英伟达CEO黄仁勋盛赞开放AI模型,Bittensor (TAO) 24小时内暴涨28%

英伟达CEO黄仁勋盛赞开放AI模型,Bittensor (TAO) 24小时内暴涨28%

N
News Editor 01
2026-07-06 19:16:13
英伟达CEO黄仁勋在播客中称赞Bittensor的分布式AI训练成就,将其比作“现代版Folding@home”,推动TAO价格从$243.5飙升至$310.6。市场视此为外部权威认可,AI赛道关注度升温。

英伟达CEO黄仁勋(Jensen Huang)在本周的All-In播客中无意间为AI加密赛道投下一枚重磅炸弹。他高度评价了去中心化AI网络Bittensor(TAO)的技术成就,导致该代币价格在24小时内飙升28%,从$243.5一度拉升至$310.6,随后小幅回落至$298.1(截至发稿)。这不仅是Bittensor自身的高光时刻,更是整个AI+加密叙事被传统科技巨头间接背书的关键节点。

事件回顾:黄仁勋的“不经意”背书

在播客中,投资者查马特·帕里哈皮蒂亚(Chamath Palihapitiya)向黄仁勋展示了Bittensor的技术里程碑——在Subnet 3上完成的Covenant-72B训练运行。该实验利用分布式多余算力(Distributed Excess Compute)对Llama模型进行了“完全去中心化”的训练,并且维持了状态管理。黄仁勋的即时反应只有一句话:“这是我们这个时代的Folding@home。”

Folding@home是一个经典的分布式计算项目,用于蛋白质折叠模拟。黄仁勋的类比将Bittensor的实验从“加密噱头”重新定义为“合法的分布式协调成果”。交易员们迅速将此解读为来自AI硬件领域最重要人物的外部权威认可,从而引发了TAO的暴力上涨。

黄仁勋的AI双轨论:开放与专有并非对立

黄仁勋随即展开对AI市场结构的讨论。他强调:“我认为我们从根本上需要模型作为一流产品、专有产品,同时也需要模型作为开源产品。这不是二选一,而是两者兼得。”他进一步指出:“模型是技术,而不是产品;模型是技术,而不是服务。”

对于通用消费级AI,黄仁勋认为大多数用户会选择ChatGPT、Claude、Gemini等一站式服务,而非自行微调。但他画出一条清晰的界限:在行业特定部署中,领域专业知识“必须以他们可以控制的方式被捕捉”,而这种控制“只能来自开放模型”。这一观点直接触及Bittensor的核心价值:为需要可控性的行业提供去中心化的开放AI基础设施。

虽然黄仁勋并未明确推荐Bittensor代币,但他对开放AI生态的认可,使市场将TAO视为这一趋势的核心代表资产

技术里程碑的意义:比价格暴涨更深远

Bittensor社区强调,Covenant-72B训练拥有720亿参数(不是播客中误说的40亿),由超过70名贡献者无许可地合作完成。这个成就被黄仁勋视为构建开放AI的基础模块。在传统AI训练被大厂垄断的今天,去中心化证明了另一种可能性:通过代币经济激励,全球闲置算力可以高效协同,训练出与集中式模型相匹敌的参数规模。

OpenAI、Meta等公司对开放/封闭模型的争论由来已久。黄仁勋的发言打破了“非此即彼”的二元论,提出“A和B”的共存框架。对于Bittensor而言,这意味着即使专有模型占据消费市场,工业级垂直领域仍然需要开放模型,而Bittensor的分布式网络正是这种需求的底层基础设施。

市场影响与展望:AI代币的爆发前夜?

TAO的暴涨带动了其他AI代币(如Fetch.ai、Render Network等)的联动上涨,市场情绪明显回暖。从链上数据看,TAO的持仓者数量在消息发布后24小时内增加了8%,交易所净流出量上升,表明投资者倾向于持有而非抛售。

但需注意,这类由名人言论驱动的上涨往往存在回调风险。TAO在触及$310.6后迅速回落近4%,显示出部分交易者获利了结。长期来看,Bittensor的价值取决于其网络的实际采用:Subnet数量、开发者活跃度、以及能否吸引真正的AI研究机构使用其算力市场。

黄仁勋的“Folding@home”类比可能成为Bittensor出圈的关键叙事。如果去中心化训练能在未来证明其效率和成本优势,TAO有望从“概念币”蜕变为“生产力代币”。短期价格受消息面影响,但中长期需观察真实算力交易量的增长。

总之,这次事件再次证明:当顶级科技领袖对加密原生项目给予实质性技术认可时,市场会迅速定价。AI与加密的交汇点,正在从炒作走向真正的技术融合。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
200

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。