AI on AO 发布会中提到的 Llama Land、Apus Network 是什么项目?

访客 7 0

来源:PermaDAO

AI on AO 发布会介绍了三项重要的技术突破:Web Assembly 64 位支持、WeaveDrive 技术、Llama.cpp 大语言模型推理引擎的集成。同时,还特别介绍了两个项目:LlaMA Land 与 Apus Network。一起跟随文章来了解所有细节。

6 月 20 号,AI on AO 发布会圆满落幕。在此次发布会上,AO 协议展示了三项重大的技术更新,这些更新标志着智能合约可以在去中心化的环境下运行大型语言模型,代表了一次激动人心的技术突破。

AI on AO 发布会中提到的 Llama Land、Apus Network 是什么项目?

具体看,AO 在 AI 技术上的关键突破包括以下三个方面:

  • Web Assembly 64 位支持:开发人员现在可以创建超过 4GB 内存的应用程序,Web Assembly 64 位理论上支持高达 16 艾字节(约等于 17 亿 GB)的内存。当前,AO 可以执行 16GB 的模型,这也意味着 AO 目前 16GB 的内存水平已经足够运行当前 AI 领域几乎所有的模型。内存容量的扩大不仅提升了应用的性能,也促进了开发灵活性和技术创新。

  • WeaveDrive 技术:这一技术简化了开发人员对数据访问和管理的方式,使得他们能够像本地硬盘一样访问 Arweave 数据,并且可以高效地流式传输数据到执行环境中,加快了开发速度和应用性能。

  • Llama.cpp 大语言模型推理引擎的集成:通过移植了 Llama.cpp 系统,AO 支持在智能合约中直接运行多种开源的大型语言模型,例如 Llama 3 和 GPT-2。这意味着智能合约能够直接利用先进的语言模型进行复杂数据的处理和做出决策(包括金融决策),大大扩展了去中心化应用的功能。

这三项重要的技术突破为开发者在 AO 上构建 AI 应用创造了更大的施展空间。作为应用示例,发布会上特别介绍了一款完全由 AI 驱动的新项目 Llama Land。同时,还有另一个去中心化 GPU 网络项目 Apus Network,未来将以最具成本效益的方式为 AO 上的 AI 应用提供最佳的 AI 模型执行环境。

Llama Land

Llama Land 是一个基于 AO 构建的全上链大型在线多人游戏,为用户创造了一个完全由 AI 驱动(Llama 3 模型)的虚拟世界。Llama Land 中有一个叫做 Llama Fed 的系统,它类似于美联储,但由 Llama 模型运行,负责货币政策和铸造 Llama 代币。

AI on AO 发布会中提到的 Llama Land、Apus Network 是什么项目?

用户可以通过提供 Arweave 代币(wAR)来请求 Llama 代币,Llama Fed 会根据请求的质量(例如项目/提案是否有趣或有价值)自主决定是否授予代币,整个过程没有人为干预。

目前 Llama Land 尚未完全对外开放,感兴趣的用户可以先访问其网址并加入 Waitlist 等候,以便第一时间体验。

Apus Network

Apus Network 是一个去中心化、无需许可的 GPU 网络。它利用 Arweave 的永久存储与 AO 的扩展能力,并通过经济激励机制,为 AI 模型提供了确定性的 GPU 执行环境。具体来说,Apus Network 可以为 AO 上的 AI 应用提供高效、安全且经济的计算环境,从而进一步推动去中心化 AI 的发展。

AI on AO 发布会中提到的 Llama Land、Apus Network 是什么项目?

Apus Network 项目近期更新了网站内容,以提升用户体验。同时,模型评估功能和模型微调功能的开发正在持续进行,并取得了阶段性的成果。未来,Apus Network 计划支持 AO 生态钱包,并在 Playground 中完成相关开发和测试。此外,还将在 AO 平台上扩展并实施模型评估功能,以进一步增强其应用能力和性能。

总结

此次 AI on AO 发布会不仅展示了 AO 承载各种先进 AI 模型的能力,也极大地推动了去中心化 AI 应用的发展。作为此次技术升级后的示例项目,Llama Land 展示了自主 AI 代理应用的雏形。随着 AI 应用的发展,AO 生态将引入更多 GPU 资源,以加速大语言模型的执行速度。Apus Network 也成为首个接入 AO 的去中心化 GPU 网络。

未来,AO 将根据需求进一步提升内存限制,支持运行更大规模的 AI 模型。同时,AO 还将继续探索构建自主 AI 代理的可能性,进一步扩展去中心化金融和智能合约的应用场景。

  • 评论列表

留言评论