Markus Levin của XYO: Tại sao một L1 gốc dữ liệu có thể trở thành xương sống “bằng chứng nguồn gốc” của AI

Trong tập SlateCast mới nhất, đồng sáng lập XYO Markus Levin đã tham gia cùng các MC của CryptoSlate để mổ xẻ lý do vì sao các mạng lưới hạ tầng vật lý phi tập trung (DePIN) đang vượt ra khỏi các thí nghiệm chỉ mang tính ngách—và vì sao XYO đã xây dựng một Layer-1 được thiết kế riêng để xử lý loại dữ liệu mà AI và các ứng dụng ngoài đời thực ngày càng cần.

Mục tiêu của Levin dành cho mạng lưới là rất thẳng thắn: “Thứ nhất, tôi nghĩ XYO sẽ có tám tỷ node,” ông nói, gọi đó là một mục tiêu “stretch goal”—nhưng là mục tiêu mà ông tin rằng phù hợp với hướng đi mà danh mục này đang tiến tới.

Luận điểm “mọi ngóc ngách trên thế giới” của DePIN

Levin đã mô tả DePIN như một sự thay đổi mang tính cấu trúc trong cách các thị trường phối hợp hạ tầng vật lý, chỉ ra kỳ vọng tăng trưởng nhanh cho lĩnh vực này. Ông dẫn một dự báo của Diễn đàn Kinh tế Thế giới rằng DePIN có thể mở rộng từ mức khoảng vài chục tỷ hiện nay lên tới hàng nghìn tỷ vào năm 2028.

Với XYO, quy mô không phải là giả định. Một trong các MC nhận xét rằng mạng lưới đã tăng trưởng “với hơn 10 triệu node,” tạo bối cảnh cho một cuộc trao đổi ít tập trung vào “nếu như” và nhiều hơn vào những gì sẽ vỡ ra khi khối lượng dữ liệu ngoài đời thực trở thành sản phẩm.

Bằng chứng về nguồn gốc cho AI: bài toán dữ liệu, không chỉ là tính toán

Khi được hỏi về deepfake và sự sụp đổ của niềm tin trong truyền thông, Levin cho rằng nút thắt của AI không chỉ nằm ở năng lực tính toán—mà là ở tính xuất xứ. “Trong khi đó, với DePIN, điều bạn có thể làm là, à, có thể chứng minh dữ liệu đến từ đâu,” ông nói, phác họa một mô hình nơi dữ liệu có thể được xác minh đầu-cuối, được theo dõi vào các quy trình huấn luyện, và được truy vấn khi hệ thống cần sự thật nền tảng.

Theo ông, tính xuất xứ tạo ra một vòng phản hồi: nếu một mô hình bị cáo buộc “hallucinate”, nó có thể kiểm tra liệu dữ liệu đầu vào cốt lõi có nguồn gốc được xác minh hay không—hoặc yêu cầu dữ liệu mới, cụ thể từ một mạng lưới phi tập trung thay vì thu thập từ các nguồn không đáng tin cậy.

Tại sao Layer-1 gốc dữ liệu lại quan trọng

XYO đã mất nhiều năm để cố gắng không xây dựng một chuỗi, Levin nói—hoạt động như lớp trung gian giữa các tín hiệu ngoài đời thực và các smart contract. Nhưng “không ai xây dựng nó,” và khối lượng dữ liệu của mạng lưới đã buộc vấn đề phải được giải quyết.

Ông giải thích mục tiêu thiết kế một cách đơn giản: “Blockchain không thể phình to… và nó được xây dựng chủ yếu cho dữ liệu.”

Cách tiếp cận của XYO tập trung vào các cơ chế như Proof of Perfect và các ràng buộc kiểu “lookback” nhằm giữ yêu cầu về node ở mức nhẹ, ngay cả khi bộ dữ liệu tăng trưởng.

COIN onboarding: biến người dùng không phải crypto thành node

Một đòn bẩy tăng trưởng then chốt là ứng dụng COIN, mà Levin mô tả như một cách để biến điện thoại di động thành node của mạng lưới XYO.

Thay vì đẩy người dùng vào biến động token ngay lập tức, ứng dụng sử dụng các điểm quy đổi gắn với đô la và các tùy chọn đổi thưởng rộng hơn—rồi dần dần đưa người dùng vào các “crypto rails” theo thời gian.

Mô hình hai token: đồng bộ khuyến khích với XL1

Levin nói rằng hệ thống hai token được thiết kế để tách phần thưởng/bảo mật cho hệ sinh thái khỏi chi phí hoạt động của chuỗi. “Chúng tôi cực kỳ hào hứng với hệ thống hai token này,” ông nói, mô tả $XYO là tài sản staking/quản trị/bảo mật bên ngoài và $XL1 là token gas/giao dịch nội bộ được dùng trên XYO Layer One.

Đối tác ngoài đời thực: tính phí cho hạ tầng và dữ liệu POI chuẩn để lập bản đồ

Levin chỉ ra các quan hệ đối tác mới như đà “killer app” giai đoạn đầu bên trong hệ sinh thái DePIN rộng hơn, dẫn một thỏa thuận với Piggycell—một mạng lưới sạc lớn ở Hàn Quốc, nơi cần bằng chứng về vị trí và có kế hoạch token hóa dữ liệu trên XYO Layer One.

Ông cũng mô tả một trường hợp sử dụng riêng về proof-of-location liên quan đến các bộ dữ liệu điểm quan tâm (giờ, ảnh, thông tin địa điểm), cho rằng một đối tác lớn về định vị đã phát hiện ra các vấn đề trong bộ dữ liệu của chính họ “trong 60% các trường hợp,” trong khi dữ liệu do XYO cung cấp “đúng 99,9%,” qua đó cho phép triển khai lập bản đồ cho các doanh nghiệp lớn ở tầng dưới.

Gộp lại, thông điệp của Levin là nhất quán: nếu AI và RWAs cần các đầu vào đáng tin cậy, thì mặt trận cạnh tranh tiếp theo có thể ít xoay quanh các mô hình nhanh hơn—và nhiều hơn về các đường ống dữ liệu có thể được xác minh, được neo vào thế giới thực.