ZHCs.ai｜中国龍Loong.btc

The Zero-Human Company era is coming AI 经济体｜#ZHC 研究所：t.me/ZHCs_AI

@leyten @Zai_org @cz_binance @star_okx @justinsuntron

Wow, it has happened! 30.55 tok/s on GLM-5.2 4-bit (from @Zai_org) ran by six RTX Pro 6000's across the USA scattered over WAN! I can't believe this. It was an insane build, you can read more about it on github.com/leyten/shard

@0xJeff 看一下这个 @c0mputeAI 去中心化 无审核ai

If Decentralized AI, does not find its PMF this year.. ​ I don't know what will ​ In a month, we had > Gov banning Mythos/Fable 5 > Anthropic ToS to include KYC (government ID → photo → biometric) > JPMorgan HK banning Claude (following GS) > Open models usage hit ATH on OpenRouter > Meta forced to sell Manus back to China at $2B despite 4x'd rev ​ Open-source/DeAI remains the only stack that CANT be forcibly banned, censored, and repatriated by the government ​ Open models will achieve Mythos-like intelligence by Q3

@yrzhe_top @leyten 是的，我2022年就研究这个板块了，后面放弃了，当时的技术是不可能实现的，后面所有号称deai的我都当作骗局处理。 现在感觉时机成熟了

之前研究去中心化 GPU 计算的时候，觉得蛮有意思就买了点 IO.net。当时确实太早期了，延迟一直绕不开。 在公网 WAN 上跑大模型推理，传统 pipeline 基本只能做到 1-2 tok/s，实际体验很差。今天看到 @leyten 用 shard，在 6 张分布在美国不同州的 RTX PRO 6000 上，通过 pipeline + speculative decoding 把 GLM-5.2（744B）跑到 30.55 tok/s，确实是实打实的工程进展。 这和 IO.net 这类 DeAI 项目侧重点不一样，它把公网异构 GPU 跑模型从理论上往前推了一步。 当然现在还是早期，并发、稳定性、完整 serving 能力都还需要验证，但至少延迟这个最核心的瓶颈，已经被部分打破了。

如果能成功落地生产， #C0mpute 将超越 Venice

@798_eth 看看这个 @c0mputeAI ，去中心化ai革命，“模型切片 + 分布式推理 + 推测解码 ”

去中心化 AI 最值得看的方向之一，是去中心化推理模型。简单说，就是让全球不同地方的 GPU、研究者、数据和任务环境，一起参与训练一个更会思考、更会解题、更会使用工具的 AI 模型。 过去大模型训练基本被少数巨头垄断，因为你需要 GPU 集群、海量资金、工程团队、训练数据、评测系统和 RL 后训练能力。这套东西太贵了，所以 AI 的核心能力越来越集中在 OpenAI、Google、Anthropic、Meta 这些公司手里。 但现在，一个新变化出现了：AI 训练的重点，正在从“预训练”转向“后训练 / 强化学习 / 推理能力提升”。这给去中心化 AI 留出了窗口。因为推理模型的提升，不只是靠堆更多数据和参数，还需要设计任务环境，让模型反复尝试，给它明确奖励，验证它是否真的做对，再把结果反馈回训练。这件事天然适合开放协作。 Prime Intellect 就是这个方向里很值得关注的代表。它是在尝试搭一个开放 AI 训练栈：有算力市场，有 RL 训练框架，有环境库，有评测系统，也真的发布了 INTELLECT 系列模型。最关键的是 INTELLECT-2，它展示了一个 32B 推理模型，可以通过全球分布式的强化学习方式训练出来。 未来 AI 模型的能力提升，可能不只发生在少数封闭实验室里，也可能由全球的算力、开发者、任务环境和验证机制共同推动。我觉得去中心化 AI 真正的突破口，不一定是从零训练 GPT-5 级别模型，更现实的路径是先在推理、代码、数学、搜索、Agent 任务、垂直行业模型上突破。 因为这些场景更容易定义奖励，也更容易验证结果。谁能把“任务环境 + 奖励机制 + 分布式训练 + 可验证贡献”这套闭环跑通，谁就可能成为去中心化 AI 的核心基础设施。

@OrdzWorld 我记得我好像在群里发过这个

多留意这些去中心化AI平台 至少会跑出3家和AAA差不多体量的平台，甚至高很多 这是确定性较高的趋势 AI逐渐成“最上层”的战略，就类似btc要崛起一个道理

$ZERO EmcxFTNVDqyLHp11NvwvLZ4D7LKGbG9i7B8RF7dwpump 对抗 Big Tech 集中式数据中心（如 OpenAI 等依赖巨型 GPU 集群） 用户贡献散布在各地的消费级硬件，如 RTX GPUs，通过网络协同运行大型 AI 模型，实现分布式、多节点推理 Dev @leyten 电气工程师，在crypto做硬件相关分布式计算很 match ————— 绑定OW 的币安钱包邀请码，私信TG进Alpha社群 + 聪明钱信号群（日更） 邀请码：ZYS5BZE9 绑定教程看置顶推文

c0mpute 这个创新，要是能落地生产，就是10亿美金的独角兽！希望他们成功，真正开启去中心化AI时代 ！ @c0mputeAI @leyten solana:EmcxFTNVDqyLHp11NvwvLZ4D7LKGbG9i7B8RF7dwpump

@bicc8eth @c0mputeAI 又涨了几倍,你说的是前排筹码吗？10%是项目方锁仓一年的筹码

@ZHCsAI @c0mputeAI 市值太高了，捆绑账户32%，下一个

“去中心化+无审核的AI”就是最大的趋势，“模型切片 + 分布式推理 + 推测解码 ”这个技术能落地生产，就是上千亿美金的市场。 @c0mputeAI solana:EmcxFTNVDqyLHp11NvwvLZ4D7LKGbG9i7B8RF7dwpump

@leyten 是否可以拿巨人的融资，买更多GPU，去往10亿美金。

So do we now build the torrent for AI with this or what?

牛逼了 c0mpute 真要创造革命！ $zero 要逆天了

@c0mputeAI 实现GLM-5.2运行在6张分散于美国各地的 RTX PRO 6000上,通过公网（WAN）连接，利用Async Draft和Pipeline技术，实现了16.6 tok/s的推理速度。 未来AI或许不是由少数科技巨头拥有的超级集群提供,而是由全球数百万张GPU组成的去中心化智能网络提供,让整个互联网变成一台超级 AI 计算机 $ZERO

@bicc8eth @c0mputeAI 我喊的时候才 二十

$zero 又新高了

@kevincodex @cursor_ai @gitlawb 直接让对方收购吧，或者投资也行

@cursor_ai we are building @gitlawb . welcome to the new era

We're launching code storage and git hosting. Origin gives teams and agents a place to host, review, and collaborate on code. Available this fall. Join the waitlist. cursor.com/origin-waitlist

@usedotai Are you an uncensored AI service?

Kimi-2.7-Code is now live and fully private for all users on Dot, and it's another great example of how we scale. At Dot we do not simply bolt new models to our platform. Instead, we treat every models as interchangeable execution backends behind a routing layer, so the moment a frontier-class open-weight model ships, we drop it into the right lane and it is live, routed, and fully private in minutes (check our Fable 5 integration for reference on our speed). The release is a real step up on code and agent performance: +21.8% on Kimi Code Bench v2 +11.0% on Program Bench +31.5% on MLS Bench Lite A new high-capability open model should not leak its upstream surface area into the product. It needs to sit behind a stable inference contract: normalized identity, server-owned provider params, bounded context policy, fair-use isolation, streaming compatibility, and privacy-preserving request handling. This is how Dot scales, by making the best open models in the world interchangeable, routable, and private by construction the day they land.

@jun_song When will SuperGemma .AI officially launch its uncensored AI service?

How to run GLM-5.2 locally right now. > Mac Studio M3 Ultra 512gb : ~$20k > 3~4x DGX Spark(oem) : ~$10k~16k Prices in USA/Korea.

去中心化无审核AI是确定性的大需求， 核心指标：用户、营收、必须要有，所有的运营炒作最终都必须要转化为真实的用户，我将长期关注并跟踪该板块，在大趋势下筛选靠谱的项目。