el tipo de datos que la IA y las aplicaciones del mundo real demandan cada vez más.

La ambición de Levin para la red es clara: “Primero, creo que XYO tendrá ocho mil millones de nodos”, dijo, calificándolo como un objetivo ambicioso, pero que él cree que coincide con la dirección en la que se dirige la categoría.

La tesis de DePIN de “cada rincón del mundo”

Levin enmarcó DePIN como un cambio estructural en la forma en que los mercados coordinan la infraestructura física, señalando las expectativas de crecimiento rápido para el sector. Citó una proyección del Foro Económico Mundial que indica que DePIN podría expandirse desde los aproximadamente diez mil millones actuales hasta billones para 2028.

Para XYO, la escala no es hipotética. Uno de los anfitriones mencionó que la red ha crecido “con más de 10 millones de nodos”, preparando el escenario para una conversación centrada menos en “qué pasaría si” y más en qué se rompe cuando el volumen de datos del mundo real se convierte en el producto.

Prueba de origen para IA: el problema de los datos, no solo del cómputo

Preguntado sobre los deepfakes y la pérdida de confianza en los medios, Levin argumentó que el cuello de botella de la IA no es solo el cómputo, sino también la procedencia. “Mientras que en DePIN, lo que puedes hacer es, uh, demostrar de dónde provienen los datos”, explicó, describiendo un modelo en el que los datos pueden ser verificados de extremo a extremo, rastreados en las cadenas de entrenamiento y consultados cuando los sistemas necesitan una verdad fundamental.

En su opinión, la procedencia crea un ciclo de retroalimentación: si un modelo es acusado de hallucinar, puede verificar si la entrada subyacente tiene una fuente verificable, o solicitar datos nuevos y específicos de una red descentralizada en lugar de raspar fuentes no confiables.

Por qué importa una capa base nativa para datos

XYO pasó años intentando no construir una cadena (blockchain), dijo Levin, operando como middleware entre las señales del mundo real y los contratos inteligentes. Pero “nadie la construyó”, y el volumen de datos de la red obligó a abordar el tema.

Explicó el objetivo de diseño de manera sencilla: “Blockchain no puede inflarse… y realmente está diseñada para datos”.

El enfoque de XYO se centra en mecanismos como Proof of Perfect y restricciones de estilo “lookback” destinadas a mantener los requisitos de los nodos livianos, incluso a medida que los conjuntos de datos crecen.

Incorporación de COIN: convertir usuarios no cripto en nodos

Una de las palancas clave de crecimiento ha sido la aplicación COIN, que Levin describió como una forma de transformar teléfonos móviles en nodos de la red XYO.

En lugar de empujar a los usuarios hacia la volatilidad inmediata de los tokens, la app usa puntos vinculados al dólar y opciones de redención más amplias, y luego conecta a los usuarios con las vías de las criptomonedas con el tiempo.

Modelo de doble token: alineando incentivos con XL1

Levin dijo que el sistema de doble token está diseñado para separar las recompensas/seguridad del ecosistema de los costos de actividad en la cadena. “Estamos muy emocionados con este sistema de doble token”, afirmó, describiendo $XYO como el activo externo de staking/gobernanza/seguridad y $XL1 como el token interno de gas/transacciones utilizado en la capa base de XYO.

Socios del mundo real: infraestructura de carga y datos de POI de calidad cartográfica

Levin destacó nuevas asociaciones como el impulso inicial de “aplicaciones clave” dentro del ecosistema DePIN, citando un acuerdo con Piggycell, una gran red de carga en Corea del Sur que necesita prueba de ubicación y planea tokenizar datos en la capa base de XYO.

También describió un caso de uso separado de prueba de ubicación que involucra conjuntos de datos de puntos de interés (horarios, fotos, información de lugares), afirmando que un socio importante de geolocalización encontró problemas en su propio conjunto de datos “en el 60% de los casos”, mientras que los datos provenientes de XYO eran “correctos en un 99.9%”, permitiendo un mapeo posterior para grandes empresas.

En conjunto, el mensaje de Levin fue coherente: si la IA y los activos del mundo real (RWAs) necesitan insumos confiables, la próxima frontera competitiva puede estar menos en modelos más rápidos y más en pipelines de datos verificables anclados en el mundo real.