O próximo ponto de inflexão da era da IA — Como a Gradient está planejando o futuro da inteligência aberta

Autor: Biteye Contribuidor principal @anci_hu49074

Blockchain está se tornando gradualmente a infraestrutura financeira da IA, o ideal de descentralização precisa urgentemente de uma solução

No passado, sobre como blockchain e IA poderiam se integrar, a comunidade criou muitos novos termos: Web3 AI refere-se de forma geral a todas as integrações, Crypto AI é mais conservador e pragmático, buscando fornecer infraestrutura financeira para IA através do Crypto; enquanto DeAI representa o ideal pioneiro de descentralização, tentando criar uma IA democrática e justa para todos usando blockchain.

No cenário ideal, essas duas rotas poderiam coexistir e impulsionar juntas um ecossistema Web3 AI eficiente e justo. Mas a realidade é sempre cheia de reviravoltas: o frenesi de especulação com moedas de IA iniciado pela Nof1 ainda não esfriou, e o X402, com o respaldo de gigantes como Google, Cloudflare e Coinbase, rapidamente ganhou popularidade, fazendo com que todos acreditassem ainda mais que blockchain se tornará a infraestrutura de pagamentos da IA, ou seja, o caminho do Crypto AI.

No entanto, esse forte desenvolvimento do Crypto AI, de certa forma, também nos faz depender ainda mais dos gigantes tradicionais, acelerando ainda mais a expansão desses gigantes — como permitir que pessoas comuns participem da distribuição de valor da IA e evitar uma dependência ainda maior dos gigantes tradicionais? DeAI precisa de uma nova solução para romper esse ciclo.

Nesse contexto, Gradient está apresentando sua própria resposta.

Nuvem ou local? Uma questão importante para IA descentralizada

Nuvem ou local é uma escolha que enfrentamos com frequência.

No passado, a conveniência da nuvem nos fez acreditar com otimismo no “tudo na nuvem”, achando que com o avanço do 5G poderíamos nos livrar das limitações de hardware, obtendo armazenamento e poder computacional de forma barata através de “aluguel”, uma solução flexível e econômica.

Mas na era da IA, esse “direito de escolha” está sendo silenciosamente retirado — um chip Nvidia essencial pode custar facilmente milhares de dólares, então pessoas comuns só podem recorrer à nuvem, sendo forçadas a seguir o roteiro de “trabalhador de aluguel”, entregando ainda mais poder aos gigantes da nuvem.

Escolher produtos de nuvem prontos parece ser eficiente e conveniente, mas por trás disso está a completa perda de soberania sobre seus “ativos de IA”. Antes da era da IA, trocávamos dados por serviços gratuitos, algo ainda tolerável; mas à medida que as capacidades da IA continuam a se expandir, chegará o dia em que a IA administrará nossos ativos, decidirá nossos investimentos, conhecerá nossos desejos e vulnerabilidades mais íntimos — tornando-se uma parte indispensável de nossas vidas.

E se você optar pela solução em nuvem, essa parte indispensável estará nas mãos dos provedores de nuvem. Lembra do desespero generalizado na internet quando o ChatGPT4 foi retirado do ar?

O que a Gradient quer fazer é dar a todos a capacidade de implantar modelos, permitindo que cada um tenha soberania absoluta sobre seus “ativos de IA” e ajudando você a armazenar dados localmente, protegendo sua privacidade e segurança.

Claro, isso não significa que a Gradient se volta totalmente para o local, abandonando o desempenho e a escalabilidade da nuvem. Pelo contrário, através de uma rede colaborativa, a Gradient pode combinar o desempenho da nuvem com as vantagens de privacidade do local. Os usuários podem desfrutar da eficiência e flexibilidade da nuvem, garantir a segurança e autonomia dos dados e, ao mesmo tempo, reduzir custos por meio da colaboração em rede. Para cenários com alta demanda, como companheiros de IA e trading com IA, esse modelo traz vantagens abrangentes sem precedentes.

E tudo isso, vamos começar falando do Parallax.

Nuvem

Local

Gradient Parallax

Investimento financeiro

Baixo

Alto

Praticamente gratuito

Nível de dificuldade

Simples

Difícil

Simples

Proteção de privacidade

Baixa

Alta

Alta

Soberania dos dados

Não

Sim

Sim

A melhor forma de usar modelos open source: Parallax

Você já teve essa dúvida? Modelos open source são ótimos e têm grande potencial, mas na prática parecem distantes de nós — pessoas comuns não têm poder computacional de GPU, nem conseguem lidar com instalações complexas; mesmo que esses modelos estejam disponíveis gratuitamente no HuggingFace, aqueles que dizem rodar em notebooks geralmente só funcionam em Macbook Pro M4 topo de linha, e ainda assim com desempenho limitado.

Como quebrar a barreira entre modelos open source e usuários comuns, liberando todo o potencial desses modelos? A Gradient traz sua solução: Parallax.

Gratuito — Parallax é um sistema operacional de IA totalmente open source, que você pode instalar gratuitamente em seu PC ou Mac. Assim, você pode escolher entre mais de 40 modelos open source atualmente disponíveis no Parallax, baixá-los para sua máquina e rodar localmente, garantindo privacidade absoluta e custo zero (desconsiderando o custo de energia elétrica).

Simples — todo o processo de instalação é muito rápido, basta ter algum conhecimento básico de terminal (pode pedir ajuda para uma IA), normalmente leva menos de três minutos para concluir.

Escalável — como mencionado antes, o desempenho local é limitado, mesmo PCs topo de linha têm dificuldade para rodar LLMs. Por isso, além do modo Local-Host (modo local), o Parallax também oferece:

-  Co-Host (modo colaborativo): compartilhe o poder computacional de PCs de amigos na mesma rede local (LAN); se você tiver vários dispositivos, também pode conectá-los dessa forma.

-  Global Host (modo global): hospedagem distribuída em redes de longa distância (WAN), permitindo colaboração de poder computacional distribuído em diferentes regiões e rodando modelos ainda maiores.

Agora, os modelos open source finalmente estão acessíveis a todos. Seja para máxima privacidade ou desempenho flexível, é possível ter ambos.

O lado prático do ideal DeAI: como fazer um bom produto?

Ser fácil de usar e respeitar o usuário são as impressões mais diretas após experimentar o produto da Gradient.

O Parallax simplificou de forma extrema e elegante o processo complexo de implantação local e inferência colaborativa, proporcionando uma experiência de usuário fluida e amigável. Além disso, a equipe lançou uma demo interessante de Chatbot, diferente dos tradicionais: ao responder perguntas, ele mostra em tempo real o progresso da inferência de cada nó na rede, permitindo que o usuário visualize todo o processo de inferência descentralizada.

Além da sinceridade com os usuários, a Gradient também tem uma abordagem abrangente e sólida em todo o negócio DeAI.

Com o Parallax responsável pela inferência descentralizada, a Gradient também lançou o protocolo de treinamento descentralizado para aprendizado por reforço chamado Echo, e a arquitetura Lattica como camada de transmissão de dados, formando uma pilha tecnológica completa de IA descentralizada.

Echo é uma estrutura inovadora para treinamento descentralizado de aprendizado por reforço (RL), desacoplando as etapas de “amostragem de inferência” (geração de dados) e “treinamento de modelo”, atribuindo cada uma ao hardware mais adequado. Por exemplo, computadores e notebooks comuns coletam dados e interagem com o ambiente, enquanto servidores de alto desempenho se concentram no treinamento e atualização dos modelos. Isso integra eficientemente poder computacional heterogêneo e distribuído, melhora a eficiência do treinamento, reduz custos e permite uma implantação descentralizada mais flexível.

Lattica, como motor de transmissão de dados universal, é responsável por transferir de forma eficiente e segura pesos de modelos, tokens de inferência e outros dados críticos na rede descentralizada. Sua latência chega a apenas 98ms, cobrindo mais de 3.300 cidades e 37.000 nós globalmente, sendo chamado de “vasos sanguíneos de dados” do ecossistema Gradient.

Com base no Echo, a Gradient está treinando uma série de modelos verticais para setores específicos, aproximando-se ou até superando o desempenho do GPT-5 e Claude Sonnet 4.5 em ambientes reais, impulsionando a adoção da infraestrutura.

Além disso, aproveitando as vantagens de velocidade e custo da poderosa rede de poder computacional distribuído, a Gradient também lançou o serviço Gradient Cloud para clientes corporativos e planeja construir uma camada de confiança para IA em áreas como verificabilidade de inferência e treinamento de LLMs, além de privacidade do usuário não rastreável. Com isso, a Gradient também pretende criar uma rede colaborativa de múltiplos AI Agents, impulsionando a inovação na camada de aplicação e formando um ciclo comercial completo.

Como ver o caminho da IA descentralizada da Gradient?

Descentralizar a IA é tão difícil quanto desafiar o capitalismo, exigindo uma combinação perfeita de tempo, lugar e pessoas.

Atualmente, a Gradient já arrecadou 10 milhões de dólares em sua rodada seed, liderada por Pantera Capital e Multicoin Capital, com participação da Sequoia China. Entre os dois fundadores, Eric veio da Sequoia China e Yuan tem experiência em projetos como Helium e Neo. Os membros principais da equipe incluem talentos de universidades de ponta como Tsinghua Yao Class, medalhistas de ouro da ACM, Berkeley, CMU, ETH, com experiência em empresas líderes como Google, Apple, ByteDance e Microsoft.

Em pesquisa, a equipe tem produção contínua nas áreas de aprendizado de máquina distribuído, AI Agent, computação verificável, entre outros, com publicações detalhadas. Especialmente no problema de agendamento de hardware heterogêneo em treinamento descentralizado, a Gradient planeja apresentar inovações em algoritmos de agendamento complexo na principal conferência de IA, ICLR 2026.

As excelentes capacidades de produto e pesquisa da Gradient têm recebido reconhecimento e apoio contínuos. Atualmente, o Parallax está em primeiro lugar no Product Hunt e já estabeleceu parcerias com laboratórios de IA open source de destaque como @Kimi_Moonshot e @Alibaba_Qwen, permitindo que um grupo de PCs/Macs rode modelos grandes como Kimi K2 e Qwen3 235B de forma fluida.

No nível de infraestrutura, a Gradient adotou o SGLang da popular empresa de AI Infra do Vale do Silício, @LMSYSOrg, como backend de inferência de alta concorrência, suportando processamento em lote contínuo e reutilização de cache KV; além disso, recebeu suporte nativo do MLX LM no Apple Silicon, alcançando alta taxa de transferência e baixa latência em operações de grande escala.

Além disso, a Gradient está ativamente construindo influência no ecossistema Solana. O projeto também é um dos patrocinadores do atual e popular Solana x402 Hackathon, ao lado de parceiros como Visa e Phantom, comprometendo-se a se tornar uma infraestrutura de IA importante no ecossistema Solana.

Pode-se dizer que, enquanto toda a indústria DeAI ainda está na fase de “atravessar o rio sentindo as pedras”, a Gradient já obteve bons resultados em capacidade de produto, background da equipe e reconhecimento do setor.

Considerações finais

O recente drama interno da OpenAI nos deixou boquiabertos e também expôs os riscos sistêmicos trazidos pela IA centralizada — quando o poder está muito concentrado, os custos do descontrole e do mau uso são altos demais. A IA descentralizada não é apenas um ideal tecnológico, mas uma necessidade para o desenvolvimento saudável do setor.

Por muito tempo, IA descentralizada e open source ficaram restritas à torre de marfim, com usuários comuns separados por uma “barreira técnica” espessa, apenas observando de longe. Felizmente, a Gradient está tentando construir uma ponte — não apenas aprimorando continuamente a usabilidade do produto, mas também avançando passo a passo em pesquisa inovadora e planejamento abrangente, permitindo que mais pessoas realmente acessem e se beneficiem das capacidades abertas da IA.

Claro, o caminho da IA descentralizada ainda é longo, com desafios em desempenho, segurança, ética e governança em cada etapa, mas pelo menos, já há quem esteja avançando com os pés no chão.