Brève discussion sur le lancement pour les grands modèles d'IA

Auteur : Haotian ; Source : X, @tmel0211

Après avoir écouté le rapport annuel de FLock 2025, une chose mentionnée lors de la réunion m’a vraiment intrigué : un Launchpad pour les grands modèles d’IA.

Quoi ? Un Launchpad encore ? Comment un grand modèle peut-il émettre des actifs ? En réalité, c’est assez facile à comprendre, il suffit de faire une analogie :

Le Launchpad d’AI Agent comme Virtuals Protocol, par exemple, est piloté par la couche applicative, utilisant un mécanisme d’incitation par tokens pour envoyer des actifs à l’Agent, aidant l’Agent à évoluer de “capable de discuter” à x402 “capable de payer”, puis vers l’objectif ultime “capable de trader de manière autonome” et de fournir des services complexes ;

Tandis que le Launchpad pour les modèles d’IA que FLock prévoit, est piloté par la couche infrastructure, envoyant des actifs aux grands modèles entraînés, c’est-à-dire à une multitude de modèles spécialisés dans différents scénarios, comme le diagnostic médical, la rédaction juridique, la gestion des risques financiers, l’optimisation de la chaîne d’approvisionnement, etc.

Ces modèles spécialisés, bien que leur coût d’entraînement soit relativement contrôlable, ont des chemins de commercialisation très limités : soit ils sont vendus à de grandes entreprises, soit ils sont open source pour faire du bénévolat, et il y a peu de moyens durables de monétisation.

FLock cherche à utiliser le Tokenomics pour restructurer cette chaîne de valeur, en envoyant des actifs aux grands modèles ajustés (fine-tuned), permettant ainsi aux contributeurs de données, aux nœuds de calcul, aux validateurs, etc., d’avoir une possibilité de gains à long terme. Quand le modèle génère des revenus, ces gains peuvent être distribués proportionnellement à leur contribution.

L’idée de faire un Launchpad pour les grands modèles peut sembler nouvelle au premier abord, mais en essence, il s’agit simplement d’utiliser des moyens financiers pour piloter la création de produits.

Une fois que le modèle est tokenisé, les entraîneurs ont une motivation continue pour l’optimiser, et si les revenus sont distribués de façon pérenne, l’écosystème pourra se développer de lui-même.

Les avantages sont indéniables : par exemple, la récente compétition de trading de grands modèles nof1, qui ne concernait pour l’instant que des modèles génériques, sans modèles spécialisés ajustés, faute d’un mécanisme d’incitation. Les modèles spécialisés performants ont tendance à faire leur business discrètement, il est donc difficile de les exposer. Mais si ces modèles ont des actifs, cela devient exceptionnel : cette compétition Arena pour grands modèles deviendrait une scène publique pour montrer ses muscles, et leur performance dans la compétition influencerait directement la valeur des actifs, ce qui ouvrirait de nombreuses possibilités.

Bien sûr, actuellement, FLock n’a fait qu’esquisser une direction, rien n’est encore concrètement mis en place. La différence entre l’émission d’actifs pour un modèle et l’émission d’actifs pour un Agent reste à voir.

Une chose est sûre : comment garantir que l’utilisation du modèle pour l’émission d’actifs repose sur une demande réelle, et non sur du fake, ou comment assurer efficacement la PMF dans des scénarios verticaux, reste une question. Il est évident que les problématiques rencontrées par l’application Agent lors de la tendance à l’émission de tokens ne sont pas non plus à négliger.

Je suis simplement très curieux : quels seront les modes de fonctionnement innovants dans ce domaine du Launchpad pour Model ?