去中心化 AI 网络：对大科技公司主导地位的威胁还是机遇？

去中心化 AI 网络正在将开发者和资本的兴趣从 OpenAI、Google 和 Meta 运行的封闭系统中吸引走。

这一转变以开放治理模型和分布式计算为中心，而不是单一公司的服务器。早期基准测试显示，当数千个志愿者节点参与时，某些任务的训练吞吐量相当。

Big Tech 已通过选择性开放发布做出回应，同时保持前沿模型权重受限。紧张关系在于谁制定访问规则以及谁获取由此产生的价值。

规模与协调测试结果

Bittensor 和 Gensyn 等网络的近期测试网报告显示，2026 年第一季度基于代币权重的验证者参与节点超过 12,000 个。在图像生成工作负载上，任务完成率达到 87%，与相同提示下的集中式基线相比。

这些数据来自公开仪表板，而非经审计的第三方审查。平均延迟仍比单一区域数据中心高 2.4 倍。

集中式实验室发布模型卡，并将微调限制在经批准的合作伙伴范围内。去中心化方案则使用链上投票来决定权重更新和收入分配。

这种差异影响下游控制。一种模式将用户视为消费者；另一种模式将用户视为共同所有者，投票权重与权益成正比。

企业团队仍默认选择封闭 API，理由是可审计性和责任担忧。

根据 2026 年 4 月的聚合器报告，无许可网络在非高峰时段的 GPU 小时定价比主要云服务商的现货价格低约 60%。利用率接近 74%，而预留云实例为 38%。

在长上下文推理基准测试中出现准确性差距，集中式模型保持 9 至 14 分的领先优势。当去中心化集成添加检索层时，差距会缩小。

欧盟和美国监管机构已就分布式网络中模型输出造成伤害时的责任问题启动磋商。当没有单一运营商持有完整数据集时，训练数据的归属变得更加困难。

批评者指出，基于代币的投票可能使权力集中在大持有者手中，从而重现网络试图避免的中心化。目前尚无正式执法机制来移除恶意验证者。

关注主要实验室是否会在下一季度发布可与开放权重节点互操作的可衡量推理 API。通过 6 月的备案跟踪两个最大去中心化网络上的验证者集中度指标。关注企业采购公告中是否有结合两种架构的预算试点项目。