表现
RD 热度指数
RD 增长指数
对比
关注更新
关注列表
人物
关于Gradient
Gradient是一个开源AI基础设施项目，核心目标是让分布式强化学习（RL）变得便宜。其技术栈包括三部分：Lattica——点对点数据通信协议，用于连接分布式节点；Parallax——分布式推理引擎，把异构设备整合成统一集群；Echo——分布式RL框架，将推理（rollout生成）与模型训练解耦。最新版本Echo-2把RL循环拆成两个独立集群：大规模消费级设备集群负责计算量小的推理生成，小规模数据中心GPU集群（A100/H100）负责密集的训练更新。模型更新通过分块点对点网络中继传输，避免带宽瓶颈；用户可通过“陈旧度预算”参数在数据新鲜度和吞吐量之间权衡。基准测试显示，Echo-2将30B参数模型的后训练成本比集中式方案降低90%以上，同时学习质量持平或略优。配套的VeriLLM协议以约1%的开销实现公开可验证的推理，解决去中心化网络中的信任问题。
市场痛点很明确：RL后训练是当代AI最昂贵的环节，少数云厂商垄断并以溢价提供利用率不高的硬件。多数团队负担不起领域模型的RL微调，只能依赖通用模型的提示工程。Gradient的方案将成本降低33%-90%，有望让数千个垂直AI团队用上RL。项目还解决了昂贵GPU在等待推理数据时空转的浪费，以及互联网上异构设备协调的难题。
近半年（2026年3月至8月），Gradient发布了Echo-2并附同行评审结果，开源了Parallax供自托管分布式推理，并称Lattica已在全球数百万节点上运行。团队还宣布了基于Echo-2的RL即服务（RL-as-a-Service）平台Logits，目前正在开发中。不过，项目仍处于产品市场匹配之前阶段，技术栈还在验证中而非完全商品化。近期用户群仅限于开源模型开发者、RL研究人员和能容忍异构无信任系统复杂性的基础设施工程师。该时期未报告重大安全事故或协议故障。
Gradient Network 作为开源 AI 基础设施层，已达成多个具有长期意义的节点。其完成了由 Pantera Capital 和 Multicoin Capital 领投的 1000 万美元种子轮融资，验证了去中心化 AI 的愿景。后续一轮融资中 Multicoin 等参投，进一步巩固了其地位。该项目还获得了显著关注，成为 RootData 上 7 天内新增关注者最多的项目，反映出社区兴趣的增长。这些事件凸显了其在构建点对点计算与数据层以推动 AI 去中心化方面的进展，超越了传统中心化模式。
Gradient（gradient.network）在2026年上半年取得关键进展。核心成果包括发布Echo-2分布式强化学习框架，通过双群架构解耦训练与推理，将后训练成本降低10.6倍（Qwen3-30B模型从4,490美元降至425美元），同时保持算法保真度。团队还推出了Logits平台，提供RL-as-a-Service服务，抽象分布式编排；并扩展了开源推理引擎Parallax，已被多家领先开源模型开发商采用。未来路线图聚焦于：扩展Open Intelligence Stack（OIS）以支持更大规模模型家族，增强异构设备兼容性（包括Apple Silicon和消费级GPU），推动Logits从研究走向生产级SLA服务。此外，网络正深化DePIN集成，奖励贡献闲置算力的节点运营商，目标是在全球网格中实现100%硬件利用率。
Eric Yang（联合创始人）- Gradient创始人。曾任红杉中国（HSG）风险投资人、DLive创始工程师（后被BitTorrent收购）。加州大学伯克利分校计算机科学专业。
Yuan Gao（联合创始人）- Gradient联合创始人。曾任Helium基金会增长负责人、NEO营销负责人、Helium中国区董事总经理。哥伦比亚大学国际金融硕士，南京大学地理信息科学学士。
Gradient近期团队变化：北美业务发展主管Alex Mirran已于2026年7月离职。他于2025年9月入职，负责北美市场拓展与战略合作。任职期间，他推动了Commonstack等产品的商业化，并参与了生态合作。其离职可能对Gradient在北美市场的业务推进产生影响。