Forwarded from 슬로우크립토알파 🐢
💎 $MEGA (MegaETH) 적정 가치는 얼마일까?
퍼블릭 세일가 $1B, 현재 장외가 $2B 수준인 메가이더가 메인넷 런칭 후 Top 15 체인 진입 시 업사이드 분석입니다.
1️⃣ 현재 가격 (Market Consensus)
• 장외가: $0.20 ~ $0.23 (FDV $2B ~ $2.3B)
• 주요 마켓: Hyperliquid, WhalesMarket, Polymarket
2️⃣ 펀더멘탈 핵심 (Why Mega?)
• 압도적 성능: 0.01s 블록타임 (인스타그램보다 빠른 레이턴시)
• 생태계: 28개 독점 Dapp(Mega Mafia), 55개 활성 프로토콜 (DeFi/GameFi)
• 트랙션: 누적 투자 $93.5M, 퍼블릭 세일 28배 오버섭 (5K+ 참가자 참여), 프리 디포짓 TVL $500M+
3️⃣ 시장/경쟁사 분석
• 상위 14개 체인이 전체 TVL의 99% 이상 차지
• 기존 Top 14 체인 지표 대입 시 예상 순위 📊: TVL: 13위 / DAU: 11위 / 프로토콜 수: 4위 / 매출: 8위
4️⃣ 토크노믹스
• 건전성: 커버 비율 약 3.7배 (Safe)
• 덤핑 방지: 시드/에코 투자자 1년 락업(Cliff) + 스테이킹 보상에도 동일 락업 적용
• 수익 모델: 시퀀서 마진보다 스테이블코인(USDm) 매출에 집중
5️⃣ 밸류에이션
• 🤝 시장 합의: $2B~$2.3B
• 🎯 적정 타겟: ~$4B
• 🚀 잠재 업사이드: ~ $12B
• 결론: 현재 거래가는 다소 보수적이며, 펀더멘탈 감안 시 상승 여력 충분
📄 전체 밸류에이션 아티클 보기 👉 https://jellulufish.substack.com/p/pre-tge-megaeth-mega
⚠️ Not Financial Advice
퍼블릭 세일가 $1B, 현재 장외가 $2B 수준인 메가이더가 메인넷 런칭 후 Top 15 체인 진입 시 업사이드 분석입니다.
1️⃣ 현재 가격 (Market Consensus)
• 장외가: $0.20 ~ $0.23 (FDV $2B ~ $2.3B)
• 주요 마켓: Hyperliquid, WhalesMarket, Polymarket
2️⃣ 펀더멘탈 핵심 (Why Mega?)
• 압도적 성능: 0.01s 블록타임 (인스타그램보다 빠른 레이턴시)
• 생태계: 28개 독점 Dapp(Mega Mafia), 55개 활성 프로토콜 (DeFi/GameFi)
• 트랙션: 누적 투자 $93.5M, 퍼블릭 세일 28배 오버섭 (5K+ 참가자 참여), 프리 디포짓 TVL $500M+
3️⃣ 시장/경쟁사 분석
• 상위 14개 체인이 전체 TVL의 99% 이상 차지
• 기존 Top 14 체인 지표 대입 시 예상 순위 📊: TVL: 13위 / DAU: 11위 / 프로토콜 수: 4위 / 매출: 8위
4️⃣ 토크노믹스
• 건전성: 커버 비율 약 3.7배 (Safe)
• 덤핑 방지: 시드/에코 투자자 1년 락업(Cliff) + 스테이킹 보상에도 동일 락업 적용
• 수익 모델: 시퀀서 마진보다 스테이블코인(USDm) 매출에 집중
5️⃣ 밸류에이션
• 🤝 시장 합의: $2B~$2.3B
• 🎯 적정 타겟: ~$4B
• 🚀 잠재 업사이드: ~ $12B
• 결론: 현재 거래가는 다소 보수적이며, 펀더멘탈 감안 시 상승 여력 충분
📄 전체 밸류에이션 아티클 보기 👉 https://jellulufish.substack.com/p/pre-tge-megaeth-mega
⚠️ Not Financial Advice
❤5
슬로우크립토알파 🐢
💎 $MEGA (MegaETH) 적정 가치는 얼마일까? 퍼블릭 세일가 $1B, 현재 장외가 $2B 수준인 메가이더가 메인넷 런칭 후 Top 15 체인 진입 시 업사이드 분석입니다. 1️⃣ 현재 가격 (Market Consensus) • 장외가: $0.20 ~ $0.23 (FDV $2B ~ $2.3B) • 주요 마켓: Hyperliquid, WhalesMarket, Polymarket 2️⃣ 펀더멘탈 핵심 (Why Mega?) • 압도적 성능:…
논스클래식에서 메가이더 토큰 벨류에이션과 관련된 심층 리포트를 써주셨네요! 한번쯤 읽어보면 좋을것 같아서 공유드립니다!
Forwarded from Four Pillars Research (KR)
: : [코멘트] Collector Crypt($CARDS)의 왜곡된 성장 동력, 진짜 카드 시장은 들어오지도 않았다.
작성자: 스티브
🌎 코멘트 전문 (X / 웹사이트)
FP Website | Telegram (EN / KR) | X (EN / KR)
작성자: 스티브
필자의 관점에서 현재의 Collector Crypt는 TCG의 외형을 쓴 새로운 형태의 카지노와 크게 다르지 않다. 대부분의 유저들은 돈을 지불해 가챠 팩을 구매하고, 카드를 뽑은 뒤 그 가치가 기대에 미치지 못할 경우 즉시 해당 카드를 되팔고(할인된 가격에), 그 자금으로 다시 카드가 담긴 가챠 팩을 구매하는 행동을 반복한다.
FP Website | Telegram (EN / KR) | X (EN / KR)
Please open Telegram to view this post
VIEW IN TELEGRAM
Four Pillars Research (KR)
: : [코멘트] Collector Crypt($CARDS)의 왜곡된 성장 동력, 진짜 카드 시장은 들어오지도 않았다. 작성자: 스티브 필자의 관점에서 현재의 Collector Crypt는 TCG의 외형을 쓴 새로운 형태의 카지노와 크게 다르지 않다. 대부분의 유저들은 돈을 지불해 가챠 팩을 구매하고, 카드를 뽑은 뒤 그 가치가 기대에 미치지 못할 경우 즉시 해당 카드를 되팔고(할인된 가격에), 그 자금으로 다시 카드가 담긴 가챠 팩을 구매하는 행동을…
저도 밋업가서 받은 한정판 포켓몬 카드가 있는데 선제 받습니다
노이즈는 제가 높은 애정을 가지고 있는 마피아 프로젝트였고, 꽤 옛날부터 패러다임 투자를 받은것도 알고 있었습니다.
노이즈가 앞으로 더 멋지고 모두의 관심을 받는 프로덕트가 됐으면 좋겠습니다!
노이즈가 앞으로 더 멋지고 모두의 관심을 받는 프로덕트가 됐으면 좋겠습니다!
👍11❤4
종명이의 딸깍
노이즈는 제가 높은 애정을 가지고 있는 마피아 프로젝트였고, 꽤 옛날부터 패러다임 투자를 받은것도 알고 있었습니다. 노이즈가 앞으로 더 멋지고 모두의 관심을 받는 프로덕트가 됐으면 좋겠습니다!
내일 있을 ama에서 메가마피아1.0의 이탈에 대한 질문이 있을거라고 생각합니다.
제가 팀과 이야기하면서 느꼈던 것은 마피아에서 남은 프로덕트들은 팀이 새로운 정렬을 했을때 같은 방향의 설득력을 가진 것들이고, 그게 특히 2.0에서 많이 드러난다고 생각하고 있어요.
어떤 프로덕트는 기존의 개념을 더 보완하는 것들일수도 있고 아닐수도 있지만 계속 피봇하면서 이탈도 있고 합류도 있을수 있는게 메가이더의 방향이라고 생각해요
어느순간 방향이 안맞다고 생각할수도 있지만 계속해서 고민하고 변화해서 박수를 받는게 메가이더의 정체성이 아닐까요
제가 팀과 이야기하면서 느꼈던 것은 마피아에서 남은 프로덕트들은 팀이 새로운 정렬을 했을때 같은 방향의 설득력을 가진 것들이고, 그게 특히 2.0에서 많이 드러난다고 생각하고 있어요.
어떤 프로덕트는 기존의 개념을 더 보완하는 것들일수도 있고 아닐수도 있지만 계속 피봇하면서 이탈도 있고 합류도 있을수 있는게 메가이더의 방향이라고 생각해요
어느순간 방향이 안맞다고 생각할수도 있지만 계속해서 고민하고 변화해서 박수를 받는게 메가이더의 정체성이 아닐까요
👍11
Forwarded from 이제부터 진짜 AI
LG : 엑사원이 좋은 성능을 보여, 딥시크급 성능이 나온다는 것이 벤치마크에서 증명됨. 실체감 성능도 매우 준수
업스테이지 : 모델은 엑사원에 비해 낮은 성능이었으나, 중국 모델을 카피캣했다는 논란을 좋은 설명과 완벽한 검증으로 해소함. 실체감 성능도 나쁘지 않고, ocr모델은 여전히 좋음
NC : 애초에 엔터테이먼트와 컨텐츠/게임/영상 모델 쪽에 치중되어 있고, 텍스트 모델은 라마 기반이라 많이 약함. 그러나 5팀중에 가장 독특한 ai를 개발하고 있음
SK : 나쁘지않음. 딱 이 한문장으로 정리가 가능함. 크게 특출난것도 크게 모난것도 없음. 개발 기간이 짧아 아직 더 지켜봐야 함
네이버 : 현재 qwen 2.5 인코더를 그대로 가져다가 썼다는 내용이 밝혀지고 있음. '원천 모델 을 만든다 라는 관점에서 어긋난다' vs '이미지 영상 음성은 이렇게 하는게 일반적이고, 이걸 사용해서 개발했다고 원천 모델이 아닌건 아니다'
업스테이지 : 모델은 엑사원에 비해 낮은 성능이었으나, 중국 모델을 카피캣했다는 논란을 좋은 설명과 완벽한 검증으로 해소함. 실체감 성능도 나쁘지 않고, ocr모델은 여전히 좋음
NC : 애초에 엔터테이먼트와 컨텐츠/게임/영상 모델 쪽에 치중되어 있고, 텍스트 모델은 라마 기반이라 많이 약함. 그러나 5팀중에 가장 독특한 ai를 개발하고 있음
SK : 나쁘지않음. 딱 이 한문장으로 정리가 가능함. 크게 특출난것도 크게 모난것도 없음. 개발 기간이 짧아 아직 더 지켜봐야 함
네이버 : 현재 qwen 2.5 인코더를 그대로 가져다가 썼다는 내용이 밝혀지고 있음. '원천 모델 을 만든다 라는 관점에서 어긋난다' vs '이미지 영상 음성은 이렇게 하는게 일반적이고, 이걸 사용해서 개발했다고 원천 모델이 아닌건 아니다'
현재 AI 시장은 거대 테크 기업들의 폐쇄형 모델(Closed-source)이 주도하고 있음. 하지만 최근 오픈소스 AI 진영은 성능과 생태계 확장성 측면에서 이러한 독점 구조를 위협하는 유의미한 성과를 거두고 있는 상황. 그런 오픈소스 AI 중 하나인 Sentient가 추구하는 '오픈 인텔리전스'의 핵심 동력과 비전을 정리하면 다음과 같음.
• Sentient의 GRID는 단순한 네트워크를 넘어 에이전트, 모델, 데이터, 연산 자원 및 프레임워크가 유기적으로 융합된 생태계.
• 생태계 규모: 110개 이상의 Web2 및 Web3 파트너사를 보유한 세계 최대 규모의 오픈소스 AI 환경.
• 비전: 오픈소스 AGI(일반 인공지능)를 향한 첫 번째 단계로서, 분산된 지능을 하나로 묶는 인프라 역할을 수행하는 프로덕트
ROMA V2:
• ROMA는 복잡한 과업을 하위 에이전트들에게 분산하고 조율하는 프레임워크로, 개발자 커뮤니티에서 실질적인 신뢰도를 쌓아가고 있음.
• 커뮤니티 검증: GitHub에서 약 4.8k Star와 750+ Fork를 기록하며 오픈소스 AI 리포지토리 중 최상위권의 활성도를 보여줌.
• 기술적 토대: Stanford의 DSPy 프레임워크를 기반으로 전면 재설계되어, 에이전트 간의 추론 흐름을 투명하게 관리하고 최적화.
• 실무 편의성: 원클릭 프로덕션 스택과 실시간 자동 출력 검토 기능을 통해, 기업 환경에서 에이전트 도입 시 발생하는 리소스 문제를 기술적으로 해결하려는 시도.
ODS(Open Deep Search):
• 일반적인 검색을 넘어, 다단계 추론(Multi-hop reasoning)과 특정 산업군(Web3)에 최적화된 성능 지표를 제시.
• ODS의 차별점: DeepMind의 FRAMES 벤치마크에서 보여준 75.3%의 정확도는 여러 소스의 정보를 결합해야 하는 복잡한 연구 쿼리에서 오픈소스 모델이 가진 잠재력을 시사함.
SERA:
• Web3 및 DeFi 영역의 할루시네이션 해결에 집중한 에이전트
• 50개 이상의 온체인/오프체인 도구 엔드포인트를 병렬로 운용하여, 실시간성이 중요한 크립토 데이터 검색에서 높은 정밀도를 목표로 함.
오픈소스 모델의 고질적인 문제인 '가중치 도용'과 '수익화 부재'를 OML(Open Models Law) 연구를 통해 해결하려는 시도
• 기술적 혁신: 모델 성능 손실 없이 대규모로 소유권을 보호하는 Fingerprinting 기술 개발.
• 가치 제안: 창작자는 코드를 폐쇄하지 않고도 모델 사용에 대한 권리를 증명하고 정당한 보상을 받을 수 있는 지속 가능한 오픈소스 경제의 구축.
GRID: 세계 최대 규모의 오픈 인텔리전스 네트워크
• Sentient의 GRID는 단순한 네트워크를 넘어 에이전트, 모델, 데이터, 연산 자원 및 프레임워크가 유기적으로 융합된 생태계.
• 생태계 규모: 110개 이상의 Web2 및 Web3 파트너사를 보유한 세계 최대 규모의 오픈소스 AI 환경.
• 비전: 오픈소스 AGI(일반 인공지능)를 향한 첫 번째 단계로서, 분산된 지능을 하나로 묶는 인프라 역할을 수행하는 프로덕트
ROMA : 메타 에이전트 오케스트레이션의 고도화
ROMA V2:
• ROMA는 복잡한 과업을 하위 에이전트들에게 분산하고 조율하는 프레임워크로, 개발자 커뮤니티에서 실질적인 신뢰도를 쌓아가고 있음.
• 커뮤니티 검증: GitHub에서 약 4.8k Star와 750+ Fork를 기록하며 오픈소스 AI 리포지토리 중 최상위권의 활성도를 보여줌.
• 기술적 토대: Stanford의 DSPy 프레임워크를 기반으로 전면 재설계되어, 에이전트 간의 추론 흐름을 투명하게 관리하고 최적화.
• 실무 편의성: 원클릭 프로덕션 스택과 실시간 자동 출력 검토 기능을 통해, 기업 환경에서 에이전트 도입 시 발생하는 리소스 문제를 기술적으로 해결하려는 시도.
ODS & SERA : : 특화 영역에서의 정밀도 확보
ODS(Open Deep Search):
• 일반적인 검색을 넘어, 다단계 추론(Multi-hop reasoning)과 특정 산업군(Web3)에 최적화된 성능 지표를 제시.
• ODS의 차별점: DeepMind의 FRAMES 벤치마크에서 보여준 75.3%의 정확도는 여러 소스의 정보를 결합해야 하는 복잡한 연구 쿼리에서 오픈소스 모델이 가진 잠재력을 시사함.
SERA:
• Web3 및 DeFi 영역의 할루시네이션 해결에 집중한 에이전트
• 50개 이상의 온체인/오프체인 도구 엔드포인트를 병렬로 운용하여, 실시간성이 중요한 크립토 데이터 검색에서 높은 정밀도를 목표로 함.
Fingerprinting: 오픈소스 AI의 수익화 난제 해결
오픈소스 모델의 고질적인 문제인 '가중치 도용'과 '수익화 부재'를 OML(Open Models Law) 연구를 통해 해결하려는 시도
• 기술적 혁신: 모델 성능 손실 없이 대규모로 소유권을 보호하는 Fingerprinting 기술 개발.
• 가치 제안: 창작자는 코드를 폐쇄하지 않고도 모델 사용에 대한 권리를 증명하고 정당한 보상을 받을 수 있는 지속 가능한 오픈소스 경제의 구축.
결국 AI 시대의 핵심은 '지능을 누가 소유하고 제어하느냐'에 있음. Sentient는 모델 개선을 통해 오픈소스의 기술적 가능성을 증명함과 동시에, 사용자에게 소유권을 돌려주는 인프라를 구축하고 있음. 독점된 지능이 아닌 공유된 지능으로의 전환.
폐쇄형 모델의 독주 속에서 Sentient가 제시하는 '소유할 수 있는 AI'라는 선택지가 단순한 기술적 대안을 넘어, AI 민주화를 향한 실천이 됐으면 하는 바람이 있음.
👍2
Forwarded from 싸이버트럭
XIT AMA EP.6(with MegaETH)
오늘 저녁 20시, MegaETH와 함께 진행하는 AMA가 있습니다!
Q1 TGE를 앞두고 있는 대형 프로젝트중 하나이기도 하고, 지난 해 말 많은 분들이 참여했던 세일의 주인공인 Mega
함께 자리해주시고 이번에도 적나라한 질문들 마구마구 부탁드리겠습니다!
*이번 AMA 통역은 David님이 도와주십니다!
오늘 저녁 20시, MegaETH와 함께 진행하는 AMA가 있습니다!
Q1 TGE를 앞두고 있는 대형 프로젝트중 하나이기도 하고, 지난 해 말 많은 분들이 참여했던 세일의 주인공인 Mega
함께 자리해주시고 이번에도 적나라한 질문들 마구마구 부탁드리겠습니다!
• X IT의 AMA는 오픈형 AMA로 사전질문을 받지 않습니다.
• 누구나 스피커로 참여할 수 있습니다. (스피커 요청이 많을 시에는 ama 게시물 댓글로 1차로 확인 후 선정됩니다)
• 100% 즉흥으로 진행됩니다.
• 약 2시간 동안 진행
→1부 (약 1시간): MegaETH 팀과의 질의응답
→2부 (약 1시간): XIT 과 청취자가 시장에 대한 이슈들을 공유합니다.
*이번 AMA 통역은 David님이 도와주십니다!
Telegram
David's Anecdote
인생 그리고 부에 대한 이야기
👍2👎1
Forwarded from 갱생코인
바이브코딩에 툴들의 시스템 접근 권한이 너무 높아서 open folder를 하는 것 만으로도 악성코드 실행이 가능하다고 합니다. 특히 github에서 받은 오픈소스들을 다룰 때 조심해야 합니다.
https://radar.securityalliance.org/vs-code-tasks-abuse-by-contagious-interview-dprk/
https://radar.securityalliance.org/vs-code-tasks-abuse-by-contagious-interview-dprk/
Stable 한국 공식 공지방
참여 방법
1️⃣ 텔레그램과 X 유저네임의 우측 옆에 '🟢STABLE' 추가하고 인증샷 촬영
2️⃣ 자신의 텔레그램 개인 채널 또는 X(트위터)에 인증샷을 포함한 글 작성하기
필수 해시태그: #스테이블이모티콘
3️⃣ 네이버폼 제출하기
📅 이벤트 기간
2026년 1월 14일(수) - 1월 19일(월) 13:00 KST
1️⃣ 텔레그램과 X 유저네임의 우측 옆에 '🟢STABLE' 추가하고 인증샷 촬영
2️⃣ 자신의 텔레그램 개인 채널 또는 X(트위터)에 인증샷을 포함한 글 작성하기
필수 해시태그: #스테이블이모티콘
3️⃣ 네이버폼 제출하기
📅 이벤트 기간
2026년 1월 14일(수) - 1월 19일(월) 13:00 KST
스테이블 2주차 보너스 미션 진행되네요!
이번에는 텔레그램과 X 유저네임의 우측 옆에 '🟢STABLE' 추가하고 인증샷 촬영 후에 해시태그랑 업로드하고 네이버폼 제출하기!
저도 1주차 이벤트를 통해서 신세계 상품권 받았었는데 다들 참여해서 상품 노려보시죠!
이번에는 텔레그램과 X 유저네임의 우측 옆에 '🟢STABLE' 추가하고 인증샷 촬영 후에 해시태그랑 업로드하고 네이버폼 제출하기!
저도 1주차 이벤트를 통해서 신세계 상품권 받았었는데 다들 참여해서 상품 노려보시죠!
👍1
FLock : FOMO 출시로 완성된 풀사이클 DeAI 생태계
그동안 탈중앙화 AI(DeAI) 업계는 '공급(모델 학습)'에만 치중해 왔음. FLock.io는 기존의 공급망(AI Arena)에 더해, 실질적인 수요(사용 및 상용화)를 이끌어낼 FOMO(FLock Open Model Offering)를 출시하며 세계 최초의 풀사이클 DeAI 플랫폼으로 진화하려고 함.
• 과거: AI 모델 학습 및 공급 중심 (AI Arena, FL Alliance)
• 현재: 학습된 모델의 출시, 유통, 수익화 (FOMO & API Platform)
=> 결과: 공급과 수요가 맞물려 돌아가는 자가발전형 플라이휠(Flywheel) 완성
① 전통적 클라우드의 '가격 하한선' 돌파 AWS나 알리바바 클라우드 같은 기존 제공업체는 연산 비용(Compute Cost) 때문에 일정 금액 이하로 AI 추론(Inference) 가격을 낮출 수 없음. 하지만 FOMO는 '프랜차이즈 비즈니스 모델'을 도입.
• 토큰 경제를 통한 보조: 토큰 홀더들이 스테이킹을 통해 추론 비용을 낮추고, 대신 모델 사용량 증가에 따른 토큰 가치 상승을 공유.
• 결과: OpenAI나 구글이 물리적으로 따라올 수 없는 압도적인 저비용 AI 서비스가 가능해집니다.
② RMA(Real Model Asset) - 실질 가치 기반의 자산 단순한 투기성 밈코인이 아님. FOMO에서 발행되는 모델 토큰은 실제 AI 모델의 사용 수요와 연결됨.
• Buy-back & Burn: AI API 사용 수익의 일부로 해당 모델 토큰을 사들여 소각
• 수익 구조: 모델이 많이 쓰일수록 토큰 공급량은 줄어들고 가치는 상승하는 구조
• 수익이 나는 DeAI : 단순 내러티브가 아닌, 실제로 AI 모델이 사용되고 수익이 소각으로 이어지는 과정을 투명하게 공개
• 점진적 기능 출시: 핵심기능들을 순차적으로 공개할 예정
• 참여형 생태계: 단순히 코인을 사는 게 아니라, 유망한 AI 모델(RMA)을 발굴하고 스테이킹하여 'AI 프랜차이즈 점주'가 되는 경험을 제공할 것
https://x.com/flock_io/status/2011785445919850696
DeAI의 마지막 퍼즐, FOMO의 등장
그동안 탈중앙화 AI(DeAI) 업계는 '공급(모델 학습)'에만 치중해 왔음. FLock.io는 기존의 공급망(AI Arena)에 더해, 실질적인 수요(사용 및 상용화)를 이끌어낼 FOMO(FLock Open Model Offering)를 출시하며 세계 최초의 풀사이클 DeAI 플랫폼으로 진화하려고 함.
• 과거: AI 모델 학습 및 공급 중심 (AI Arena, FL Alliance)
• 현재: 학습된 모델의 출시, 유통, 수익화 (FOMO & API Platform)
=> 결과: 공급과 수요가 맞물려 돌아가는 자가발전형 플라이휠(Flywheel) 완성
왜 'FOMO'가 혁신적인가?
① 전통적 클라우드의 '가격 하한선' 돌파 AWS나 알리바바 클라우드 같은 기존 제공업체는 연산 비용(Compute Cost) 때문에 일정 금액 이하로 AI 추론(Inference) 가격을 낮출 수 없음. 하지만 FOMO는 '프랜차이즈 비즈니스 모델'을 도입.
• 토큰 경제를 통한 보조: 토큰 홀더들이 스테이킹을 통해 추론 비용을 낮추고, 대신 모델 사용량 증가에 따른 토큰 가치 상승을 공유.
• 결과: OpenAI나 구글이 물리적으로 따라올 수 없는 압도적인 저비용 AI 서비스가 가능해집니다.
② RMA(Real Model Asset) - 실질 가치 기반의 자산 단순한 투기성 밈코인이 아님. FOMO에서 발행되는 모델 토큰은 실제 AI 모델의 사용 수요와 연결됨.
• Buy-back & Burn: AI API 사용 수익의 일부로 해당 모델 토큰을 사들여 소각
• 수익 구조: 모델이 많이 쓰일수록 토큰 공급량은 줄어들고 가치는 상승하는 구조
앞으로 FLock의 방향성
• 수익이 나는 DeAI : 단순 내러티브가 아닌, 실제로 AI 모델이 사용되고 수익이 소각으로 이어지는 과정을 투명하게 공개
• 점진적 기능 출시: 핵심기능들을 순차적으로 공개할 예정
• 참여형 생태계: 단순히 코인을 사는 게 아니라, 유망한 AI 모델(RMA)을 발굴하고 스테이킹하여 'AI 프랜차이즈 점주'가 되는 경험을 제공할 것
https://x.com/flock_io/status/2011785445919850696
🥰4❤1
종명이의 딸깍
FLock : FOMO 출시로 완성된 풀사이클 DeAI 생태계 DeAI의 마지막 퍼즐, FOMO의 등장 그동안 탈중앙화 AI(DeAI) 업계는 '공급(모델 학습)'에만 치중해 왔음. FLock.io는 기존의 공급망(AI Arena)에 더해, 실질적인 수요(사용 및 상용화)를 이끌어낼 FOMO(FLock Open Model Offering)를 출시하며 세계 최초의 풀사이클 DeAI 플랫폼으로 진화하려고 함. • 과거: AI 모델 학습 및 공급 중심 (AI…
저도 FOMO 모델 런치패드 사용해보면서 상세 사용 가이드와 후기 등을 남겨보는걸로!
👍5