如何看待Flock和Qwen的合作

作者：Haotian

昨天，Web3AI领域的DeAi训练平台 Flock.io与阿里云旗下的Qwen大语言模型官宣合作。没记错的话，这应该算是web2 AI主动向web3 AI发起首次集成合作。不仅让Flock实现了真正意义上的向外破圈，还给低迷重压下的web3AI赛道重振了士气，来，我具体说说：

1）我在置顶推文中阐述过了，之前web3 AI Agent一直尝试通过Tokenomics刺激 Agent应用落地，也搞快速部署那套竞争范式，但一番资产发行的Fomo热潮下来，大家发现web3 AI拼实用性、创新性等和web2AI相比，几乎无胜算可能。

所以Manus 、MCP、A2A等web2创新AI技术的诞生，直接或间接刺破了Web3 AI Agent市场存在的泡沫，导致二级市场一度血流成河。

2）如何破局？路径其实也很清晰，web3 AI亟需找到和web2 AI互补的生态位，去解决web2 中心化AI无法解决的算力高成本问题、数据隐私性问题、垂直场景模型微调问题等等。

原因不外乎，纯中心化AI模型内卷到最后一定会在算力资源获取渠道和成本、数据资源隐私问题等方面集中爆发问题，而web3 AI尝试的分布式架构可以利用闲置算力资源降低成本，也会基于零知识证明、TEE等软硬件技术保护隐私，同时通过数据所有权和激励贡献机制来推动垂直场景的模型开发和微调。不管怎么诟病，web3 AI的去中心化架构和灵活激励机制，对web2 AI存在的部分问题解决可起到立竿见影的效果。

3）说到Flock 和 Qwen的此次的合作。Qwen是阿里云开发的开源大语言模型，其凭借在基准测试中的出色性能表现 和可允许开发者本地部署微调的灵活自由度，让其成为一些开发者、研究团队的普遍选择。

Flock则是一家融合了AI联邦学习和AI分布式技术架构的去中心化AI训练平台，其最大特性就是让“数据不出本地”的情况下，通过分布式训练来保护用户隐私，透明可追踪数据贡献，继而解决AI模型在教育、医疗等垂直领域的微调和应用问题。具体而言，Flock 有三大关键组件：

1、AI Arena（AI竞技场），这是一个竞争性模型训练平台，用户可以提交自己的模型，与其他参与者竞争优化效果，争夺奖励。其主要目的是通过“游戏性”的机制设计，可以激励用户不断微调、改进其本地大模型，进而筛选出更优的基准模型；

2、FL Alliance（联邦学习联盟），为解决传统医疗、教育、金融等垂直敏感场景存在的跨组织协作问题，联邦学习联盟通过本地化模型训练+分布式协作框架实现了，多方在不共享原始数据的情况下，共同增强模型性能；

3、Moonbase（月球基地），它算是Flock生态的神经中枢，相当于一个去中心化的模型管理和优化平台，提供了各种微调工具和算力支持（算力提供者、数据标注者），它不仅提供分布式模型存储库，还整合了微调工具、算力资源和数据标注支持，赋能用户高效优化本地模型。

4）那么，要如何看待Qwen和Flock的合作呢？我个人看来，其合作的延伸意义甚至远大于当下合作实质。

一方面，在web3 AI 普遍遭web2 AI持续技术碾压的大背景下，Qwen代表科技巨头阿里巴巴出战已经在AI圈内具备一定的权威和影响力，Qwen能主动选择和一家web3 AI平台合作，充分证明了web2

AI对Flock技术团队的认可，同时Flock团队后续和Qwen团队的一系列的研究和研发会加深web3AI和web2AI之间的联动；

另一方面，此前的web3 AI一度空有Tokenomics的外壳，在实际Utility落地方面表现很差强人意，虽然尝试了多种AI Agent、AI Platform、甚至AI Framework等诸多方向，但一具象到DeFai、Gamfai等方面并无法拿出真正可解决问题的解决方案出来。此次来自web2科技巨头的掀牌子一定程度上给未来web3 AI发展路径和发力点定了调；

最关键是，web3 AI在经历一段纯“资产发行”的Fomo热潮后，需要重整旗鼓聚焦到一个可以拿出真正结果的目标上。其实web3 AI从来都不仅是一种更容易、更高效部署AI Agent发资产的渠道，也不是一种发资产圈钱的游戏，要和web2 AI争取合作可能，互补各自生态位所需，在这一波AI趋势大潮中真正发挥web3 AI的不可或缺性才行。

很高兴，能看到更多类似web2AI和web3AI的跨界合作达成。