Markus Levin da XYO: Por que um L1 nativo de dados poderia se tornar a espinha dorsal da “prova de origem” da IA

No último episódio do SlateCast, XYO cofundador Marcus Levin se juntou aos anfitriões do CryptoSlate para desvendar por que as redes de infraestrutura física descentralizadas (DePIN) estão indo além dos experimentos de nicho – e por que o XYO construiu uma camada 1 especialmente desenvolvida para lidar com o tipo de dados que a IA e os aplicativos do mundo real exigem cada vez mais.

A ambição de Levin para a rede é contundente: “Primeiro, acho que o XYO terá oito bilhões de nós”, disse ele, chamando-o de uma meta ampliada – mas que ele acredita corresponder ao rumo que a categoria está tomando.

Tese de “todos os cantos do mundo” do DePIN

Levin enquadrou o DePIN como uma mudança estrutural na forma como os mercados coordenam a infra-estrutura física, apontando para expectativas de rápido crescimento para o sector. Ele citou uma projeção do Fórum Econômico Mundial de que o DePIN poderia expandir-se das atuais dezenas de bilhões para trilhões até 2028.

Para XYO, a escala não é hipotética. Um dos anfitriões observou que a rede cresceu “com mais de 10 milhões de nós”, preparando o terreno para uma conversa focada menos em “e se” e mais no que quebra quando o volume de dados do mundo real se torna o produto.

Prova de origem para IA: o problema dos dados, não apenas da computação

Questionado sobre deepfakes e o colapso da confiança na mídia, Levin argumentou que o gargalo da IA ​​não é apenas a computação – é a proveniência. “Enquanto o DePIN, o que você pode fazer é, uh, provar de onde vêm os dados”, disse ele, delineando um modelo onde os dados podem ser verificados de ponta a ponta, rastreados em pipelines de treinamento e consultados quando os sistemas precisam de informações básicas.

Na sua opinião, a proveniência cria um ciclo de feedback: se um modelo for acusado de ter alucinações, pode verificar se a informação subjacente é de origem verificável – ou solicitar dados novos e específicos de uma rede descentralizada, em vez de recolher fontes não fiáveis.

Por que uma camada 1 nativa de dados é importante

A XYO passou anos tentando não construir uma cadeia, disse Levin – operando como um middleware entre sinais do mundo real e contratos inteligentes. Mas “ninguém o construiu” e o volume de dados da rede forçou o problema.

Ele explicou o objetivo do design de forma simples: “O Blockchain não pode inchar… e é construído apenas para dados”.

A abordagem do XYO centra-se em mecanismos como Prova de Perfeição e restrições de estilo “lookback” destinadas a manter os requisitos dos nós leves, mesmo à medida que os conjuntos de dados crescem.

Integração COIN: transformando usuários não criptográficos em nós

Uma importante alavanca de crescimento tem sido o aplicativo COIN, que Levin descreveu como uma forma de transformar telefones celulares em nós de rede XYO.

Em vez de levar os usuários à volatilidade imediata do token, o aplicativo usa pontos vinculados ao dólar e opções de resgate mais amplas – e então conecta os usuários aos trilhos criptográficos ao longo do tempo.

Modelo de token duplo: alinhando incentivos com XL1

Levin disse que o sistema de token duplo foi projetado para separar as recompensas/segurança do ecossistema dos custos das atividades da cadeia. “Estamos extremamente entusiasmados com este sistema de token duplo”, disse ele, descrevendo $XYO como o ativo externo de piquetagem/governança/segurança e $XL1 como o token interno de gás/transações usado no XYO Layer One.

Parceiros do mundo real: infraestrutura de cobrança e dados de POI de nível de mapeamento

Levin apontou novas parcerias como um impulso inicial de “aplicativo matador” dentro do ecossistema DePIN mais amplo, citando um acordo com Piggycell – uma grande rede de carregamento sul-coreana que precisa de prova de localização e planeja tokenizar dados no XYO Layer One.

Ele também descreveu um caso de uso separado de prova de localização envolvendo conjuntos de dados de pontos de interesse (horários, fotos, informações do local), alegando que um importante parceiro de geolocalização encontrou problemas em seu próprio conjunto de dados “em 60% dos casos”, enquanto os dados de origem XYO estavam “99,9% corretos”, permitindo o mapeamento downstream para grandes empresas.

No seu conjunto, a mensagem de Levin foi consistente: se a IA e os RWA necessitam de contributos fiáveis, a próxima fronteira competitiva poderá ser menos sobre modelos mais rápidos e mais sobre pipelines de dados verificáveis ​​ancorados no mundo real.