Trendande ämnen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

LJW.ip
VP Strategi & Ops @psdnai | Föregående: 🥷 Särskilda projekt @StoryProtocol | Tweets = IMO
LJW.ip delade inlägget
Tänk dig att aldrig behöva vika tvätt igen.
Internet tränade LLM:er, men robotar och självkörande bilar behöver träningsdata som är mycket mer utmanande att få tag på.
Poseidon gör det möjligt att samla in, kurera och licensiera data från den verkliga världen för att accelerera fysisk AI.
Användningsområden:

13,83K
LJW.ip delade inlägget
Jag är genuint förvånad över att se @a16z fyrdubbla ner på ett enda projekt, men det är logiskt om de ser Poseidon som katalysatorn för $IP.
@psdnai hämtar och kurerar datauppsättningar av hög kvalitet, tokeniserar dem på @StoryProtocol för fullständig härkomst och kopplar samman leverantörer med AI-team genom automatiserad licensiering och betalningar. Den nivån av licensiering och efterlevnad i stor skala är endast möjlig med Storys IP-skenor.
Varje datahandel blir verklig blockutrymmesanvändning och låser in $IP i betalningsflödet, vilket knyter efterfrågan på token till AI-datatillväxt.
Om Poseidon drar till sig både leverantörer och köpare kan det förvandlas till Storys flaggskeppsapp, vilket ökar aktiviteten på kedjan, avgiftsvolymen och tokenverktyget Story behöver för att stå ensamt som en IP-kedja (teamet har redan antytt att efterfrågan har bekräftats av ledande robotgrupper).
Det låser också in Story i den bredare AI-ekonomin, vilket ger investerare en tydlig linje mellan Storys uppsida och en sektor som expanderar snabbt.
Först ut: träningsdata för robotik. Nästa stopp: ljud, biometri och datauppsättningar för hälso- och sjukvård.
5,89K
LJW.ip delade inlägget
<Poseidon: AI:s fullstack-infrastruktur för IP-godkänd träningsdata>
Idag lanserar Poseidon: ett nytt infrastrukturlager för AI, inkuberat av Story och uppbackat av 15 miljoner dollar från a16z krypto, byggt för att fixa dess mest trasiga indata: träningsdata.
Nvidia värderas till över 4 biljoner dollar.
AMD ligger på 255 miljarder dollar.
OpenAI, Anthropic, xAI och andra är värda över 500 miljarder dollar tillsammans.
Var och en skiljer sig åt på data, inte modeller eller beräkning. AI-data är idag fragmenterad, olicensierad och juridiskt riskfylld. Stora laboratorier och företag omvärderar sina datapipelines. Kontrakt pausas eller dras tillbaka.
Poseidon finns till för att ändra på detta och det finns en efterfrågan på högkvalitativ, IP-klassad träningsdata.
Poseidon, ett nytt protokoll som inkuberats av Story och stöds av 15 miljoner dollar från a16z krypto, bygger fullstack-infrastruktur på vår blockkedja för att samla in, kurera och licensiera verkliga data som är kritiska för nästa generations AI.
Det bygger på en grundläggande övertygelse: att data är en av de mest värdefulla och understrukturerade formerna av IP, och att Storys infrastruktur är unikt lämpad för att föra in den i kedjan. Poseidon är en naturlig förlängning av Story-blockkedjan och en grundläggande del av vår vision för kapitel 2.
Poseidon fokuserar på den långa svansen. Inte skrapade webbdata, utan POV-video, biometriskt ljud, flerspråkigt tal och sensorrika loggar från gränsenheter och robotsystem. Den typ av data som inte kan fejkas, gissas eller skrapas – och som är avgörande för fysisk AI.
För AI-team ger Poseidon tydlighet och samordning.
De definierar exakt vilka data de behöver.
Bidragsgivare – från telefoner, dashcams, kliniker och wearables – tillhandahåller det.
Poseidon kurerar, avidentifierar, etiketterar och förbereder den för kommersiellt bruk.
Varje datauppsättning registreras i kedjan som IP via Story.
Det som gör detta annorlunda är stapeln under.
Från början var Story utformat för att stödja hela livscykeln för IP: från registrering och tillskrivning till licensiering och royaltyflöden. Det inkluderar konst, musik, fiktion och syntetiska medier, och nu även verkliga datamängder.
Varje datauppsättning blir en IP-tillgång.
Varje bidragsgivare har tillåtelse och belönas.
Varje modellutdata är kopplad till transparent proveniens.
Poseidon är datalagret för den AI-baserade IP-ekonomin. Och det är bara möjligt på grund av vad Story gör möjligt under huven.
--
Det som förverkligar denna vision är teamet.
@SPChinchali, vår Chief AI Officer på Story och nu Poseidons Chief Scientist, har tillbringat det senaste decenniet med att konfrontera de svåraste problemen inom AI i den verkliga världen – hur man samlar in data från kanten, tränar modeller vid kanten och bygger system som kan resonera utanför labbet. Hans tro på kryptoinfrastruktur kom från direkt erfarenhet, och den övertygelsen har bara fördjupats.
@sarickshah, som tidigare var Lead AI Engineer på Story, har byggt och implementerat maskininlärningssystem inom telekom, finans och logistik. På Story hjälpte han till att främja forskning om påverkansfunktioner och verktyg för naturligt språk för IP-indexering. Nu leder han Poseidon som Head of Product.
@WhatTheLJW, tidigare chef för specialprojekt på Story och senior forskare vid Harvard Crypto Lab, leder strategi och verksamhet. LJW bidrar med en sällsynt blandning av tänkande på protokollnivå och operativt flyt – han förstår både arkitekturen och hur man skalar den.
Det här är byggare som har tänkt på detta problem i flera år. Det som har förändrats nu är att världen håller på att komma ikapp varför det är viktigt.
För att säkerställa att Storys inkubationsmodell genomförs med full övertygelse kommer jag att fungera som Poseidons grundare samtidigt som jag fortsätter i min dagliga roll som Storys VD, i nära samarbete med Sandeep, Sarick och LJW för att få ut denna infrastruktur på marknaden. Så här allvarligt tar vi verkliga data som en vertikal av IP – en som måste tokeniseras, göras programmerbar och föras helt in i kedjan genom Story.
--
I den fysiska AI:s tidsålder är data den nya vallgraven.
Poseidon är hur vi bygger det – etiskt, säkert och i stor skala.
Så här ser kapitel 2 ut i rörelse.
Låt oss bygga.
6,9K
Jag är tacksam för att kunna berätta att jag ansluter mig till @psdnai som en av grundarna och VP för Strategy & Ops.
Vi tillkännager en såddrunda på 15 miljoner USD som leds av @a16zcrypto och inkubation av @StoryProtocol för att bygga datalagret för AI, designat för den verkliga världen.
Det finns 3 konkurrenskraftiga lopp inom AI: modeller, beräkning och data.
De flesta modellarkitekturer har öppen källkod och replikeras snabbt, vilket minskar deras konkurrensfördelar. Halveringstiden för innovation i modelllagret blir kortare och kortare.
Beräkning är ett monopol: GPU-åtkomst kontrolleras av ett fåtal etablerade företag som Nvidia, vilket gör skala till en funktion av kapital.
Datalagret är vidöppet och det är den mest värdefulla delen av AI-stacken som ännu inte har lösts.
Min väg här har följt en konsekvent linje: hur framväxande teknologier som blockchain och AI omformar samordning och värdeskapande.
På Harvard hjälpte jag till att lansera och ledde Crypto Lab tillsammans med @skominers, och forskade om hur blockkedjor och marknadsplatser kan omforma branscher.
På @StoryProtocol arbetade jag som chef för specialprojekt, främst med fokus på skärningspunkten mellan AI och IP. Detta inkluderade att vara värd för samtal med ledande AI-ledare, skriva djupdykningar i forskning om AI x Crypto (H/T till @svenwelly för samarbetet) och AI-inkubationer.
Vid sidan av har jag tillbringat de senaste åren med att skriva, ge råd och hjälpa till att lansera företag i framkanten av AI, krypto och digital IP.
Under de senaste månaderna har jag haft nöjet att arbeta med @SPChinchali och @sarickshah att utforska idéer inom AI.
Vi följde en mycket 0 till 1-strategi och pratade med några dussin ledande AI-företag för att förstå var de var flaskhalsar.
Om och om igen fick vi höra att de inte var flaskhalsar i modellarkitekturen eller beräkningslagret, utan att data höll på att ta slut från Internets källa. Det som finns kvar erbjuder inte längre en konkurrensfördel eftersom alla har tillgång till det.
Vad de istället behövde var data med lång svans / svår att få tag på som var idealiskt skapade för deras användningsfall.
Data som personer som gör vanliga sysslor i första person eller personer som läser transkriptioner på dialekter som inte var lättillgängliga. Ännu viktigare är att de vill att uppgifterna ska vara IP-godkända så att de legitimt kan kommersialisera vad de än bygger nedströms.
AI:s datalager är ett koordineringsspel: hur matchar vi utbud och efterfrågan så att alla blir nöjda.
Poseidon är det mest konkreta förverkligandet av dessa behov som knyter ihop säcken:
→ Data är IP
→ IP behöver infrastruktur (cue @StoryProtocol)
→ Infrastruktur måste arbeta för, inte mot, AI (cue @psdnai)
Poseidon har som mål att:
(1) Skapa ett datalager som samordnar tillgång och efterfrågan på data
(2) fastställa rättigheterna till dessa data i Story L1 som programmerbara immateriella rättigheter så att AI-system kan använda dem på ett legitimt sätt
Poseidon är endast möjligt på Storys IP-blockkedja.
Vi är glada över att ge oss ut på denna resa och bygga i skärningspunkten mellan två av de viktigaste teknikerna under vår livstid.
Tack till alla som stöttade, mer kommer snart!

Poseidon23 juli 00:09
AI är på väg bort från webbläsaren och in i den verkliga världen. Flaskhalsen? Data.
Idag tillkännager vi en såddrunda på 15 miljoner dollar som leds av @a16zcrypto för att bygga infrastruktur som samlar in, kurerar och licensierar data av hög kvalitet för fysisk AI.
Inkuberad av och byggd på @StoryProtocol.
3,17K
LJW.ip delade inlägget
Vi är glada att kunna meddela att vi leder en såddrunda på 15 miljoner dollar i Poseidon, som inkuberades av @StoryProtocol och bygger ett decentraliserat datalager för att samordna tillgång och efterfrågan på AI-träningsdata.
Den första generationen av AI-grundmodeller tränades på data som verkade vara en i praktiken obegränsad resurs. Idag har de mest tillgängliga resurserna som böcker och webbplatser för det mesta uttömts, och data har blivit en begränsande faktor för AI-framsteg.
Mycket av den data som finns kvar nu är antingen av lägre kvalitet eller förbjuden på grund av IP-skydd. För några av de mest lovande AI-tillämpningarna – inom robotik, autonoma fordon och rumslig intelligens – finns data inte ens ännu. Nu behöver dessa system helt nya typer av information: multisensorisk, rik på gränsfall, fångad i naturen. Var kommer alla dessa data från den fysiska världen att komma ifrån?
Utmaningen är inte bara teknisk – det är ett samordningsproblem. Tusentals deltagare måste arbeta tillsammans på ett distribuerat sätt för att hämta, märka och underhålla de fysiska data som nästa generations AI behöver. Vi tror inte att någon centraliserad metod effektivt kan orkestrera den dataskapande och kurering som behövs på den nivå av skala och mångfald som krävs. Ett decentraliserat tillvägagångssätt kan lösa detta.
@psdnai gör det möjligt för leverantörer att samla in den data som AI-företag behöver, samtidigt som IP-säkerheten säkerställs via Storys programmerbara IP-licens. Detta syftar till att skapa en ny ekonomisk grund för internet, där dataskapare får rättvis ersättning för att hjälpa AI-företag att driva nästa generations intelligenta system.
Poseidons team, som leds av Chief Scientist och medgrundare @SPChinchali, bidrar med djup expertis inom AI-infrastruktur. Sandeep är professor vid UT Austin med inriktning på AI, robotik och distribuerade system, med en doktorsexamen från Stanford inom AI och distribuerade system. Produktchef och medgrundare @sarickshah tillbringat ett decennium som maskininlärningsingenjör och skalat AI-produkter för stora företag inom finansiella tjänster, telekom och hälso- och sjukvård.
Vi är glada över att stödja Poseidon i deras arbete med att lösa en av de mest kritiska flaskhalsarna inom AI-utveckling.

79,5K
LJW.ip delade inlägget
AI är på väg bort från webbläsaren och in i den verkliga världen. Flaskhalsen? Data.
Idag tillkännager vi en såddrunda på 15 miljoner dollar som leds av @a16zcrypto för att bygga infrastruktur som samlar in, kurerar och licensierar data av hög kvalitet för fysisk AI.
Inkuberad av och byggd på @StoryProtocol.
152,5K
Det som flyter som vatten
🔱

Poseidon22 juli 00:00
Nästa våg av AI kommer inte bara att finnas i din webbläsare.
Och det är inte datorer eller modeller som är problemet.
Kommer snart – håll utkik.
397
LJW.ip delade inlägget
Vi frågade @SPChinchali om IP:s roll i AI-eran.
– I princip alla publika datamängder har en icke-kommersiell licens.
"Ibland kan generativa AI-modeller som skapar bilder ha tränats på IP-osäkra data och de kan inte ens använda syntetiska data."
"Det @StoryProtocol verkligen fokuserar på är nästa generations grundläggningsmodeller."
"Du kan inte bara skrapa den informationen på internet."
7,36K
Sandeep är en av de smartaste människorna jag har lärt känna (också superödmjuk)

Sandeep Chinchali17 juli 23:00
Jag har ägnat min karriär åt att jaga en fråga: Hur samlar vi in rätt data för att få AI att fungera i den verkliga världen?
Från Stanfords labb till UT Austins klassrum sökte jag överallt. Svaret är inte ännu ett AI-labb, utan en blockkedja byggd för att behandla data som IP. Det är därför jag ansluter mig till @StoryProtocol som deras Chief AI Officer.
På Stanford studerade jag "cloud robotics", hur flottor av robotar kan använda distribuerad databehandling för att lära sig tillsammans. Jag monterade till och med en dashcam i min bil för att lösa detta:
Om robotar bara kunde ladda upp 5–10 % av det de ser, hur skulle vi då kunna välja ut den mest värdefulla datan?
Det mesta var tråkiga motorvägsfilmer. Men <1 % fångade sällsynta scener: självkörande Waymos, byggarbetsplatser, oförutsägbara människor. Dessa "long-tail"-data gjorde modellerna smartare. Jag handmärkte den, betalade till och med Google Clouds märkningstjänst för att kommentera mina filmer med nischade koncept som "LIDAR-enhet" och "autonomt fordon", och tränade modeller som kördes på en TPU i USB-storlek. Men akademin når bara till en viss gräns.
På UT Austin skiftade mina frågor:
→ Hur crowdsourcar vi sällsynta data för att förbättra ML?
→ Vilka incitamentsystem fungerar egentligen?
Det drog mig in på krypto – blockkedjor, tokenekonomier, till och med DePIN. Jag bloggade, skrev artiklar om decentraliserad ML, men undrade ändå: vem är det egentligen som bygger den här infrastrukturen?
Av en ren slump kom jag i kontakt med Story-teamet. Jag blev inbjuden att hålla ett föredrag på deras kontor i Palo Alto. Klockan var 18.00 och rummet var fortfarande fullsatt. Jag svamlade om "Neuro-Symbolic AI" och avslutade med en bild som hette "A Dash of Crypto". Det samtalet övergick i en rådgivande roll, som nu blev något mycket större.
Vi befinner oss i ett avgörande skede. Beräkning är till största delen löst. Modellarkitekturer kopieras över natten. Den verkliga vallgraven är data.
Inte skrapad Reddit. Inte oändligt språk. Men rättighetssäkrade, long-tail, verkliga data som tränar förkroppsligad AI – robotar, AV, system som navigerar i vår röriga värld.
Föreställ dig detta: Jag fångar en sällsynt körscen med dashcam och registrerar den på Story. En vän sätter en etikett på det. En AI-agent skapar syntetiska varianter. På Storys grafstrukturerade kedja blir var och en länkad IP. Royalties flödar tillbaka automatiskt. Alla får betalt, varje steg kan spåras i kedjan.
Det är därför jag nu är Chief AI Officer på Story och bygger rälsen för decentraliserad, IP-godkänd träningsdata. Det är dags att göra data till den nya IP-adressen. Story är platsen att göra det på.
Mycket mer kommer snart. Kom så går vi.



525
LJW.ip delade inlägget
För länge sedan jobbade jag med ett däckföretag som brukade köra demos för säljare på en bana de byggde
Här är en M3 på de billigaste däcken som går att köpa för pengar
Här är en minibuss på halvt slitna bra däck
Se hur snabbt du kan ta dig runt banan i varje
Minivan vann varje gång
Mycket i livet är så här
Du fokuserar på din bil men du borde tänka på dina däck
29,13K
Topp
Rankning
Favoriter
Trendande på kedjan
Trendande på X
Senaste toppfinansieringarna
Mest anmärkningsvärda