表现
RD 熱度指數
RD 增長指數
| 1h | 24h | 7d | 30d | 60d | 90d |
|---|---|---|---|---|---|
| 0.61% | 10.41% | 3.59% | 141.28% | 116.86% | -- |
比較
Top 持有者
| 持倉地址 | Token | 持倉數量 | 佔比 | 價值 |
|---|---|---|---|---|
| 0xec29...f988 |   POD | 256,876,764.08 | 51.38% | $160.65M |
| 0x8e35...bef6 | POD | 160,106,441.31 | 32.02% | $100.13M |
| 0xc19a...7c0a | POD | 38,265,746.93 | 7.65% | $23.93M |
跟隨更新
跟隨列表
人物
關於Dolphin
Dolphin 是一個去中心化的推理網絡，將閒置的消費級 GPU 匯聚成共享運算池。其核心業務允許 GPU 擁有者在 Windows 或 Linux 上運行輕量級節點軟體，貢獻運算力以賺取 POD 代幣，同時開發者與用戶能以較低成本存取 AI 模型推理服務。 其主要競爭優勢在於 Peer-to-Pool 架構，不同於傳統的 1:1 配對模式，節點可自由加入或退出，無需長期承諾。該網絡透過軟體完整性檢查、驗證節點與加密經濟質押機制，防止惡意節點篡改模型或回傳錯誤結果，確保輸出品質。此外，藉助 Nvidia 的市場區隔——消費級 GPU 遠比資料中心 GPU 便宜，卻能提供相近的推理效能——Dolphin 降低了約 30% 的成本。 其解決的市場痛點在於 AI 推理的高成本與中心化。傳統雲端服務價格昂貴且引發隱私疑慮，而現有去中心化網絡常要求節點嚴格在線，且缺乏有效驗證機制。Dolphin 的彈性參與模式與多層驗證系統提供了更易於使用且值得信賴的替代方案。 在過去六個月（2026 年 3 月至 9 月），Dolphin 已於 2025 年 10 月推出 V1 網絡，並正準備 V2 版本，該版本將引入批次處理以達到企業級吞吐量，並提供公開 API。其路線圖還包括大型模型的分片推理（例如將 235B 模型拆分至多個 GPU）、分散式 LoRA 訓練，以及擴展至音訊生成領域。然而，該網絡仍面臨分散式系統常見的挑戰，例如節點效能不穩定、結果驗證複雜，以及開放 AI 模型的監管不確定性。
自2024年6月20日完成88.6萬美元種子輪融資以來，海豚網絡逐步構建起去中心化推理網絡。關鍵里程碑包括：打造服務超過百萬Venice.ai用戶的海豚Mistral 24B威尼斯版模型；在Hugging Face平台實現月下載量突破500萬次；2024年10月推出海豚推理網絡v1版本，實現閒置消費級GPU的調用。 路線圖規劃了長期節點：v2版本引入批量處理以提升企業級吞吐量；擴展圖像、視頻、音頻及轉錄模型支援；實現分散式LoRA訓練（經Llama3.1 405B驗證）；推進分散式強化學習與全參數SFT；最終達成大規模分散式預訓練，並輔以模型創作套件與代幣經濟激勵機制。
正面： 協議收入100%用於回購POD，直接抵銷通脹；POD一個月內暴漲14倍，市值約1500萬美元；質押xPOD可獲得自動複利、AI推理積分及高級訂閱權益；節點質押使利益一致，並借鑒Curve等DeFi機制；團隊12年歸屬、不持股，99%收入歸協議。 負面： 公共API尚未開放，外部收入尚未實現；供應量壓縮在800張GPU且獎勵偏低；回購分配比例尚未決定；API可能延遲至9月之後；獨立基準測試可能未達宣稱的88%。
Eric Hartford（核心貢獻者） - Quixi AI 創辦人，Dolphin 與 Samantha 開源 AI 模型系列創作者。
- 曾任 Lazarus AI 首席科學家；TensorWave 資深應用 AI 研究員；Abacus.AI 與 Convai 資深應用 AI/ML 研究員。
- 早期職涯：Microsoft 資深軟體工程師、eBay 專案經理、Amazon 軟體開發工程師。
- 在 Hugging Face 上發布超過 30 個微調模型（例如 Dolphin Llama 3、Mistral、Qwen2）。
- 活躍於 Twitter（@QuixiAI）與 LinkedIn（linkedin.com/in/ehartford）。 備註：根據所提供的資料，未發現其他共同創辦人或高階主管。