当前位置: 首页 > news >正文

Baselight 携手 Walrus 激活链上数据价值,打造无需许可的数据中

Baselight 是由 Finisterra Labs 构建的无许可数据平台,专为结构化数据集设计。通过与 Walrus 合作,用户能够释放链上存储数据的潜在价值,消除传统上分发与发现数据集的瓶颈。具体来说,这一集成将 Walrus 上存储的 blob 转化为结构化、可查询、可变现的数据集,并通过 Baselight 平台提供服务。

Baselight 提供统一的数据发现、分析与洞察环境,消除了分散工具与数据孤岛带来的摩擦。当前已索引超过 1200 亿行数据、281,000 张表格和 51,000 个数据集,支持金融、AI 与机器学习、科研和体育分析等多类场景。通过原生 SQL 引擎以及对 AI Agent 与自定义模型的支持,Baselight 能让结构化数据融入自动化工作流与实时分析。

Walrus 基金会负责人 Rebecca Simmonds 表示:“今天,大多数数据都闲置在孤岛或昂贵的平台中。借助 Baselight,存储在 Walrus 上的数据集可以成为活跃的、可混合的、可变现的资产。这一集成让开发者、研究人员和企业能够以去中心化、可验证且可控的方式释放数据的全部价值。”

借助 Walrus 作为数据管理层,Baselight 用户获得了一个去中心化、高性能的数据激活基础。Walrus 通过其批处理系统 Quilt,在大文件与 AI/分析管道常见的小文件数据集处理上都提升了效率,降低成本并改善性能。存储在 Walrus 上的数据还能在 Baselight 中实现可查询与可编程化,支持动态访问模型,如代币门控查询、时间锁权限或 DAO 控制的授权许可。

Finisterra Labs CEO Henrique Moniz 表示:“Baselight 正在构建无许可数据经济,而 Walrus 提供了实现这一目标的去中心化数据管理层。两者结合,将原始文件转化为结构化、可查询、可共享的数据集,任何人都可以访问、信任并基于其进行构建。这是智能系统、AI Agent 和全球开放数据协作的基石。”

此次公告延续了 Walrus 的一系列新集成,包括与 OpenGradient 和 Space and Time 的合作,进一步推动其在去中心化 AI 与智能数据基础设施方面的布局。

了解更多 Baselight 如何构建无许可数据经济,请访问:https://baselight.ai 。


关于 Sui Network

Sui是基于第一原理重新设计和构建而成的L1公有链,旨在为创作者和开发者提供能够承载Web3中下一个十亿用户的开发平台。Sui上的应用基于Move智能合约语言,并具有水平可扩展性,让开发者能够快速且低成本支持广泛的应用开发。获取更多信息:https://linktr.ee/sui_apac

官网|英文Twitter|中文Twitter|Discord|英文电报群|中文电报群

http://www.dtcms.com/a/355036.html

相关文章:

  • LeetCode热题100--98. 验证二叉搜索树--中等
  • QT 概述(背景介绍、搭建开发环境、Qt Creator、程序、项目文件解析、编程注意事项)
  • Fortran快速排序算法实现与优化
  • Web安全:深入理解User-Agent报头注入与防御
  • 从CTFshow-pwn入门-pwn43理解栈溢出到底跳转call还是plt
  • 网络安全测试(一)Kali Linux
  • PyTorch实战(3)——PyTorch vs. TensorFlow详解
  • 网络安全设备监控指标
  • jvm锁优化
  • MiniCPM-V 4.5 vs MiniCPM-V 2.6 深度对比分析
  • claude code helper for vscode
  • MTK Linux DRM分析(十七)- MTK KMS实现mtk_drm_fb.c
  • HTML贪吃蛇游戏实现
  • SQLSERVER触发器
  • C++讲解---什么是静态成员函数
  • 云计算学习100天-第28天
  • 软件测试(三):测试流程及测试用例
  • 如果被控端显示器分辨率是2k,远程控制软件的画质设置是4k,主控端显示器的分辨率是2k,那主控端看到的被控端画面是几k
  • list 手动实现 1
  • IO多路复用---EPOLL
  • 把llamafacoty微调后的模型导出ollama模型文件
  • SPARK入门
  • Python 多版本环境治理理念驱动的系统架构设计——三维治理、四级隔离、五项自治 原则(路径治理升级修订 V 2.0 版)
  • 七牛云实践:我们如何用 AIGC 将产品开发从“人想图”变为“图选图”
  • 使用astah制作专业状态图及C/C++实现解析
  • 随手小记:elementUI的勾选框使用的坑
  • 大模型微调示例五之Llama-Factory_agent_functioncalling
  • 大数据原生集群 (Hadoop3.X为核心) 本地测试环境搭建三
  • 仓颉编程语言:全场景开发的未来选择
  • SAP-ABAP:SAP HANA 架构解析:主从(Scale-Out)与主备(High Availability)架构深度对比