AIOZ网络将通过开放模型和挑战来‘赋能’去中心化AI开发者

解密的艺术、时尚和娱乐中心。

深入了解 SCENE

DePIN驱动的生态系统AIOZ AI正在构建一个去中心化的人工智能全栈基础设施。

AIOZ AI旨在通过为贡献者提供更多控制权来"赋能贡献者"，使开发者、研究人员和技术团队能够在协作环境中发布、分享和扩展他们的数据集。

在传统的人工智能模型是在不透明的环境中创建的，缺乏对其方法论的透明度时，AIOZ AI的分布式方法旨在提供具有“更好的效率、安全性和可访问性”的人工智能计算，AIOZ网络创始人兼首席执行官Erman Tjiputra在Decrypt中表示。

通过AIOZ AI，用户可以上传和存储数据集并训练他们的模型——根据他们的表现和被他人使用的情况，有可能获得代币奖励。

这得益于AIOZ Network的去中心化物理基础设施网络(DePIN)，超过300,000个设备贡献了他们的闲置计算能力，用于AI计算、去中心化存储和内容交付。

目标是让贡献者对他们的 AI 资产（如模型和数据集）拥有更多控制权，同时让创新者更容易部署有利于普通人的 AI 解决方案。

AIOZ AI上已经有几种模型可供使用，包括图像到图像处理模型，如背景去除、背景替换、图像转动漫以及视频转Canny边缘。

此外，AIOZ AI 上的 “轻量级且高效” 图像超分辨率 (SR) 模型能够从低分辨率输入重建高保真图像，这对数字内容创作者和档案恢复项目来说 “异常有益”，根据 AIOZ Network 的说法。AIOZ AI 模型的潜在未来应用包括为流媒体平台进行实时视频升级，以及根据可用带宽自适应优化图像质量，还包括能够执行对象感知图像锐化和细节恢复的工具。

“通过AIOZ AI，我们正在建立一个以人为本的人工智能经济，”Tjiputra说道。“开发者掌控他们的模型和数据集，在社区计算上运行它们，并在他们的工作推动实际应用时解锁代币奖励的潜力。”

AIOZ AI 挑战赛

AIOZ AI平台的核心特性之一是其AIOZ AI挑战系统，该系统使任何组织、研究人员或开发人员都可以在生态系统内举办竞赛。这些挑战将现实世界的问题转化为在网络的去中心化计算层上运行的开放、协作的AI项目。

当前在平台上活跃的挑战包括建立一个回归模型，该模型能够准确预测基于关键数据点（包括位置、面积和卧室数量）房屋的最终销售价格。另一个挑战是开发一个自然语言处理模型，该模型能够推断电影评论是负面的还是正面的。

你参加电影评论情感分析挑战了吗？

这是一次实践性的自然语言处理冒险，带你了解如何从电影评论中解码情感。

这个实用技能赋予了现实世界的魔力，如票房预测、电影推荐，&… pic.twitter.com/6Hj706NjZh

— AIOZ Network (@AIOZNetwork) 2025 年 11 月 10 日

AIOZ Network 组织的一个之前的挑战奖励用户为解决一个紧迫的现实问题所做的努力：面部防伪挑战鼓励竞争者创建一个能够准确区分真实面孔和冒名顶替者的模型，例如那些试图通过打印照片、3D 面具或深度伪造视频来获取账户访问权限的人。由于识别工具现在在金融应用程序中被广泛使用，AIOZ Network 将对此挑战的解决方案描述为“关键”。

在某些情况下，AIOZ AI 挑战的顶级参与者在社区中获得认可，杰出的解决方案有资格获得数字奖励和潜在的代币奖励。每个挑战都包括一个讨论部分，在那里新兴开发者可以提出技术问题并交流想法。

根据AIOZ网络，这类举措是推动构建“万物智能”的集体努力的一部分——建设者们齐心协力，共同推动人工智能的边界。 AIOZ网络赞助的帖子

了解更多关于与 Decrypt 合作的信息。