loading...
作者：Haotian；来源：X，@tmel0211
在FLock 2025年度业绩报告中，一个关于为AI大模型打造Launchpad的计划引起了广泛关注。这一概念虽然听起来新鲜，但其背后的逻辑却十分清晰。
什么是Launchpad？大模型如何发行资产？其实可以简单类比：
像Virtuals Protocol这样的AI Agent Launchpad，由应用层驱动，通过代币激励机制帮助AI Agent从“会聊天”逐步进化到“会支付”，最终实现“自主交易”和提供复杂服务的能力。
而FLock提出的AI Model Launchpad，则是由基础设施层驱动，为训练完成的大模型发行资产。这些资产主要面向垂直领域的场景模型，例如医疗诊断、法律文书、金融风控以及供应链优化等。
尽管这些垂直领域模型的训练成本相对可控，但其商业化路径却非常狭窄。通常情况下，它们要么被大公司收购，要么选择开源，缺乏可持续的变现模式。
FLock希望通过Tokenomics（代币经济学）重构这一价值链，为经过微调的大模型发行资产。这将使参与模型训练的数据提供者、算力节点和验证者等各方获得长期收益的可能性。当模型被调用并产生收入时，参与者可以根据贡献比例持续分配收益。
虽然给大模型做Launchpad听起来很新颖，但本质上是通过金融化手段推动产品发展。一旦模型被资产化，训练者将有更强的动力持续优化模型，同时收益的持续分配也将赋予生态自我造血的能力。
这种模式的优势显而易见。例如，近期火爆的nof1大模型交易大赛，目前参赛的主要是通用大模型，而没有经过微调的专用模型。原因在于缺乏有效的激励机制，优秀的专用模型往往倾向于低调盈利，不愿公开曝光。但如果这些模型拥有资产属性，意义将完全不同。这类大模型竞技场将成为展示实力的舞台，且竞技表现会直接影响模型资产的表现，想象空间瞬间被打开。
当然，目前FLock仅提出了一个方向，尚未真正落地。具体模型发资产与Agent发行资产的异同尚不明确。
不过，可以预见的是，如何确保模型调用基于真实需求而非刷量，如何有效验证垂直场景内的PMF（产品市场契合度）等问题仍需解决。可以说，Agent应用发币潮遇到的问题，在这里可能同样存在。
无论如何，我们十分期待为大模型打造Launchpad这一方向能带来哪些创新玩法。
192
844
942
866
702
674
597
523
237
