Маркус Левин из XY0: Почему нативный для данных L1 может стать основой «доказательства происхождения» для ИИ

В последнем эпизоде SlateCast сооснователь XYO Маркус Левин присоединился к ведущим CryptoSlate, чтобы разобрать, почему децентрализованные сети физической инфраструктуры (DePIN) выходят за рамки нишевых экспериментов — и почему XYO построила специализированный Layer-1, чтобы справляться с тем типом данных, который все чаще требуется ИИ и реальным приложениям.

Амбиции Левина для сети сформулированы прямо: «Во-первых, я думаю, у XYO будет восемь миллиардов нод», — сказал он, назвав это целью «с натяжкой», но такой, которую он считает соответствующей тому, куда движется категория.

Тезис DePIN об «каждом уголке мира»

Левин представил DePIN как структурный сдвиг в том, как рынки координируют физическую инфраструктуру, указав на ожидания быстрого роста для сектора. Он сослался на прогноз Всемирного экономического форума о том, что DePIN может расшириться с примерно нынешних десятков миллиардов до триллионов к 2028 году.

Для XYO масштаб — не гипотеза. Один из ведущих отметил, что сеть выросла «более чем до 10 миллионов нод», задав основу для разговора, который фокусируется меньше на «что если» и больше на том, что ломается, когда объем данных из реального мира становится продуктом.

Доказательство происхождения для ИИ: проблема данных, а не только вычислений

Отвечая на вопросы о deepfake и крахе доверия к медиа, Левин утверждал, что «узкое горлышко» ИИ — это не только вычисления, а происхождение. «В то время как DePIN, то, что вы можете делать, — это вы можете, э-э, доказывать, откуда приходит данные», — сказал он, описывая модель, где данные можно проверять end-to-end, отслеживать в обучающих конвейерах и запрашивать, когда системам нужен фактический «ground truth».

По его мнению, происхождение создает петлю обратной связи: если модели предъявляют обвинения в галлюцинациях, она может проверить, что лежащие в основе входные данные получены из источника, который можно верифицировать, — или запросить новые, конкретные данные в децентрализованной сети вместо того, чтобы скрейпить ненадежные источники.

Почему важен data-native Layer-1

XYO годами пыталась не строить чейн, сказал Левин — действуя как middleware между сигналами из реального мира и смарт-контрактами. Но «никто это не построил», и объем данных сети вынудил решить проблему.

Он объяснил цель дизайна просто: «Блокчейн не может раздуваться… и он просто построен для данных».

Подход XYO опирается на механизмы вроде Proof of Perfect и ограничений в стиле «lookback», предназначенных для того, чтобы требования к нодам оставались легкими, даже когда датасеты растут.

COIN onboarding: превращение не-крипто пользователей в ноды

Ключевым рычагом роста стало приложение COIN, которое Левин описал как способ превратить мобильные телефоны в ноды сети XYO.

Вместо того чтобы толкать пользователей в немедленную волатильность токенов, приложение использует привязанные к доллару баллы и более широкие варианты погашения — а затем со временем переводит пользователей в крипто-рейлы.

Двойная токен-модель: согласование стимулов с XL1

Левин сказал, что система двойных токенов предназначена для разделения наград экосистемы/безопасности и затрат на активность в цепочке. «Мы крайне рады этой системе двойных токенов», — сказал он, описывая $XYO как внешний стейкинг/инструмент управления/asset безопасности, а $XL1 — как внутренний токен для gas/транзакций, используемый на XYO Layer One.

Партнеры из реального мира: инфраструктура зарядки и POI-данные уровня для маппинга

Левин указал на новые партнерства как на ранний «killer app» импульс внутри более широкой экосистемы DePIN, сославшись на сделку с Piggycell — крупной южнокорейской сетью зарядок, которой нужны доказательства местоположения, и которая планирует токенизировать данные на XYO Layer One.

Он также описал отдельный use case доказательства местоположения с датасетами point-of-interest (часы, фотографии, информация о площадке), заявив, что крупный партнер по геолокации обнаружил проблемы в собственном датасете «в 60% случаев», тогда как данные, полученные из XYO, были «на 99.9% точны», что позволяет downstream-маппинг для крупных предприятий.

Вместе послание Левина было последовательным: если ИИ и RWAs нуждаются в надежных входных данных, следующая конкурентная граница может быть менее связана с более быстрыми моделями — и больше с верифицируемыми конвейерами данных, закрепленными в реальном мире.