01 / 日报
Exploit Summit 蒙特利尔收官,Carbon 夺得 Pitchtensor 冠军
Exploit Summit 在蒙特利尔开了两天,覆盖 OTF 和 RAO 两条议程线。第二天收官时,大会明确把重心转向「做出能跑的产品」、改进 incentive 设计、研究基础设施建设和更扎实的 BD。物理 AI 项目 Carbon——miner 竞争构建模型、validator 测试其可信度——赢下了 Pitchtensor 2026,现场不到20分钟融到500 TAO,下一步是推进自己的 TAO subnet。
02 / 日报
SN9(Iota):流水线并行把模型规模的天花板交给网络本身
SN9(品牌名 Iota)被介绍为已经把去中心化模型训练产品化,用户可以直接租用这张网络来训练自己选定的模型。Macrocosmos 解释说,大多数分布式训练是 data-parallel 的——每台机器都存一份完整模型,模型大小被单机容量锁死。Iota 走的是 pipeline-parallel 路线,每台机器只存模型的一部分,因此最大模型规模是随网络规模扩展的,而不是受限于单机能装下多少。
03 / 日报
新 subnet 上线:SN80 聚焦上下文压缩
Opentensor 公布了新 subnet SN80,名为「Novelty Search」/OpenRoboto,定位是开放、竞争性的上下文压缩方向。
04 / 日报
社区提案:给每个 subnet 配一个 gamma token
有社区成员提出了一个 per-subnet「gamma token」的设想:通过燃烧该 subnet 的 alpha 来获取这种类稳定币资产,持有者可以把它兑换成该 subnet 的底层商品,比如通过 Lium 租用 GPU,或者换取推理/模型访问权限。这个方案被描述成「直接给 miner 超额付费」的替代路径——把一部分 miner emission 导向 gamma,相当于预留未来的算力/推理额度,而不是直接推高 miner 的收入。参与讨论的人指出,这本质上仍是一种 emission burn,但对 token 价格的影响和直接燃烧不一样,大家在「给 miner 超额付费」和「预留未来可用额度」这两种取舍之间进行了权衡讨论。