NEAR Protocol heeft een nieuwe benadering van staking geïntroduceerd, waarbij gebruikersverplichtingen rechtstreeks worden gekoppeld aan de infrastructuur die kunstmatige intelligentie aandrijft, in plaats van alleen aan netwerkvalidatie. Volgens een rapport van Coinfomania (via CryptoNews) introduceert de stap twee afzonderlijke stakingmodellen die specifiek zijn gebouwd voor AI-workloads. De lancering komt op een moment waarop blockchainplatforms zich haastten om te bewijzen dat zij echte AI-infrastructuur kunnen hosten in plaats van daar alleen over te praten. Volgens het rapport is het doel om de betrokkenheid en bruikbaarheid binnen het gedecentraliseerde AI-ecosysteem te vergroten.

Twee stakingmodellen gebouwd voor AI-workloads

NEAR Protocol zet erop in dat staking meer kan doen dan een blockchain beveiligen — het kan ook de machines achter kunstmatige intelligentie financieren. Het platform heeft twee stakingopties geïntroduceerd die gewone tokenverplichtingen omzetten in concrete AI-middelen, een duidelijke afwijking van het validator-beloningsmodel waarop de meeste netwerken vertrouwen. In plaats van alleen opbrengst te genereren, nemen deelnemers nu direct een belang in de gedecentraliseerde AI-infrastructuur zelf. In plaats van louter als een mechanisme voor netwerkbeveiliging te dienen, wordt staking op NEAR opnieuw gepositioneerd als een kanaal om middelen toe te wijzen aan AI-workloads.

IronClaw staking zet verplichtingen om in hostingcredits

Het eerste model, IronClaw staking, neemt wat gebruikers inleggen en zet dat om in hostingcredits. In de praktijk betekent dat dat stakers toegang krijgen tot rekenkracht in plaats van uitsluitend een financieel rendement, waarmee het model wordt gepositioneerd als een brug tussen traditionele stakingprikkels en de operationele behoeften van AI-systemen die op de infrastructuur van NEAR draaien. Die invalshoek is belangrijk omdat toegang tot compute een van de bepalende kostenbeperkingen in AI-ontwikkeling is geworden, waarbij GPU-capaciteit doorgaans wordt gehuurd van een kleine groep gecentraliseerde cloudproviders.

$NEAR AI staking zet verplichtingen om in vertrouwelijke inferentiecapaciteit

Het tweede model, $NEAR AI staking, werkt op vergelijkbare wijze maar levert een andere uitkomst op: vertrouwelijke inferentiecapaciteit. Verplichtingen die via deze optie worden vastgelegd, worden omgezet in capaciteit voor het privé uitvoeren van AI-inferentietaken, waardoor het stakingmechanisme direct wordt gekoppeld aan de compute-laag waarvan AI-modellen afhankelijk zijn om te functioneren. Privé-inferentie sluit aan bij een erkende drempel in AI-implementatie: veel organisaties blijven terughoudend om gevoelige vragen en data naar gedeelde infrastructuur te sturen, waardoor vertrouwelijk computergebruik een actief ontwikkelingsgebied is binnen de AI-stack.

Doel en mogelijke impact op gedecentraliseerde AI

Het onderliggende doel achter beide modellen is eenvoudig: de betrokkenheid van gebruikers verdiepen en het netwerk nuttiger maken voor AI-gedreven toepassingen. Door staking rechtstreeks te koppelen aan hostingcredits en inferentiecapaciteit probeert NEAR Protocol deelnemers een tastbaar belang te geven in de AI-systemen die boven op de blockchain worden gebouwd, in plaats van een puur speculatieve tokenpositie.

Het initiatief weerspiegelt ook een bredere verschuiving in de sector. De belangstelling voor user-owned AI — systemen waarin de mensen die middelen bijdragen ook delen in de output — groeit gestaag, en de dubbele stakingaanpak van NEAR past naadloos in die trend. De AI-ambities van NEAR gaan verder dan die van de meeste spelers: medeoprichter Illia Polosukhin is mede-auteur van het onderzoeksartikel uit 2017, “Attention Is All You Need”, waarin de Transformer-architectuur werd geïntroduceerd die ten grondslag ligt aan moderne grote taalmodellen, en het protocol heeft sinds 2024 publiekelijk user-owned AI tot een centraal thema van de roadmap gemaakt. Tegelijkertijd betreedt het een markt met gevestigde partijen — gedecentraliseerde compute-marktplaatsen zoals Akash en Render, en machine learning-netwerken zoals Bittensor, werken al jaren aan alternatieven voor gecentraliseerde cloud-GPU’s. Als de modellen aan traction winnen, kunnen ze een blauwdruk bieden voor hoe andere blockchainplatforms tokenprikkels koppelen aan echte vraag naar AI-infrastructuur, in plaats van uitsluitend te steunen op speculatieve handelsactiviteit om betrokkenheid te stimuleren.

Marktomgeving en liquiditeit van $NEAR-token

Voorlopig schetst de marktomgeving een voorzichtiger beeld. Het handelsvolume van $NEAR-tokens wordt momenteel gerapporteerd op $0, een teken van dunne liquiditeit die enigszins wringt met de ambitie achter de nieuwe stakinglancering. Ook de bredere cryptomarkten geven op dit moment gemengde signalen af, wat een extra laag van onzekerheid toevoegt aan hoe snel deze nieuwe producten aanslaan.

Toch is de logica achter het initiatief duidelijk genoeg: als IronClaw staking en $NEAR AI staking aanzienlijke deelname aantrekken, kan dat leiden tot meer vraag naar $NEAR-tokens en daarmee de algehele liquiditeit en het marktsentiment beïnvloeden. Handelaren die deze sector volgen, zullen de adoptie van deze stakingopties waarschijnlijk zien als een vroege aanwijzing of de AI-push van NEAR Protocol verder reikt dan alleen de aankondiging. De echte test komt wanneer AI-integraties die op het netwerk zijn gebouwd daadwerkelijk presteren zodra gestakete middelen in gebruik worden genomen.

FAQ

Wat zijn de nieuwe stakingmodellen die door NEAR Protocol zijn geïntroduceerd?

NEAR Protocol introduceerde twee stakingmodellen: IronClaw staking, dat verplichtingen omzet in hostingcredits, en $NEAR AI staking, dat verplichtingen omzet in vertrouwelijke inferentiecapaciteit.

Wat is het belangrijkste doel van deze nieuwe stakingmodellen?

De nieuwe stakingmodellen zijn bedoeld om de betrokkenheid van gebruikers en de bruikbaarheid binnen het gedecentraliseerde AI- en blockchain-ecosysteem te vergroten.

Hoe is de huidige marktliquiditeit voor $NEAR-tokens?

Het huidige handelsvolume voor $NEAR-tokens wordt gerapporteerd als nul, wat wijst op dunne liquiditeit.

Artikel geproduceerd met de hulp van kunstmatige intelligentie en beoordeeld door de redactie.