LazAI est lancé sur le réseau principal, nous avons discuté de cette étape avec Metis

Les projets natifs des L2 sont toujours ceux à ne pas manquer.

Auteur : Eric, Foresight News

Dans la soirée du 22 décembre, heure GMT+8, LazAI, la couche de données et d'applications IA incubée par Metis, a annoncé le lancement officiel de son Alpha Mainnet. La dernière action marquante de Metis qui m’avait impressionné était le lancement précoce d’un séquenceur décentralisé. Alors que de nombreuses L2 se recentrent sur le trading ces dernières années, pourquoi Metis choisit-il résolument l’IA ?

Avec cette question en tête, nous avons discuté avec Metis.

Se concentrer sur les « données » : la voie alternative de Metis

L’équipe Metis nous a indiqué que le lancement de LazAI n’était pas une décision opportuniste liée à la tendance IA. Dès le début de l’année, Metis avait déjà défini une stratégie axée sur l’IA, et LazAI est le fruit d’un an de travail approfondi. LazAI n’est pas une simple application IA, ni un produit IA qui lance un token, mais un réseau au service de l’entraînement et de l’application des modèles IA.

Créer une application « Web3+IA » n’est peut-être pas le meilleur choix. À l’heure actuelle, le niveau de développement de l’IA ne justifie pas encore une intégration à l’échelle applicative avec Web3, ou du moins la direction applicative n’est pas suffisamment certaine. La réussite des stablecoins et de la DeFi s’explique par l’insuffisance des infrastructures financières dans de nombreux pays ou régions, créant un vide de marché. Mais pour les applications IA, il me semble que Web3 n’en tirera pas beaucoup d’avantages à court terme.

Mais hors du champ applicatif, la situation est tout autre. Si l’on regarde ces un à deux dernières années, des fournisseurs de cloud comme Alibaba Cloud ou AWS ont intégré, à divers degrés, des outils ou produits liés aux L2 ou à des Alt L1 comme Sui. Cela permet aux fournisseurs de cloud d’offrir une gamme plus diversifiée de choix, et les outils Web3 sont souvent des options plus rentables.

À mon avis, le choix de Metis de lancer LazAI en tirant parti de ses avantages L2 en termes de capacité et de rapidité de validation est judicieux. De plus, LazAI ne se contente pas d’appliquer les concepts Web3, mais propose une solution originale, optimale tant sur le plan technique que sur l’adéquation au marché.

Regardons d’abord le schéma : la principale caractéristique de LazAI est d’avoir conçu une solution complète allant des données à l’entraînement puis à l’application, permettant de réaliser tout le cycle de vie de l’IA, de l’entraînement à l’utilisation, puis aux applications basées sur l’IA, sur LazAI.

Pour bien comprendre LazAI, il faut d’abord expliquer trois composants clés : iDAO, DATs et le cadre de calcul vérifiable.

iDAO est l’unité minimale de participation au réseau, et aussi un nœud de consensus. Il peut incarner n’importe quel rôle dans le cycle de vie de l’IA : professionnels fournissant des données, modèles IA utilisant ces données pour l’entraînement, entités fournissant de la puissance de calcul, équipes développant des applications basées sur l’IA, etc. LazAI décompose les différents acteurs de l’écosystème IA, offrant ainsi plus de modularité et de combinabilité à l’IA.

Les DATs (Data Anchoring Tokens) sont une norme de semi-fongibilité de tokens, originale de l’équipe LazAI, et constituent l’innovation centrale de LazAI. Un DAT encode trois attributs clés : un « certificat de propriété » prouvant la provenance de l’actif et l’identité de l’auteur, un « droit d’usage » définissant le quota d’accès (par exemple, le nombre d’appels d’inférence), et un « partage de valeur » permettant au détenteur de recevoir automatiquement des revenus proportionnels. Les DATs permettent aux contributeurs de données et aux développeurs IA de monétiser leurs apports et de continuer à percevoir des revenus de l’usage futur par les utilisateurs.

Le cadre de calcul vérifiable vise à résoudre le problème de la « boîte noire » dans le calcul IA, garantissant la traçabilité des appels de données et de modèles. LazAI utilise les TEEs (Trusted Execution Environments), les ZKPs (Zero-Knowledge Proofs) et les OPs (Optimistic Proofs) pour minimiser la confiance nécessaire dans l’exécution IA hors chaîne. Les TEEs assurent l’exécution privée, les ZKPs valident les sorties sans divulguer les données, et les OPs supposent la validité pour optimiser la vitesse. Ce système hybride de preuves, similaire au ZK Rollup, est spécialement conçu pour l’IA, équilibrant confidentialité, efficacité et vérifiabilité.

On peut ainsi résumer le flux de travail global du réseau LazAI : l’utilisateur soumet des données cryptées à iDAO, iDAO les regroupe en un LazAI Flow, envoyé via VSC à Quorum, qui utilise TEE/ZKP pour valider et ancrer le hash sur LazChain. Après validation on-chain, les DATs sont mintés, enregistrant les métadonnées et les droits ; l’utilisateur transfère les DATs pour appeler un service, l’exécution hors chaîne se fait via TEE, et le résultat est vérifié par ZKP/OP.

Dans ce processus, le VSC (Verifiable Service Coordinator) peut être vu comme un groupe d’experts chargé de vérifier l’authenticité des données spécialisées, tandis que Quorum est le mécanisme de consensus de LazChain, et iDAO, en tant que nœud de consensus, assure à la fois ses propres responsabilités et le bon fonctionnement du consensus.

Alpha Mainnet est en ligne, que pouvons-nous faire ?

LazAI a été conçu pour résoudre le problème de l’accès aux données apprenables dans le domaine de l’IA. Parmi les projets Web3+IA actuels, à part x402, les autres incluent des réseaux de puissance de calcul, des réseaux de modèles d’incitation comme les AI Launchpads, et plus récemment, des projets axés sur la fourniture de données apprenables. De mon point de vue, les deux premiers ne répondent pas à des besoins réels, utilisant Web3 comme un meilleur support pour l’IA, tandis que les derniers sont trop limités dans leur couverture.

LazAI, conçu pour répondre à des problèmes spécifiques, a créé un mécanisme original permettant aux contributeurs de bénéficier durablement, inscrit dans la logique du code plutôt qu’ajouté à chaque fois de façon ad hoc, afin de garantir les intérêts des participants.

D’après l’équipe, l’Alpha Mainnet de LazAI ne lancera pas immédiatement de token. Pour ceux qui ont une expertise à apporter, ainsi que pour les développeurs de modèles et produits IA, c’est une occasion rare de se mettre en avant et de monétiser leurs compétences via des airdrops. De plus, LazAI lancera un programme d’incitation pour développeurs doté d’une cagnotte totale de 10 000 METIS, couvrant toutes les étapes, du prototype précoce à l’application mature, et offrant un soutien écosystémique à plusieurs niveaux, incluant la promotion cross-sociale et un fonds de croissance utilisateur.

Avant le lancement du Mainnet, LazAI avait déjà obtenu de bons résultats sur le testnet. Selon l’équipe, le nombre total d’utilisateurs actifs sur le testnet approche les 140 000, et le compagnon IA évolutif Lazbubu, lancé par l’équipe officielle, a séduit près de 15 000 utilisateurs.

Les résultats du testnet ne s’arrêtent pas là : ROVR Network, qui transforme les véhicules quotidiens en cartographieurs intelligents du monde physique 3D, a adopté la solution LazAI.

ROVR utilise ses dispositifs pour cartographier en continu l’environnement et générer des ensembles de données géospatiales riches, qu’il injecte dans l’écosystème LazAI. Dans ce cas, ROVR est un « iDAO » ; les données qu’il télécharge sont mintées en DAT, et LazAI dispose ainsi d’une base de données DePIN et RWA de haute précision, que des outils d’auto-conduite IA pourront utiliser pour s’auto-optimiser à l’avenir.

L’équipe nous a confié que la culture de LazAI est très favorable aux développeurs, comme en témoigne le programme d’incitation lancé à l’occasion du Mainnet. Cette culture axée sur les développeurs a également attiré l’attention des chercheurs IA. En juin dernier, le Dr Zehua Wang, membre clé du Blockchain Research Center de l’Université de la Colombie-Britannique (UBC) au Canada et professeur associé au département d’ingénierie électrique et informatique, a rejoint LazAI en tant que conseiller technique. Le Dr Wang travaille depuis longtemps sur la collaboration et la sécurité des systèmes multi-agents décentralisés, avec un accent particulier sur la fusion de l’IA et de la blockchain, notamment dans les domaines de l’edge AI de confiance, de la sécurité des blockchains et smart contracts, et des zero-knowledge proofs.

Comme mentionné au début, Metis a été la première L2 à mettre en pratique le séquenceur décentralisé, illustrant bien sa quête d’innovation technologique. Cette persévérance technique et cette attention portée aux développeurs posent une base solide pour le développement à long terme.

Pourquoi choisir l’IA ?

La question peut sembler naïve. L’IA étant un concept en vogue, le choix paraît évident, mais la réalité est sans doute plus complexe.

Les L2 généralistes sur Ethereum font face à des défis de plus en plus sévères. De nombreux projets choisissent de créer leur propre L1 ou de développer des appchains sur des Rollups matures, à la recherche de performances plus personnalisées. Cela oblige les L2 à se repositionner et à chercher de nouvelles directions en fonction de leurs atouts.

Récemment, le smartphone de ByteDance équipé de Doubao a fait sensation. L’essentiel de cette agitation est qu’avec l’IA, l’utilisateur n’a plus besoin d’interagir avec de multiples applications, il suffit d’indiquer son besoin à l’IA, qui se charge d’utiliser les apps nécessaires pour atteindre l’objectif. Cela change fondamentalement la logique de « captation du trafic » de l’ère Internet : à l’avenir, l’entrée du trafic sera probablement disputée entre IA.

Je cite cet exemple pour montrer que, même si beaucoup de L2 se tournent vers le trading, les marchés de prédiction ou la tokenisation RWA, ils oublient que les futurs utilisateurs de ces applications ne seront peut-être plus des humains, mais des IA exécutant les instructions humaines. Si l’on rate l’entrée IA, même de nombreuses appchains deviendront de simples exécutants pour l’IA, et Metis avait déjà anticipé ce problème il y a un an.

J’ai déjà mentionné que Metis a commencé à appliquer une stratégie centrée sur l’IA dès le début de l’année. En mars, lors d’ETHDenver, Metis a dévoilé une stratégie dual-chain : outre Metis, Hyperion, une L2 à haut débit optimisée pour les applications IA, prend en charge l’exécution parallèle et le feedback instantané. De plus, Hyperion est profondément intégré au Metis SDK, permettant la construction modulaire d’appchains, et vise les applications à haute fréquence et IA temps réel.

LazAI est le « produit phare » de cette stratégie, et toute la préparation antérieure révèle ici sa vraie valeur. Toutes les L2, y compris Metis, savent pertinemment que leur avantage d’efficacité est lentement érodé par le mainnet Ethereum ; il leur faut donc un produit phare pour s’imposer dans au moins un secteur, afin d’assurer une utilisation stable de la chaîne et le bon fonctionnement de l’écosystème. L’infrastructure IA ressemble à une tâche « difficile mais juste ».

L’utilisation de solutions Web3 pour optimiser l’annotation des données IA n’a commencé à émerger que ces derniers mois, et Metis fait partie des premiers pionniers. Mais la solution de Metis est typiquement Web3 Native, bien plus qu’une simple confirmation on-chain et l’émission d’un token.

Pour Metis, l’expansion de l’écosystème applicatif on-chain et la stratégie de la chaîne comme couche de règlement avancent de concert. Je suis convaincu que la valeur future des tokens sera de plus en plus liée à la valeur réelle, et que le degré d’adoption du réseau, la demande réelle de tokens Gas, détermineront la valeur du token et du réseau. L’incursion dans l’IA est aussi un retour de valeur pour METIS lui-même. Si ma prédiction se réalise, plus il y aura d’appchains non-IA basées sur la stack L2, plus METIS bénéficiera d’un soutien de valeur.

Les produits basés sur la blockchain commencent déjà à s’infiltrer dans tous les aspects des applications Internet, et leur présence dans l’IA est encore plus marquée. Je reste persuadé que les simples « modèles on-chain » ou « AI Launchpads » n’auront pas une longue durée de vie, mais des produits comme LazAI, qui servent le cycle de vie de l’IA, sont différents. Pour les développeurs et les utilisateurs, les produits placés au cœur de la stratégie écosystémique valent toujours la peine d’être suivis et adoptés.