01/10
| SN | 子网名称 | 价格 | 涨跌幅 |
|---|
| SN | 子网名称 | 价格 | 涨跌幅 |
|---|
Chutes AI 在 Exploit Summit 上展示了一个用分布式游戏显卡训练出的8B参数模型，GPU租赁成本约6500美元，推理阶段能完全跑在手机CPU上，速度接近每秒60个token，这是今天Opentensor『Novelty Search』系列的重点案例。同一系列还介绍了机器人子网SN80向真实机器人验证的扩展。此外，SN81的gamma token机制设计浮出水面，社区关于核心经济模型的争论也在继续。
01 / 日报
Opentensor的『Novelty Search』系列本期聚焦机器人子网SN80（OpenRoboto）：这是一场开放的机器人智能竞赛，miner持续改进共享的基础模型，每一轮的冠军成为下一轮的起点。SN80团队正在从模拟测试扩展到真实机器人验证，并推进一个代号『Shift』的项目。同一系列里，Chutes AI的一位代表在Exploit Summit展示了一个8B参数模型：用分布式游戏显卡训练，GPU租赁成本约6500美元，推理阶段可以完全在手机CPU上运行，速度接近每秒60个token。
02 / 日报
一位贡献者介绍了Reliquary团队为SN81设计的机制：miner搭建算力舰队，用于搜索训练过程中的rollout，思路上类似Conjecture的『66』项目用算力搜索数学证明。该机制的核心是gamma token——通过把部分miner emission分配给算力舰队建设，让子网团队能够依托Bittensor旗下的算力subnet完成规模扩张。
03 / 日报
一位社区成员批评当前的协议开发方向，认为项目应优先修复核心经济模型，而不是不断堆砌新功能。另一位成员则认为Gamma的可组合性是积极信号，能让subnet从孤立产品变成可复用的积木，使不同AI服务之间可以互相调用、彼此搭建。还有一位社区成员表示，近期大多数面临注销风险的subnet，都是靠使用流动性pool才避免被注销。
本期阅读完毕
