Bittensor 的 TAO 本月迄今已上漲了 90%,其生態系統中的代幣漲勢更為強勁。
根據 CoinGecko 數據,該網路的子網代幣類別週一達到了 14.7 億美元的總市值,24 小時交易量為 1.18 億美元。
這波漲勢緊隨 TAO 在 3 月從 180 美元漲至超過 332 美元,但真正的行動發生在子網代幣上。Subnet 3 的代幣 Templar 在 30 天內上漲了 444%。OMEGA Labs 上漲了 440%。Level 114 增加了 280%。BitQuant 上漲了 230%。即使是較大型的子網代幣也錄得顯著回報,Chutes 上漲了 54%,Targon 上漲了 166%。
Bittensor 是一個去中心化網路,為人工智慧創建市場。Bittensor 不是由一家公司建立和控制 AI 模型,而是激勵全球參與者網路貢獻運算能力、數據和機器學習模型,以換取該網路的原生代幣 TAO。
該網路分為稱為子網的專業化子網路,每個子網專注於不同的 AI 任務,從訓練語言模型到運行運算基礎設施再到網路安全分析。目前有 128 個活躍子網,每個都有自己的代幣,其價值直接與質押到其中的 TAO 數量相關。
幾個催化劑促成了 Bittensor 生態系統代幣的這些走勢。
Subnet 3 產出了 Covenant-72B,這是一個大型語言模型,由 70 多位貢獻者使用商用網路硬體在 Bittensor 的去中心化網路上無需許可地訓練而成。
該模型使用 1.1 兆個代幣進行訓練,並獲得了 67.1 的 MMLU 分數,這在 2026 年 3 月的 arXiv 論文中得到確認。這使其與 Meta 的 Llama 2 70B 處於競爭範圍內,後者是由世界上資源最豐富的 AI 實驗室之一建立的模型。(MMLU,即大規模多任務語言理解,是一種針對 AI 模型的標準化測試,在 57 個學術科目中對其進行評分。)
Subnet 3,稱為 Templar,是 Bittensor 的去中心化 AI 訓練網路。礦工貢獻 GPU 運算能力並競爭為大型語言模型產生有用的訓練梯度,而驗證者評估其貢獻的質量並相應地分配 TAO 獎勵。
可以將其視為一種訓練 AI 模型的方式,就像比特幣挖礦區塊一樣,世界各地的分散式參與者貢獻硬體並因有用的工作而獲得報酬。
另外,Nvidia 執行長黃仁勳和投資者 Chamath Palihapitiya 在 3 月 20 日的 All-In Podcast 上認可了 Bittensor 的方法,將去中心化 AI 訓練定位為專有模型的補充。這種認可來自本月早些時候其部落格文章短暫幫助扭轉了科技股拋售的執行長,其影響力超越了通常的加密貨幣迴聲室。
子網代幣的運作方式
子網代幣機制解釋了為什麼相對於 TAO 本身,收益如此之大。
自 Bittensor 在 2025 年 2 月推出動態 TAO 以來,每個子網都運營自己的自動化做市商,擁有原生代幣,其估值由質押到該子網儲備中的 TAO 決定。當 TAO 升值時,每個子網的儲備變得更有價值,推高代幣價格並吸引更多質押者。這種關係是反身性的,並在兩個方向上放大走勢。
TAO 的市值約為 30 億美元,而個別子網代幣的市值從 100 萬美元到 1.37 億美元不等,子網代幣作為對母協議的槓桿押注。
該網路計劃在今年稍後將活躍子網從 128 個擴展到 256 個,這將帶來新一波代幣發行。
將 Grayscale TAO Trust 轉換為現貨 ETF 的潛在監管決定可能在 2026 年底提供機構准入。而 Digital Currency Group 子公司 Yuma 已經在為 14 個不同的子網做出貢獻,這表明聰明資金將其視為基礎設施而非投機。
子網漲勢能否持續取決於 Bittensor 是否繼續產出具有競爭力的 AI 模型,或者 Covenant-72B 是否只是一次性的幸運時機,恰好獲得了黃仁勳的認可。
