Projects
![]()
No projects found
Investors
New
DAO Treasuries
DATs
Lend / Borrow APRs
Chains
Categories
Spaces
Allora Official AMA (Future Strategy Studio)
Recorded: July 3, 2025 Duration: 1:03:33Space Recording
Short Summary
Allura is gearing up for its mainnet launch, introducing innovative AI applications and strategic partnerships that promise to enhance its ecosystem. The project emphasizes token utility through staking rewards and aims to grow its network by increasing model diversity.
Full Transcription
Thank you. Thank you. Thank you. Thank you. Thank you. Thank you. Thank you. Thank you. Thank you. Thank you. 파운더분이 참여하시면 시작하도록 하겠습니다
수은님, 닉 들어오는 거 기다리기 전에 마이크 테스팅 한번 해볼까요?
아, 네, 좋습니다
잘 들리시나요?
일단 제 목소리 잘 들리시나요? 일단 제 목소리 잘 들리시나요? 잘 들리시면 따봉 한 번씩 부탁드립니다.
어? 안 들리나? 왜 따봉이 안 나오지?
아 좋습니다. 좋습니다. 네.
호스트님 한 번 말씀해 주시겠어요? 마이크 테스트 한번 해보게
네 마이크 테스트 마이크 테스트 잘 들리시나요?
네 잘 들린다고 하네요
좋습니다 좋습니다 따봉 감사하고요
닉 들어오면은 바로 시작하도록 할 텐데요
일단 어 아닌데 닉 들어왔네
Hey Nick you gotta request to be a host as well like a speaker
Have you requested?
I think soon needs to accept it Oh okay, okay. Now I have... No.
Lee Inesong님이 신청하시면 안 되고요. Nick님이 신청하셔야 됩니다.
Nick, please request to be a speaker.
Yes, I sent the first invitation.
I sent the first invitation.
네, 들어오셨습니다.
안녕하세요. 오늘 진행을 맡은 디스프레드의 순이라고 합니다.
내가 문젠가? 뭐지?
어? 잘 들리시나요?
지금 세상조를 상대로 몰카를 하는 건가요? 저는 아무 소리도 안 들리는데
험벌맨님 잘 안들리시나요?
네, 닉, 지금 말씀하셨는데
뭔가 말할 수 있을까요?
네, 여러분, 제가 듣고 싶어요?
테스팅, 테스팅 Yeah, can you guys hear me? Testing, testing.
Do you hear me only?
Oh, I hear you. I don't think I can hear you yet.
I don't know if it's me or the...
All the world, I don't know.
Let's see. It sounds like some people can hear me in the audience. 지금 저 말고 다른 분들이 말씀하시는 거 안 들리시나요? 저만 안 들리는 거 아니죠?
이거 안 들리면은 따봉 한 번만 눌러주세요. 그러니까 저 말고 다른 분들 안 들리시면 따봉 한 번만 눌러주시겠어요?
어? 따봉이 안 나오네? 네 잘 들리는 것 같은데요. 네 한번
나오나? 제 말 들리시나요? 환불맨님 어? 잠깐만요.
제가 한번 나갔다 와보겠습니다.
이게 다른 분들.
한번 나갔다 와볼게요.
네, 잠시만 기다려 주실래요 um can you guys hear me if not can can we get some thumbs up if the uh the crowd guys hear me? If not, can we get some thumbs up if the crowd can hear me so we can figure out this audio
issue? 잠시만요. 뭔가 문제가 있는 것 같은데 Thank you. I wasn't a listener. Can you hear me now?
I'm not listening.
Oh, okay.
Nick, can you hear me?
죄송합니다.
Minor technical difficulties.
I'm here now, and we're ready to set apart.
If Nick can hear me, and he can speak,
then without further ado, we're gonna begin.
Nick, 얘기하는 거 한 번만 듣고 시작하도록 할게요.
네, 네, 알겠습니다.
오케이, 오케이. 됐습니다.
오케이. 죄송합니다. 약간의 기술 이슈가 있었네요
닉이 갑자기 어디로 어디로 가신 거죠 그러게요 보시겠죠 Nick is suddenly... Where is he?
Can you see him?
Ah, okay.
There we go.
Listener.
Nick, you're a listener now again.
Maybe you have to request to be a speaker once again. 닉, 이제 듣는다. 다시 한번 말씀 부탁드립니다.
들어왔다.
다시 한번 해볼까요?
지금 듣는다.
시작하시면 될 것 같습니다. 네, 오늘 진행을 맡은 디스프레드의 순이라고 합니다.
통역은 험블맨님께서 진행해 주실 것이고, 무엇보다 오늘의 주인공 알로라 네트워크의 파운더 닉 에먼스님 참여해 주시고 계십니다.
진행 순서는 파운더 닉 에먼스님이 알로라 네트워크가 무엇인지, 그리고 그 알로라 네트워크가 가고 있는 방향,
그리고 해주고 싶으신 말씀에 대해서 간단하게 말씀해 주시고 질문 타임으로 넘어갈 겁니다. and the Alora Network's direction and the way you want to speak to the Alora Network.
Please tell us about the question time and then we'll move on to the question time.
First, Nick Emerson's founder, Nick Emerson,
I'll tell you about the Alora Network.
We are going to start the AMA now.
Thanks for being here, Nick.
We have Soon and Humble Man as a speaker.
I'll be a translator today.
So every time you speak something, please don't hesitate to go as long as you want.
I can take it up to 10 minutes of digest it, up to 10 minutes of what you say.
I'll translate what you say. And if any of the audience has questions, I'll be translating back to you as well.
So we will begin off by introducing what the Allura is, what direction it's taking.
And if you have anything that you'd like to speak to the audience,
we're going to welcome you, then move on to the Q&A session.
So please introduce yourself and anything that you'd like to talk to the Korean audiences
and introducing a bit about Allura, please do so.
For sure. Yeah. Yeah. Thanks for having me. Thanks for putting this on.
I think this is great. But it's nice to meet everyone here.
I'm Nick. I'm the co-founder of Allura.
And basically, the kind of quick background on what Allura is, is at a high level, it's this kind of self-improving AI network or this kind of novel model coordination network.
When we started building Allura, we had kind of identified this really fundamental problem in AI of siloed machine intelligence.
It's this problem that's sort of defined by the fact there's many different models that exist in the world,
AI models and an increasing number by the day.
And the problem is that they all live in these kind of isolated silos from one another.
I can't easily take a bunch of models and then stitch them together
and produce a kind of intelligence or an aggregate model that represents the kind of sum of
intelligence of those underlying models. And this is pretty bad for a couple of reasons. One,
because it significantly slows the progress AI can have in terms of performance. Everyone is sort of building in isolated silos.
And so progress is significantly kind of reduced or hurt as a function of that.
And it also results in what we've seen in the kind of AI space with this broad consolidation.
When models are not able to sort of exist in some coordinated environment or some collaborative environment, the entities with the most raw resources that go into building AI, i.e. data and compute, are the ones who will increasingly create the better and better models and increasing their lead from the other models. end up in this kind of future state where a small number of large entities are able to create
the sort of de facto models and the broader market participants or the broader
AI ecosystem is increasingly left behind. And so what we're trying to build with Allura is this kind
of network or this environment where many different AI models can easily learn off of one another
and collaboratively solving or optimizing different ML problems and producing these kind of aggregate
streams of intelligence.
And the key here, I think, is enabling these models to learn off of one another and be
coordinated in a way that produces these kind of aggregate streams of
intelligence that are more performant than any of the individual models contributing to those
sort of aggregate inferences. And so the idea is that the network is able to produce inference
or model outputs that are better or more performant than any of the individual models
contributing to those sort of aggregate inferences. this is what enables us to create this kind of
aggregation layer for ai or the way i think of it is kind of like an abstraction layer for
intelligence um and the the big the big paradigm this kind of enables is is it enables us uh to
move from the kind of mode of interacting with AI today, which is very model centric in that when anyone wants to interact with AI, they have to be constantly surveying the landscape of models.
They have to be identifying themselves, which model is going to be best for their given use case.
I'm sure a lot of people here have run into this,
in that when they're leveraging AI for something,
they're constantly needing to do this calculus
internally around, is Claude better for this?
Is ChatGPT better for this?
Is Gemini better for this?
Or whatever kind of the use case is.
And what Allura enables as a function
of being this kind of aggregation layer for AI,
is it enables users, companies, developers,
anyone leveraging AI
to adopt this much more objective-centric sort of interaction flow. And so instead of needing to
be constantly aware of the universe of models that exist and picking the best model for their
use case, they basically just have to identify what they want AI to do well, and then specify that and enable and allow this kind of abstraction layer or this, this network to coordinate the best models for that use case and producing the best kind of model outputs as a function of that. So
yeah, I'm happy to go deeper into other stuff. That's kind of my spiel at the beginning. I know we have a bunch of questions to get through, but that's sort of the high level context setting for kind of what Allura is at a high level.
Anything goes deeper is going to be a lecture. Then we can just save it into the weeks coming
because we're going to have a weekly AMAs. But maybe have a bit of a touch in the water for
the first week. And the amount of that you just talk is just efficient. So I'm just going to translate
through. Okay, perfect. Okay. 네, 닉님은 코파운드시고요. 알로라 코파운드시고요. 알로라에 대해서 간단히 설명을 드리자고 한다면 자기 스스로 발전하는 self-improving AI라고 보시면 될 것 같아요.
오늘날 AI의 가장 큰 문제들은 AI 머신들은 사일로, 그러니까 자신들의 통 안에 갇혀서 그 안에서 지능이 발달되고 거기서 발전이 되고 있다는 뜻이거든요. 근데 오늘날 사용되는 모델 같은 것들은 AI가 너무너무나 많잖아요.
근데 다 각자의 고립된 사일로 안에서 발전이 되고 있기 때문에
기존에 있던 것을 사용하지 못하는 경우가 많아요.
원래 이런 AI라든지 지능들은 모였을 때 더 힘이 나기 마련이고
붙어서 집단 지능이 발현되기 마련인데
이러한 고립된 사일로 안에서는 굉장히 단점이 한 두 가지가 크게 있는데요.
첫 번째로는 고립된 상태에서 하기 때문에 발전이 느리다라는 것이 하나고요.
두 번째로는 AI가 가지는 포텐셜을 충분히 발휘하지 못한다는 것입니다.
협업을 하게 되면 결국에는 날것의 데이터를 사용하게 되고
특히나 데이터나 컴퓨팅 기술 같은 걸 사용하는 기업체에 있어서는
이 기존의 모델 같은 것들을 사용한 것이 굉장히 굉장히 많이 도움이 돼요.
근데 일부는 오픈스토스로 나와있기도 하겠지만
정작 AI들이 학습하고 이런 것들은
많이 안 나와있는 경우가 많거든요.
많은 수의 작은 주체가
모델을 하나 만들어내게 되고
AI 생태계가 뒤처지는 그러니까
각자의 작은 주체들이 자신만의
모델들을 만들어내고 자신만의 생태계를
만들다 보니까 AI라는
거대한 생태계에 있어서는 조금 뒤처지는 결과값이 나오게 되는 거거든요.
우리는 이제 하나의 큰 거를 만들어내야 되는데 각자 개인플레이를 하고 있는 거죠.
여러 AI를 학습시키는 것도 결국에는 MM이라든지 우리가 학습시키고 하는 지능 모델에 있어서 문제가 되기도 합니다.
알로라는 여기서 통합 지능체를 만들고 싶은 거예요.
스타크래프트 하셨으면 약간 하이브 아시죠? 오버마인드 그런 느낌으로 통합진흥체를 만드는 건데
이 모델의 결과값이 AI들의 레이어가 된다고 보시면 될 것 같습니다.
이 패러다임을 뭘로 만들려고 하냐면 AI의 중심적인 센터, 그러니까 사일로가 아닌 하나의 거대한 생태계가 되어서
모델들을 일부러 다 공부할 수 없이 이미 사용사례들을 다 학습시킨 다음에
우리가 어느 날의 AI를 사용할 때는 어떤 AI가 더 좋지 생각을 하게 되거든요.
이게 채찍 뷰티인지 재미나인지 다른 모델이 좋은 뒤로는 생각을 하잖아요.
근데 이 알로라 같은 경우에는 목적지향적입니다.
우리가 이러한 목표가 있어라고 한다면 이 AI 모델 생태계에 대해서 어떤 것이 가장 적합한지를 알려주고
한지를 알려주고 그렇게 하면
그렇게 하면 많은 시간과 비용을 아낄 수가 있는 거죠.
많은 시간과 비용을 아낄 수가 있는 거죠.
뭐 여기서 더
얘기할 수 있는데 저희 이제 에임에 많이 남아있으니까
오늘은 이 정도로 아마 소개하면
될 것 같아요.
네 지금까지 잘 들었습니다.
다중 모델을 이용한 깃단지능의
발현을 활용하는
랄로라 네트워크에 대해서 그리고
사일로를 타파하고 전문화된 모델 생태계를
구축하려는 그 비전에 대해서
파운더님으로부터 직접 자세히 들을 수 있어서 AMA가 이렇게 좋은 것 같습니다.
다음으로는 이제 질문 시간인데요.
질문은 우선 미리 받아본 사전 질문들을 몇 가지 질문을 받아보고
시간이 남으면 실시간 질문도 받도록 하겠습니다.
첫 번째 질문부터 시작을 해보겠습니다.
알로라의 혁신적인 기술과 차별점에 대한 질문들입니다.
알로라만의 독특한 기술이 많이 보이던데
혹시 내부에서 이건 정말 혁신적이다라고 느끼신 순간이 있으셨나요?
알로라는 현재 시장에 있는 다른 탈중앙화 AI 네트워크들과 어떤 차별점을 가지고 있나요? What are the differences between Alora and AI networks and other networks? um real-time questions so the first one will be about the questions about allura's innovative and
differentiation to the technology like you will have we see a lot of unique technology in dollar
but what was the moment that you thought the alora is like a second to none like it's the only a
unique innovations you thought what was the moment and also what differentiation does it have compared to the other decentralized AI network in the market?
Yeah, yeah.
So in terms of the first point, I think the specific moment where it really clicked
and all of us on the team kind of had this moment where we said that,
We said that, hey, this is actually going to work was in sort of uncovering the means
hey, this is actually going to work,
or the mechanism of producing a better inference than any of the individual models on the network,
identifying how to actually enable this concept that the whole can be greater than the sum
of its parts in terms of the network's performance relative to any of the models within it.
This is like a somewhat non-obvious mechanism
in how you actually bring together a bunch of different models outputs
into a single aggregated inference
and have that aggregated inference still be better or more performant
than any of the individual model outputs
that are being emitted through the network.
So I'd say that's really the moment where it all clicked. And like, we all sort of realized that we had something here,
and that this was actually going to work. And we're going to be able to realize this,
this kind of new technology, this new network for really sort of decentralizing the world's
intelligence. And I think that's the biggest differentiation as well,
at least from a technical level in that there's,
for one within the AI stack, I guess at a higher level first,
I think the way we're differentiated is
there's many different layers of the kind of AI stack.
And I think different networks are trying to tackle
different layers of that stack
or different problems within that stack. The way I think of the AI stack is sort of broken down into
four core layers and them being data, compute, execution, and intelligence or model coordination.
And I think there's networks that are focused specifically on say data scraping or data
labeling. There's networks focused specifically on compute aggregation or selling data labeling. There's networks focused specifically
on compute aggregation or selling GPUs.
There's these new networks for execution
where you can run models
in a kind of decentralized context
as smart contracts
or in a cryptographically verified way, et cetera.
And then there's networks
that are trying to leverage
decentralized network infrastructure
to enable better intelligence to be provisioned.
And so I think we're differentiated within the sort of broader crypto AI category as a function of living really specifically in that top layer of the stack, that intelligence layer of the stack.
that I think there's this kind of core mechanism that we're able to achieve as a function of trying
to build this kind of hyper modular architecture, trying to specifically solve this problem of
model coordination or intelligence provisioning, and that we're able to leverage this kind of,
I guess, like market-specific mechanism in this type of actor on the network called forecasters
who are exploring this kind of model performance or model evaluation space that doesn't inherently live
or is not inherently sort of present in the vanilla evaluation space of models
or how you kind of analyze or evaluate
the performance of models out of the box.
And that's what enables this kind of self-improving property of the network, as well as this kind
of property, as I said, of the network's inference being better than the individual contributor's
inferences on the network.
And so I think within the kind of model coordination layer of the stack, that is really the core differentiator. 그래서 모델 코어닉의 스택은 그의 기본적으로 이 모든 것들을 통합시킬체라고 설명을 드렸잖아요. 그러면 이게 우리가 혁신적이다라고 느꼈을 때는 AI 모델들이 굉장히 상계가 되어 있는데
이것을 통합진흥체로 모아서 운영했을 때
비용적인 측면이나 자산적인 측면 그리고 효능적인 측면에서
훨씬 더 뛰어난 결과가 값을 보였다는 데에서
저희가 아 이거다라는 것을 느낀 적이 있었던 것 같아요.
그게 이제 저희가 혁신적이다라고 느낀 부분이기도 하고요.
근데 이제 다른 탈중화와 AI들과 어떤 차별점이 있냐라고 하신다면
결국 이와 이어집니다.
AI 스택, 그러니까 AI라는 생태계에는 레이어가 있죠.
여러 개 단층이 존재합니다.
총 네 가지 정도로 크게 나눌 수가 있는데요.
첫 번째로는 데이터, 두 번째로는 컴퓨팅, 세 번째로는 그걸 실행하는 능력,
네 번째로는 이를 정렬하는 기능입니다.
알로라는 이 중에서 1번인 데이터를 수집하고
데이터를 어떻게 사용하는지를 조금 최적화하는 데 특화가 되어 있다고 보시면 될 것 같아요.
이 모델들이 탈중화가 되어 있는 상태에서 이 레이어 데이터를 수집하는 데에서 여러 가지 효율적인 데이터를 수집해오고
어떠한 게 최선의 결과를 가져오는지를 좀 정렬을 하다 보니까 넓은 크리프토라는 공간 안에서 근간이 되는 데이터를 최선의 데이터로 최적화 해주는 거거든요.
저희가 이제 뭔가 시장에 있어서 기능에 있는 것 중에 포캐스팅이라는 게 있어요.
이제 예측이라는 뜻이겠죠.
트레이딩을 하는 데 있어서 가격이 예측하고 하는 데 있어서 AI 단순 하나만으로서 예측을 하는 것이 아니라
통합진흥트에서 이것이 맞는지 아닌지 그리고 이에 대해서 결과값을 내고 AI가 이렇게 했을 때 잘 맞췄을 때 보상을 주고 아닌 경우에는 손해는 아니고 보상을 주지 않게 되면서 점점 더 학습을 하게 되는 것이고요.
이러한 통합된 진행체 안에서 데이터라는 수집을 하다 보니까 그렇게 저희가 다른 AI에 비해서는 훨씬 더 뛰어난 성능을 가지고 있지 않나 라고 생각합니다.
저희가 다른 AI에 비해서는 훨씬 더 뛰어난 성능을 가지고 있지 않나 생각합니다.
프로젝트들 보다 보면 복사부처넣기 AI 프로젝트들이 너무 많잖아요.
그래서 이런 점들을 따져보는 것이 굉장히 유의미하다고 생각을 하는데
여러 소규모 모델들을 다중 모델로 이어서 더 뛰어난 통합지능체로 운영을 하고
여러 AI 스태프들 중 데이터 수집과 사용에 대한 혁신
이런 점들이 알로라를 특별하게 하는 것 같습니다.
다음 질문으로 넘어가겠습니다.
알로라는 장기적으로 어떤 문제를 해결... 잠시만요.
이 질문 같은 경우에는 앞에 답변이 된 것 같아서
다음 질문으로 넘어가면
기술적으로는 뛰어나 보여도 기존 웹2 AI 플랫폼, 오픈 AI나 엔트로픽 같은
그런 플랫폼들과 비교해서 왜 사용자가 알로라를 선택해야 되는지를 요약해 주시면 어떤 결과가 나올지 궁금합니다.
I'm curious if you have any results. they have to choose Allura over Web2 platform, traditional ones like OpenAI, Antrofix, Gemini
that we have mentioned. If you can explain that in one sentence, and later you can explain further,
but in one sentence, why should users choose Allura over these AIs?
Yeah, I'll make a slightly long sentence. but I think the main reason people should choose
Elora over kind of working with specific models is because every model is better at specific
things.
And it's on the user to decide or determine which model is going to be the best for any
given sort of use case or any given thing they're trying
to do. And what Allura provides is this kind of abstraction layer over all of these models,
so that the user doesn't have to think at all about which of the latest models is best for
whatever they want to do with AI. They just have to know what they want to get out of AI,
what they consider to be good, and Allura produces the best output.
So I'd say in a sentence, in a long sentence, that's the reason.
Thank you. I think they were concise enough.
I just said to you in one sentence, and then you can explain it.
I just answered it in 10 sentences. 그 다음에 설명해도 된다고 했는데 그냥 10주로 답변을 해주셨네요. 짧게 그래도 얘기하자면 알로라가 기존에 있는 웹툴 플랫폼보다 뛰어나다고 하면
기존의 AI들, 채팅피티나 클로우드, 제미나이 같은 거는 특화되어 있는 기능들이 있어요.
저만 해도 채팅피티는 이런 데 쓰고 클라우드는 이런 데 쓰고 하거든요.
그럼 사용자들은 내가 어떤 모델을 원하냐, 내가 어떤 결과값을 원하냐에 따라서 AI를 골라서 사용했어야 되는데요.
알로라 같은 경우는 이게 반대로 됩니다.
내 목적만 얘기하면 알로라 내에서 알아서 해결이 되는 거예요.
알로라 내에서 통합진흥체 작은 AI들의 모델 중에서
너 이거 잘하지 네가 해라고 이쪽에서 알아서 골라주는 겁니다.
그렇기 때문에 번거롭게 돌아다닐 필요가 없죠.
없죠. 그래서 알로라를 선택하시는 게
그래서 알로라를 선택하시는 게 이에 비해 훨씬 효율적이고 좋다라고 말씀드릴 수 있을 것 같네요.
이에 비해 훨씬 효율적이고 좋다라고
말씀드릴 수 있을 것 같네요.
알로라는
전문화된 AI 네트워크를 애초에
구성해버렸기 때문에 이런 문제를 해결할 수
있는 것 같고
왜 하필이면 좋은 웹2
프로젝트를 냅두고 웹3 프로젝트를
써야 되는지에 대한 해답은
항상 듣고 싶은 것이기 때문에
그래서 뽑아온 질문인 것 같습니다. 다음으로 향후 I always want to hear what I want to use.
Next, can you explain the mainnet launching and the ecosystem's plan to launch?
I think we're moving into the next categories, which is an expansion to Alora's roadmap, launching of the mainnet and expansion of the ecosystem.
So after the launching the mainnet in the future, what are your plans for launching itself and expansion of the ecosystem?
Yeah, we have a bunch of really exciting plans there.
So with the mainnet launch, we're bringing online a bunch of really exciting initiatives on both sides of the network.
I think it's useful to think of the network as kind of a two-sided market, and a lot of the initiatives can kind of fall on either side of that market.
On the demand side or the application side, we have a bunch of applications that are sort of queued up for when Mainnet is actually launched that we'll start to see come online shortly after mainnet.
And these applications span from a bunch of different sort of AI agents that are leveraging
intelligence from the network to execute different strategies on chain or sort of fulfill different
objectives. There's a number of larger networks in the space, L1s, L2s, et cetera, that are bringing Allura into their
ecosystems in a kind of native way to really expand the capabilities of projects in their
ecosystems, leveraging Allura.
There's a number of protocols specifically that are going to be bringing Allura into
their ecosystems.
And so there's a lot of stuff that's sort of queued up for when mainnet comes out and shortly thereafter in terms of the application or the application space or the demand side of the network that we're really excited about.
And then on the supply side, we're spending a lot of time just trying to grow the kind of worker set of the network and the worker capabilities, the workers being the people running models
on the network. Because how the network works, basically, the more models running on the network
and the more diverse models that are on the network, the smarter the network is. And so
we have a number of both initiatives related to Forge and some things related to Forge,
but also from a tooling or product perspective that we think is going to really meaningfully enable new model developers, not just model developers in the crypto space,
but I think in the broader AI ecosystem to come onto the network and to really improve
the network's intelligence.
And so we're really excited with some of the stuff we're going to be doing there.
And then in terms of sort of like core roadmap related things,
there's a number of sort of key features
that are going to be coming onto the network
in the second half of this year as Mainnet gets launched
that both expand the kind of expressiveness of the network
in terms of like more types of AI problems
being able to be solved by the network, new types of
of applications that will be enabled, but also expanding sort of the reach of Allura from a kind
of asset perspective too. There's a lot of work being done by a number of kind of external teams
around different types of bringing Allura and Allo into different ecosystems, different networks, 다른 팀의 팀을 통해 여러가지 타입을 통해 알로라와 알로아에 대한 이천시스템과
다른 네트워크를 통해
이런 이런 이런 이퍼런 인프라 스트럭을
만들어낸 모델 레이어의
그런 브라더 AI 스택을 통해
메인넷 런칭 후에도 굉장히 저희는 흥미로운
그리고 신나는 계획들이 많이 있는데요 첫 번째는 메인넷 런칭 후에도 이 저희는 흥미로운 그리고 신나는 계획들이 많이 있는데요
첫 번째는 메인넷 런칭 후에도 이니시티어티브가 준비되어 있습니다
총 두 가지의 시장이 있는데요
이 메인넷 런칭에서는 두 가지 시장 하나는 디멘드 소요이고요
그리고 하나는 어플리케이션 사용처에 대한 시장을 양면으로 노리고 있습니다
사용처에 대해서는 어플리케이션에 있어서는 저희는 할 게 굉장히 줄을 섰어요
사람 런칭할 것이 줄을 섰다고 보시면 될 것 같은데
AI 에이전트들이 바로 실행될 수 있는 것들도 포함해서
L1과 L2에서도 우리가 어떻게 하면 AI를 조금 더 적용시켜서
더 똑똑하게 학습할 수 있는지 목표를 가지고서
굉장히 많은 것들이 준비가 되어 있고요.
또 소유사항에서는 저희는 모델의 워커분들이라고 불리는데요.
모델에다가 학습을 시켜주는 분들을 뜻합니다.
저희 네트워크가 어떻게 구동되냐 한다면 결국에는 여러가지 모델들이 저희 네트워크한테 구동이 되면
그 안에서 서로 뭐가 맞고 뭐가 틀린지를 학습하면서 더 똑똑해지는 모델을 채택하고 있거든요.
그렇다 보니까 더 많은 분들이 오실 수 있도록 그러한 인센티브를 제공할 예정입니다. 거기에다가 모델뿐만 아니라 여기서 사용할 수 있는 AI 툴이라든지
AI 제품 또한 준비가 될 예정이고
모델들이나 개발자분들이 여기 저희의 생태계 안에서 활동할 수 있도록
준비가 되어 있는 것도 되어 있습니다.
로드맵도 이런 주요한 기능들을 포함해서
2025년 하반기에 새로운 형태의 AI 문제를 해결하거나
새로운 형태의 AI 에이전트들이 뛰어놀 수 있는 환경을 만들려고 하고 있으니까요.
많은 기대 부탁드립니다.
네, 메인 런칭 및 TGE 이후로도 어떻게 알로라가 발전해 나가고
이 생태계에서 생존해 나갈 것인지에 대해서 궁금해서 뽑아본 질문이었던 것 같습니다.
답변 잘 들었습니다. 이제 사실 여기 계신 모든 분들이 궁금하실 만한
알로라의 커뮤니티 보상 체계에 대한 질문들인데요.
첫 번째 질문 들어가겠습니다.
알로라가 이전에 카이토 리더보드에 온보딩된 것으로 알고 있습니다.
이 협업을 통해서 어떤 유형의 참여자 유입을 기대하고 계신가요?
또한 야퍼를 위해 리더보드 상위 참여자들을 위한 별도의 보상 계획도 있는지 궁금합니다. I wonder if there are any other plans for the leaderboard for the kaito leaderboard through these corporations what kind of um influx you're
expecting like what kind of user bases are you interested in having them on the onboard and do
you have any plans for rewarding the top leaderboard yap is other than the upper role
yeah yeah um so in terms of the influx i i types of sort of people and content we're trying to kind of bring into the community,
I think we've actually seen a lot of this really positive influx already.
And what people are doing is something that I think aligns really well with what we're trying to see from having this Kaito leaderboard.
leaderboard. I think the community and especially the kind of Kaito Alora community has really
shown a strong passion and ability in creating kind of compelling, engaging content. I think
the educational content that's coming out more recently from a lot of the community has been
especially kind of nice to see and align with our goals with some of the KITO initiatives.
And so I think more of that kind of expanding the community, trying to kind of bring in new
people to the community, I think especially people that are maybe less familiar with crypto,
but are more interested in the kind of AI space, I think expanding the community into the AI ecosystem is a big priority for us.
So educational content, sort of doing broader outreach like that
is something we'd like to continue pushing.
And then, yeah, we have a number of plans for kind of rewards or initiatives
that'll be accessed specifically by the kind of top spots
of the people that are performing well on the Kaito leaderboard.
I won't go too into the specifics now because we kind of have a rollout plan with regard to comms,
but over the next couple of weeks we're going to be sharing some more information about that,
and I think people will be pretty excited about it. 더 많은 내용을 나누고 있습니다. 저는 사람들이 너무 기대됩니다. 감사합니다.
일단 어떤 협업에, 칼로카이터 온보딩을 통해서 어떤 유형의 참여자 유입을 기대한다 라는 질문에서는
일단 컨텐츠 생성자 분들의 유입을 원했고 실제로도 많은 분들이 유입을 해주셨어요.
아무래도 AI는 분야가 모두에게 익숙한 건 아니다 보니까
조금 더 가볍게 참여할 수가 있고 컨텐츠를 통해서 크립토는 하지만 AI는 그렇게 익숙하지 않으신 분들의 참여, 시장 참여에 유입을 원했는데요.
카이토 온보딩을 통해서 그게 굉장히 잘 된 것 같아서 만족스럽습니다.
커뮤니티 보상은 야파럴 위에도 외에도 리더보드에 계신 분들 분명히 당연하게도 보상이 있을 거고요.
어느 정도의 보상이 있을지 어떻게 될지에 대해서는 아직은 얘기할 수 없습니다.
왜냐하면 저희도 이게 시간차에 따라서 언제 공개한다라는 계획이 다 있기 때문에
향후에 진행되는 AMA에서 조금 조금씩 더 알아가실 수 있을 것 같아요.
카이토 온보딩된 프로젝트들이 어떻게 보상을 줄지에 대해서는
항상 많은 분들이 궁금해하시는 질문이라서
그래서 뽑아본 질문이고
저 역시도 이번에 카이토 대시보드에
알로라가 올라왔을 때부터 커뮤니티 활동을 슬금슬금 해왔던 터라
궁금했던 것 같습니다.
그럼 다음 질문으로 가겠습니다.
알로라는 카이토 초기 프로젝트 등재 당시에 투표를 했던 걸로 아는데
그 당시에는 투표를 많이 해주는 사람에게 보상이 있을 거라고 했습니다.
해당 내용이 아직도 유효한지 궁금합니다. 라고 질문해 주셨습니다. When Allura was being listed on the Kaito's early project, you had a vote on the Allura.
And back then, you said, or the team said, there's going to be reward for the people who do a lot of votes.
Will these contents stay the same?
Yeah, that's right. The people that were voting and now the ongoing Kaito community is going to be rewarded and sort of recognized
in these kind of upcoming initiatives and campaigns
are going to be launching.
OK, simple and clear.
Yes.
Yes, I'm sure you voted for the first time.
And you said that you have a lot of votes.
But you don't vote for the same person. You have to keep track. 대표했었고요. 그리고 많이 해주신 분들 보상이 있다고 했는데 그대로 보팅해주신 분들 있지 않고 보상이 있을 예정입니다. 계속해서 트랙하고 있습니다.
저도 그 당시에 알로라가 카이토에 있길래 굉장히 반가워서 보팅했던 기억이 있는 것 같습니다.
이때 보상에 대해서 지금 명확하게 진행되고 있는 건지 궁금했습니다. 그래서 뽑아본 질문이고
다음 질문으로는 미덥 관련한 질문인데 최근 미덥 열풍이 크게 발생하고 있는데 Next question will be, I don't know if you're aware, but in Korea there's a big meta about meetups.
People just go nuts in the meetups.
And I'm curious if you're aware of the meetups.
I don't know if you're aware of it, but in Korea there's a big meta about meetups.
People just go nuts in the meetups.
And I'm curious if you're aware of it.
I don't know if you're aware of it, but in Korea there's a big meta about meetups. I think it's good to use it. for your team, any plans ahead? And also after this AMA, if anyone wants to know more and study about the Allura,
what materials or the channel should they look into?
Yeah, for sure.
So yeah, we agree.
We think kind of on the ground,
offline meetups, activations, et cetera,
is a really powerful way to just get close to the community,
grow the community.
And that's obviously very important to us.
So we've already started having some meetups on the ground.
Francis is in Korea often.
And so we've been kind of starting to experiment with different types of meetups,
especially in Korea and things like that.
And that's something we'll be doing a lot more consistently. We'll be growing the size of the meetups as well and I'll be coming out there for
for a good period of time in the next few months as well to help in kind of getting these these
these meetups stood up and have them be as kind of successful as possible. So so Francis and I
and a few others on the team
will be driving a lot of these meetups.
And we're also trying to kind of enable
community-led meetups as well.
And so we're working with different sort of
like community advocates and community sort of hubs
in different places to give them the resources
or the support they need to help stand up
kind of Allura community-led
meetups as well. And we're happy to support in a bunch of different ways because, yeah, like you
said, I think kind of offline in-person meetups is a really powerful way to kind of bring people
closer into the community, grow the community, get people to sort of meet each other on a kind
of different level than just
what can be sort of done online.
And then in terms of resources and channels for learning more about Allora, I think there's
a bunch of different resources on the website that's good from the docs to the blog.
For kind of like deeper academic or research related work.
There's been a bunch of work that's gone into kind of like a kind of research journal.
The research team at Allura Labs has been driving.
And then I also think there's been a lot of really, really helpful content
that has been being produced by the community over the past few months.
And so I think there's some efforts to try to start aggregating some of the more community
created content, educational content, etc.
So it's more discoverable.
So yeah, that's an initiative we'd like to kind of keep pushing forward as well, because
I think a lot of the best content is now increasingly being produced by the community. and just getting that in front of people making that more accessible is something we're going to be spending more time in optimizing over the next few weeks and months
적극 동의합니다. 그래서 지금 프렌치스님이
에이펙 리드이신데요. 한국에 자주 방문하시면서
최근에 뭐 애프라임 미팅이 작은 규모에 남아 있었고요.
앞으로도 점점 확장할 예정입니다. 닉님 또한
근시일 내에 한국에 꽤 긴 기간 동안
체류를 하실 예정인데요. 그때 닉님과 프렌치스님
그리고 또 다른 팀원분들께서 다양한 미드업을 개최하고
그리고 더 큰 규모로 확장해서 할 예정도 가지고 있고요.
그리고 또한 커뮤니티 주도 미드업도 조금 더 바라고 있어서요.
여러 알로라에서 활동하시는 커뮤니티 분들로 주도로 따로 모여서 미드업을 하시거나 오프라인에서 좋은 만남 갖는 것을 저희는 바라고 있어서 그에 대한 옵션도 보고 있습니다.
오프라인에서 만나고서 이에 대한 커뮤니티를 형성하고 또 이해도도 증진시키는 것이
굉장히 건강하다고 생각하기 때문에
이에 대한 관심이 굉장히 많고요.
한국에서 또 있을 거라는 거, 알로라 미덥이 있을 거라는 거
그건 확인드릴 수가 있겠네요.
자료나 AMA가 끝나고서 자료나 리소스 같은 거에 관해서는
저희 웹사이트에도 굉장히 잘 나와 있고요.
특히 카이토 온버딩하고 난 후에도
이러한 트위터 스페이스 같은 곳에서
아니면 또 트위터 내에서 컨텐츠가 굉장히 많이 발생하면서 이제는 굉장히 고품질의 컨��라 관련 포스팅을 해주셨고요. 이누님이나 고생님이나 커블린님, 매직님
제가 기억나는 분들만 얘기를 한다면
이런 분들이 알로라에 대해서 굉장히 디테일하게 써주셨기 때문에
닉님도 말씀하시는 게 이러한 것들을 모아서 여러분들이 보실 수 있다면
커뮤니티에도 알로라에 대한 교육자료가 충분히 있다고 말씀하시네요.
교육 자료가 충분히 있다라고 말씀하시네요.
이제 KBW도 다가오고 아무래도 오프라인에서 홀더 및 유저들과 만날 기회를 갖는 것을 무시할 수가 없을 텐데요.
이런 계획들에 대해서 궁금해서 뽑아본 질문입니다.
그리고 이제 거의 마지막 질문까지 왔는데요.
I'm going to ask you a question.
The last question is,
the potential token's actual value is
because the token holder has to be made.
The potential value of the token holder is
the potential value of the utility and the utility.
We are heading towards the last question,
if it's not the last, but we have to ask.
Like tokens, all goods and everything, but without utilities or the benefits of holding the tokens, it will really not be a thing.
Oh, Nick, you hear? Okay, yeah.
So what are the benefits, like practical benefits or utilities the holders can get by holding the tokens?
the holders can get by holding the tokens yeah so the token has has a like a number of of kind
of core utilities uh in the network and and sort of uh used as a means of i don't know coordinating
and achieving the network's ultimate goals and so i i think the the most accessible utility to
the the sort of broadest population of of token holders network participants etc is
population of token holders, network participants, etc., is staking the token. And by staking the
token, you're staking it to validators who are validating the underlying chain and to
reputers who are the kind of model evaluators in the network who are regularly producing the kind
of scores for the various models in the network and like assigning them
their influence in the network and the reward that those model creators are receiving. And
by staking the token to both reputers and validators, you're sharing in the rewards
from emissions that they're getting as a function of them doing these kind of core activities in increasing the network security.
And so that's really, I think, the most accessible utility of the token to the largest how tokens are emitted, where token emissions come from, how that relates
to staking rewards to various people, both in the docs and in the white paper. And we'll be
releasing some more consolidated information on that at some point as well in the near future.
But yeah, I think staking the token to bolster economic security and
capturing some of the emissions and the fees coming into the network as a function of that
is kind of the core utility. The other thing people can do is obviously use it to participate
in the network. As a worker or as a forecaster in the network, one has to
purchase their slot in a given topic via the token. And so by having the token, one can actually
kind of purchase the spot necessary for them to contribute to a topic in this kind of worker
capacity and capture emissions and fees as a function
of how well they perform in that given topic.
And so that's another sort of utility for it.
And I think a useful way from my perspective in making sense of there's a number of other
utilities, but I think those go deeper into kind of like the payment for fees and like
liquidity and things like that. But I think a useful mental model for the token
from my perspective is that what the network is,
it's obviously a model coordination network.
It's aimed at aggregating all of the world's models
into one unified network
into sort of one abstraction layer.
And so the token sort of represents this kind of like indexed ownership
over all of the world's models in a way, instead of purchasing share or purchasing ownership in
a specific model and not knowing if that model is going to be the best model forever for
the totality of use cases that may be applicable to AI.
What it is, it's a kind of way of getting collective ownership over all of the world's models as a function of them kind of being coordinated and aggregated through the network.
토큰의 유틸리티 당연히 존재하고 있습니다.
저희가 백서라든지 독스에도 굉장히 자세하게 설명을 해놨는데요.
토큰오믹스에.
이에 대해서 조금 더 자세히 아실 수 있도록 추가적인 컨텐츠를 발행할 예정에 있습니다.
다시 설명을 드리자면 토큰의 유틸리티에서 가장 큰 점은 스테이킹이라고 할 수가 있겠네요.
스테이킹을 함으로써 여러분들은 이 발리데이터라고 하죠.
모델 안에서 모델을 생성하는 워커들이 정확한 가격을 예측할 수 있도록
뭔가 예측 모델을 만들어냈을 때에 이 레피터라는 사람들이 있거든요.
레피터라는 역할을 하는 사람들이 이 모델이 얼마나 훌륭하다 아니다 라는 것을 평가를 합니다.
그리고 더 좋은 모델일수록 더 좋은 평가를 받을수록 이 보상을 가져가게 되는 거예요.
그 사람들은 알로토큰을 가져가게 되는데 스테이킹을 한 사람들은 자신들이 스테이킹을 함으로써 모델과 레퓨터들이 버는 수익의 일부를 공유할 수가 있게 됩니다.
그래서 스테이킹이 굉장히 중요한 것이고요.
이 생태계 안에서의 하나의 참여자로서 참여를 하는 것이기 때문에
토큰을 들고 있음으로써 워커들이 일할 수 있는 일의 역량에는 한계가 있는데
어디에 일을 하시라고 나중에 보팅 같은 거 투표 또한 할 수 있고요.
이러이러한 문제를 풀어주시라고 참여권이 주어지기도 합니다.
그 외에도 유정성이라든지 가격적인 측면이라든지 다양한 기능도 있지만
결국에 가장 중요한 것은 알로라라는 모델은
세상에 정말 많고 많은 AI 모델들을 한 곳에 모아서
하나의 레이어에 통합진흥체, 통합 AI를 만드는 것인데요.
토큰을 들고 있다는 뜻은 여러분들이 AI 수많은 것들에 주식을 따로따로 사는 것이 아니라
하나의 거대한 묶음 상품으로 만들어서 ETF를 사는 거다.
이제 인덱스를 사는 거다라고 생각해 주시면 될 것 같아요.
뭐 이런저런 AI 뭐가 좋고 아닌지를 상관할 필요가 없이
AI라는 거대한 무대의 인덱스 펀드를 토큰의 개념으로 산다라고 이해하시면 되겠네요.
개념으로 산다라고 이해하시면 되겠네요.
네. 알로토큰 또한 알로라 프로덕트임으로
이 토큰을 어떻게 기능할 것인지에 대해서 궁금해서 뽑아본 질문입니다.
네. AMA 시간이 거의 다 되어가네요.
오늘 질문은 여기까지 받도록 하고
참여자분들 대상으로 경품을 추첨하기 위해서
구글 폼 링크를 제 트위터에 올려드리겠습니다.
이 자리에 참석하신 분들께만 배포하기 위해서 AMA 캡처 화면과 함께 트위터 및 텔레그램 핸들을 올려주시면 됩니다.
오늘 소감은 제가 평소에 여러가지 프로젝트들을 보는데 파운데이션 모델을 만드는 프로젝트는 많이 봤어도 이렇게 다중 모델을 이용해서 말 그대로 자가 개선되는 구조에 AI 모델 네트워크를 구성한 프로젝트는 알로라밖에 없었습니다.
그만큼 알로라가 AI 프로젝트들 중에서 유니크하고 신선한 구조를 가지고 있다는 거고 사실 구분도 안 되는 복제 AI 프로젝트들 많잖아요.
그런 프로젝트들이랑 결을 달리하고 있다고 저는 생각합니다.
그러니 알로라 프로젝트 많이 응원해 주시고 저희는 다음 질문들 가지고 다음 주에 다시 찾아오겠습니다. I think that's the same as the end of the project. So, thank you for your support and thank you for your support.
Please capture the screen and add it to the Google Form.
Can you say something about the first AMA?
Yes.
We're going to wrap it up for the first day in May for the many to come.
For soon, there was a lot of foundations that he saw the crypto saying we're going to build a lot of foundations.
But Allura was one and only saying they're going to have a self-improving AI, multi-module modules that is developing.
So it was especially interesting.
And it was a great time to getting to know each other.
It was a first time. Yeah, so it was especially interesting and it was a great time to getting to know each other it was our first time um yeah so it was great and we'd like to hear more from you in the
upcoming week anything you'd like to say to the audiences or how do you feel for today's ama
nick um we'd like to welcome you no i think this was great um it was it was great to to kind of
chat with everyone about uh some of the stuff we're doing,
some of the upcoming initiatives. I think it's like becoming closer to,
to the community,
really being a community first project has been a high priority of ours for,
for a very long time. And we have a,
we have a bunch of kind of initiatives and things we're going to be doing that we're excited about towards that end, not community for contributing and growing the network, the mindshare, all these different things.
These kind of agent communities as well. So yeah, thanks for having me. I thought this was great. 너무 좋았던 것 같습니다. 여러분들을 처음 만나고 알로라에 대해서 설명할 수 있었던 정말 좋은 시간이었던 것 같고요.
앞으로 가면서 카이토 이런 것뿐만 아니라 마인드셔라든지
이제 뭐 믿업이 어떻게 될 건지
저희가 함께 커뮤니티를 어떻게 만들어 나갈 건지
또 알로라가 어떠한 원대한 꿈을 꾸고 있는지
여러분들께 더 상세하게 설명할 준비가 되어 있고
여러 가지 로드맵도 설명 드릴 거니까요.
다음 주에도 꼭 참가해주시면 감사하겠습니다.
네 그리고 끝나고 저와 험블맨님 태그하시고
알로라 AMA 후기나 정리를 올려주신 분들 중에
가장 잘 쓰신 한 분께
소수의 자리가 배포되는 디스코드 롤을 드리려고 합니다.
많이 참여해주시길 바랍니다.
Thanks, Nick. We'll see you next week.
Thanks, Nick. We'll see you next week. Thanks, guys. Thank you.
