Satu lagi proyek yang membawa catatan ARR saat TGE! Baru-baru ini, Spheron Network mengumumkan TGE dengan pendapatan ARR lebih dari 13 juta dolar.
Pendapatan sudah keluar, ekosistem sudah berjalan, lalu kita berbicara tentang TGE, apakah standar seperti ini akan menjadi standar yang umum untuk TGE di jalur infra AI di masa depan?
Mari kita lihat secara spesifik, proyek Spheron ini:
1）Spheron Network adalah jaringan komputasi terdesentralisasi yang menyediakan layanan untuk tugas komputasi berkinerja tinggi seperti pelatihan, inferensi, dan rendering AI dengan menggabungkan sumber daya GPU/CPU global.
Selain sumber daya komputasi, platform juga mengintegrasikan penyimpanan IPFS, manajemen domain ENS, dan layanan pendukung lainnya seperti penerapan kontrak pintar berbasis Arbitrum, yang dapat memberikan dukungan infrastruktur yang relatif lengkap bagi pengembang AI.
Dari sudut pandang arsitektur teknologi, Spheron telah membangun matriks produk yang relatif lengkap, mencakup setiap aspek dari penyediaan daya komputasi hingga skenario aplikasi.
Fizz Nodes sebagai infrastruktur inti dari seluruh jaringan, memungkinkan pengguna individu - terutama pemain game - untuk menyumbangkan GPU/CPU yang tidak terpakai ke jaringan, dan menghasilkan keuntungan melalui proses pendaftaran yang sederhana.
Desain ini secara signifikan menurunkan ambang batas penyediaan daya komputasi, mengikutsertakan perangkat pribadi yang terdistribusi, dan dengan model berbagi pendapatan B2C, dengan cepat membentuk jaringan daya komputasi yang terdesentralisasi.
KlippyAI berfungsi sebagai alat pembuatan video AI yang langsung ditujukan kepada pengguna C-end, dengan membayar biaya layanan menggunakan token $SPON, dan saat ini telah menghasilkan hampir 5000 data NFT video AI di Base L2;
Skynet berbeda dari sebagian besar Agent karena menggunakan akun pengembang untuk mendapatkan sumber daya komputasi, mencoba memungkinkan AI Agent membayar kekuatan komputasi langsung dengan token, sambil menyediakan layanan satu klik mulai dari pembuatan dompet hingga penyebaran kontrak.
Selain itu, produk seperti Supernoderz (Node sebagai Layanan), Aquanode (Beban Kerja Inferensi AI), dan Spheron Console (Akses GPU Satu Klik) bersama-sama dengan Fizz Nodes membentuk siklus lengkap dari pasokan hingga permintaan.
2）Dari data operasional, Spheron telah menunjukkan skala jaringan tertentu. 44.000 node aktif tersebar di lebih dari 170 negara, menyediakan lebih dari 8.300 GPU dan lebih dari 600.000 CPU kemampuan komputasi, membayar lebih dari 500.000 dolar setiap minggu sebagai hadiah node. Khususnya, dalam struktur pendapatan, dari 13M + dolar ARR, bisnis AI menyumbang 7,6 juta dolar, menunjukkan bahwa aplikasi AI memang menghasilkan permintaan pembayaran yang nyata.
Namun, keberlanjutan model pasar bilateral ini pada dasarnya tergantung pada apakah sisi penawaran dan permintaan dapat mempertahankan pertumbuhan yang seimbang.
Penyedia daya komputasi mendapatkan imbalan token, pihak yang membutuhkan membayar token untuk menggunakan layanan, platform mengenakan biaya layanan—terdengar sangat baik, namun dalam praktiknya menghadapi banyak tantangan: apakah kualitas layanan jaringan terdesentralisasi dapat stabil? Seberapa lama keuntungan biaya dibandingkan raksasa seperti AWS dan Google Cloud dapat dipertahankan?
3）Infrastruktur AI Agent memang merupakan pasar besar yang masih berada di tahap awal, Spheron memiliki keunggulan tertentu dalam hal waktu dengan menyiapkan layanan terkait lebih awal. Namun, persaingan di jalur ini jauh lebih ketat daripada yang dibayangkan.
Hyperbolic, IO.NET, VANA, Sahara AI dan platform lainnya memiliki posisi diferensiasi masing-masing, semua fokus pada layanan infrastruktur AI.
Pola pasar masih jauh dari terbentuk, kemungkinan yang akhirnya menang bukanlah yang memiliki teknologi paling canggih, tetapi yang memiliki kinerja paling seimbang dalam dimensi seperti kecepatan iterasi produk, kemampuan pembangunan ekosistem, dan stabilitas layanan.
Bagaimanapun, jika dilihat dari tren industri yang lebih besar, "masuk TGE dengan ARR" jika benar-benar menjadi standar baru untuk jalur infra AI, mungkin bukan hal yang buruk bagi seluruh industri.
Setidaknya dapat membuat pasar lebih memperhatikan produk dan pendapatan yang sebenarnya, bukan hanya spekulasi konsep semata.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Membawa pendapatan tahunan sebesar 13 juta, Spheron "Penerbitan koin setelah mencapai target pendapatan" menetapkan standar baru untuk jalur AI?
Satu lagi proyek yang membawa catatan ARR saat TGE! Baru-baru ini, Spheron Network mengumumkan TGE dengan pendapatan ARR lebih dari 13 juta dolar.
Pendapatan sudah keluar, ekosistem sudah berjalan, lalu kita berbicara tentang TGE, apakah standar seperti ini akan menjadi standar yang umum untuk TGE di jalur infra AI di masa depan?
Mari kita lihat secara spesifik, proyek Spheron ini:
1）Spheron Network adalah jaringan komputasi terdesentralisasi yang menyediakan layanan untuk tugas komputasi berkinerja tinggi seperti pelatihan, inferensi, dan rendering AI dengan menggabungkan sumber daya GPU/CPU global.
Selain sumber daya komputasi, platform juga mengintegrasikan penyimpanan IPFS, manajemen domain ENS, dan layanan pendukung lainnya seperti penerapan kontrak pintar berbasis Arbitrum, yang dapat memberikan dukungan infrastruktur yang relatif lengkap bagi pengembang AI.
Dari sudut pandang arsitektur teknologi, Spheron telah membangun matriks produk yang relatif lengkap, mencakup setiap aspek dari penyediaan daya komputasi hingga skenario aplikasi.
Fizz Nodes sebagai infrastruktur inti dari seluruh jaringan, memungkinkan pengguna individu - terutama pemain game - untuk menyumbangkan GPU/CPU yang tidak terpakai ke jaringan, dan menghasilkan keuntungan melalui proses pendaftaran yang sederhana.
Desain ini secara signifikan menurunkan ambang batas penyediaan daya komputasi, mengikutsertakan perangkat pribadi yang terdistribusi, dan dengan model berbagi pendapatan B2C, dengan cepat membentuk jaringan daya komputasi yang terdesentralisasi.
KlippyAI berfungsi sebagai alat pembuatan video AI yang langsung ditujukan kepada pengguna C-end, dengan membayar biaya layanan menggunakan token $SPON, dan saat ini telah menghasilkan hampir 5000 data NFT video AI di Base L2;
Skynet berbeda dari sebagian besar Agent karena menggunakan akun pengembang untuk mendapatkan sumber daya komputasi, mencoba memungkinkan AI Agent membayar kekuatan komputasi langsung dengan token, sambil menyediakan layanan satu klik mulai dari pembuatan dompet hingga penyebaran kontrak.
Selain itu, produk seperti Supernoderz (Node sebagai Layanan), Aquanode (Beban Kerja Inferensi AI), dan Spheron Console (Akses GPU Satu Klik) bersama-sama dengan Fizz Nodes membentuk siklus lengkap dari pasokan hingga permintaan.
2）Dari data operasional, Spheron telah menunjukkan skala jaringan tertentu. 44.000 node aktif tersebar di lebih dari 170 negara, menyediakan lebih dari 8.300 GPU dan lebih dari 600.000 CPU kemampuan komputasi, membayar lebih dari 500.000 dolar setiap minggu sebagai hadiah node. Khususnya, dalam struktur pendapatan, dari 13M + dolar ARR, bisnis AI menyumbang 7,6 juta dolar, menunjukkan bahwa aplikasi AI memang menghasilkan permintaan pembayaran yang nyata.
Namun, keberlanjutan model pasar bilateral ini pada dasarnya tergantung pada apakah sisi penawaran dan permintaan dapat mempertahankan pertumbuhan yang seimbang.
Penyedia daya komputasi mendapatkan imbalan token, pihak yang membutuhkan membayar token untuk menggunakan layanan, platform mengenakan biaya layanan—terdengar sangat baik, namun dalam praktiknya menghadapi banyak tantangan: apakah kualitas layanan jaringan terdesentralisasi dapat stabil? Seberapa lama keuntungan biaya dibandingkan raksasa seperti AWS dan Google Cloud dapat dipertahankan?
3）Infrastruktur AI Agent memang merupakan pasar besar yang masih berada di tahap awal, Spheron memiliki keunggulan tertentu dalam hal waktu dengan menyiapkan layanan terkait lebih awal. Namun, persaingan di jalur ini jauh lebih ketat daripada yang dibayangkan.
Hyperbolic, IO.NET, VANA, Sahara AI dan platform lainnya memiliki posisi diferensiasi masing-masing, semua fokus pada layanan infrastruktur AI.
Pola pasar masih jauh dari terbentuk, kemungkinan yang akhirnya menang bukanlah yang memiliki teknologi paling canggih, tetapi yang memiliki kinerja paling seimbang dalam dimensi seperti kecepatan iterasi produk, kemampuan pembangunan ekosistem, dan stabilitas layanan.
Bagaimanapun, jika dilihat dari tren industri yang lebih besar, "masuk TGE dengan ARR" jika benar-benar menjadi standar baru untuk jalur infra AI, mungkin bukan hal yang buruk bagi seluruh industri.
Setidaknya dapat membuat pasar lebih memperhatikan produk dan pendapatan yang sebenarnya, bukan hanya spekulasi konsep semata.