Web2 AI 主动拥抱 Web3 AI：阿里云 Qwen 与 Flock 的合作
昨天，Web3 AI 领域的 DeAI 训练平台 Flock 与阿里云旗下的 Alibaba Qwen 大语言模型官宣合作。如果我没记错的话，这应该是 Web2 AI 主动向 Web3 AI 发起的首次集成合作。这不仅让 Flock 实现了真正意义上的破圈，还给低迷的 Web3 AI 赛道重振了士气。
适合国内用的虚拟币交易所
1）我之前就说过，Web3 AI Agent 一直尝试通过 Tokenomics 刺激 Agent 应用落地，也搞快速部署那套竞争范式。但在一波资产发行的 Fomo 热潮之后，大家发现 Web3 AI 在实用性、创新性等方面和 Web2 AI 相比，几乎没有胜算可能。
Manus、MCP、A2A 等 Web2 创新 AI 技术的诞生，直接或间接刺破了 Web3 AI Agent 市场的泡沫，导致二级市场一度血流成河。
2）如何破局？路径其实也很清晰，Web3 AI 亟需找到和 Web2 AI 互补的生态位，去解决 Web2 集中式 AI 无法解决的算力高成本问题、数据隐私性问题、垂直场景模型微调问题等等。
原因不外乎，纯集中式 AI 模型内卷到最后一定会在算力资源获取渠道和成本、数据资源隐私问题等方面集中爆发问题。而 Web3 AI 尝试的分布式架构可以利用闲置算力资源降低成本，也会基于零知识证明等技术保护隐私，同时通过数据所有权和激励贡献机制来推动垂直场景的模型开发和微调。
不管怎么说，Web3 AI 的去中心化架构和灵活激励机制，对 Web2 AI 存在的部分问题解决可起到立竿见影的效果。
3）说到 Flock 和 Qwen 的此次合作。Qwen 是阿里云开发的开源大语言模型，其凭借在基准测试中的出色性能表现和可允许开发者本地部署微调的灵活自由度，让其成为一些开发者、研究团队的普遍选择。
Flock 则是一家融合了 AI 联邦学习和 AI 分布式技术架构的去中心化 AI 训练平台，其最大特性就是让“数据不出本地”的情况下，通过分布式训练来保护用户隐私，透明可追踪数据贡献，继而解决 AI 模型在教育、医疗等垂直领域的微调和应用问题。
具体而言，Flock 有三大关键组件，在此简单分享下：
- AI Arena（AI 竞技场）：这是一个竞争性模型训练平台，用户可以提交自己的模型，与其他参与者竞争优化效果，争夺奖励。其主要目的是通过“游戏性”的机制设计，激励用户不断微调、改进其本地大模型，进而筛选出更优的基准模型；
- FL Alliance（联邦学习联盟）：为解决传统医疗、教育、金融等垂直敏感场景存在的跨组织协作问题，联邦学习联盟通过本地化模型训练 + 分布式协作框架实现了多方在不共享原始数据的情况下，共同增强模型性能；
- Moonbase（月球基地）：它算是 Flock 生态的神经中枢，相当于一个去中心化的模型管理和优化平台，提供了各种微调工具和算力支持（算力提供者、数据标注者）。它不仅提供分布式模型存储库，还整合了微调工具、算力资源和数据标注支持，赋能用户高效优化本地模型。
4）那么，要如何看待 Qwen 和 Flock 的合作呢？我个人看来，其合作的延伸意义甚至远大于当下合作实质。
一方面，在 Web3 AI 普遍遭 Web2 AI 持续技术碾压的大背景下，Qwen 代表科技巨头阿里巴巴出战已经在 AI 圈内具备一定的权威和影响力。Qwen 能主动选择和一家 Web3 AI 平台合作，充分证明了 Web2 AI 对 Flock 技术团队的认可，同时 Flock 团队后续和 Qwen 团队的一系列研究和研发会加深 Web3 AI 和 Web2 AI 之间的联动；
另一方面，此前的 Web3 AI 一度空有 Tokenomics 的外壳，在实际 Utility 落地方面表现很差强人意。虽然尝试了多种 AI Agent、AI Platform、甚至 AI Framework 等诸多方向，但一具象到 DeFai、Gamefai 等方面并无法拿出真正可解决问题的解决方案出来。此次来自 Web2 科技巨头的合作一定程度上给未来 Web3 AI 发展路径和发力点定了调；
最关键是，Web3 AI 在经历一段纯“资产发行”的 Fomo 热潮后，需要重整旗鼓聚焦到一个可以拿出真正结果的目标上。
其实 Web3 AI 从来都不仅是一种更容易、更高效部署 AI Agent 发资产的渠道，也不是一种圈钱的游戏，要和 Web2 AI 争取合作可能，互补各自生态位所需，在这一波 AI 趋势大潮中真正发挥 Web3 AI 的不可或缺性才行。
很高兴，能看到更多类似 Web2 AI 和 Web3 AI 的跨界合作达成。
