Score

¿Qué es Score?

Score, también conocido como sn44 o Score Vision, es una subred de Bittensor que aplica incentivos de aprendizaje automático descentralizado a la visión por computadora, inicialmente convirtiendo transmisiones de fútbol y otros videos en datos estructurados legibles por máquina, como ubicaciones de jugadores, seguimiento del balón, geometría del campo, detecciones de objetos y contexto de eventos.

El problema que aborda no es el “cómputo de IA” genérico, sino el cuello de botella más específico y comercialmente relevante de la anotación de video: convertir grandes volúmenes de metraje bruto en etiquetas precisas con la suficiente rapidez y a un costo lo bastante bajo como para ser útiles en analítica deportiva, monitoreo de seguridad, operaciones de retail, logística y otros entornos con uso intensivo de cámaras.

Su supuesta ventaja competitiva es la combinación del mercado de incentivos minero-validador de Bittensor con métodos de validación ligeros, que incluyen filtrado de fotogramas, comprobaciones de campo/puntos clave, pruebas de geometría tipo homografía y verificación semántica basada en CLIP, diseñados para evitar el costo de volver a ejecutar inferencia completa de visión en cada fotograma enviado.

El propio repositorio de GitHub del proyecto describe Score Vision como un framework de visión por computadora descentralizado centrado primero en el Reconocimiento del Estado del Juego en fútbol, mientras que la actual página de la subred de Bittensor caracteriza a sn44 como un framework en el que los mineros procesan video localmente y los validadores puntúan los resultados mediante comprobaciones híbridas visuales y geométricas. (github.com)

La posición de mercado de Score se entiende mejor como una subred de aplicación especializada de Bittensor, no como una blockchain de capa base ni como una plataforma amplia de contratos inteligentes.

A finales de junio de 2026, los paneles de mercado públicos situaban a Score en el rango de mediana capitalización entre los tokens líquidos de subredes de Bittensor, en lugar de entre las redes cripto más grandes; el rastreo reciente de CoinGecko mostraba a Score clasificado alrededor del puesto 500 bajo por capitalización de mercado cripto, mientras que la vista en vivo de subredes de Bittensor.ai mostraba una subred con un conjunto completo de 256/256 neuronas, nueve validadores, varios miles de holders visibles en Taostats y aproximadamente 131.000 TAO-equivalentes de TVL en la instantánea del pool de la subred. Esas cifras deben tratarse como indicadores de mercado y staking en un momento concreto, no como evidencia de una demanda duradera de usuarios finales. De forma más analítica, la escala de Score sigue siendo pequeña en relación con los proveedores centralizados de visión por computadora y los incumbentes de datos deportivos, pero está comparativamente más diferenciada dentro de Bittensor porque se orienta a un resultado externo medible —modelos de visión y etiquetas derivadas de video— en lugar de a un juego de emisiones puramente especulativo. (coingecko.com)

¿Quién fundó Score y cuándo?

Score parece haber surgido públicamente en 2024, durante la expansión posterior a ChatGPT de las narrativas de infraestructura de IA y el ciclo temprano de tokens de subredes de Bittensor.

La presencia corporativa del proyecto indica que Score - Subnet 44 se fundó en 2024 y tiene su sede en la ciudad de Nueva York, mientras que el registro de la subred de Bittensor muestra a sn44 registrada on-chain en septiembre de 2024. La atribución de fundadores varía ligeramente entre los materiales públicos, pero los nombres más consistentes son Maxime Sebti, Tim Kalic y Nigel Grant; la documentación de SIRE identifica a Maxime Sebti como cofundador y CEO de Score Technologies, a Tim Kalic como cofundador y CTO, y a Nigel Grant como cofundador y director de ingresos, mientras que LinkedIn menciona a Tim Kalic como cofundador y CTO de Score - Subnet 44 y de Manako Labs. A la entidad operativa a menudo se la describe como Score Technologies o vinculada a Vision Research Foundation, con Manako Labs convirtiéndose posteriormente en una interfaz comercial visible construida sobre la subred. (linkedin.com)

La narrativa del proyecto ha cambiado de forma significativa desde el lanzamiento. El material comunitario temprano sobre Score estaba más cerca de la predicción deportiva, la analítica deportiva y la incorporación de comunidades futboleras, mientras que el posicionamiento actual es más amplio: una “capa de visión por computadora abierta y sin permisos” que puede entrenar y evaluar modelos de visión pequeños y específicos de tareas para redes de cámaras del mundo real.

La tesis de Reconocimiento del Estado del Juego en fútbol sigue siendo importante porque el metraje deportivo ofrece datos etiquetados densos y de alto valor y un mercado comercial claro, pero el marco más reciente de Manako desplaza a Score hacia casos de uso de IA física empresarial, como alertas de zona restringida, detección de objetos en estaciones de servicio, detección de vehículos/personas y monitoreo operativo desplegado en el borde. Esta evolución es estratégicamente racional, porque la analítica deportiva pura es un mercado de nicho con incumbentes consolidados, mientras que la inteligencia de cámaras empresariales es más grande, pero también aumenta el riesgo de ejecución: Score debe demostrar que puede generalizar más allá del fútbol sin perder el rigor de validación que hacía coherente el diseño original de la subred. (kucoin.com)

¿Cómo funciona la red Score?

Score no opera una blockchain independiente de prueba de trabajo, prueba de participación o tipo DAG. Es una subred específica de aplicación que se ejecuta sobre el L1 Subtensor de Bittensor, donde el “consenso” relevante para Score es el proceso de Yuma Consensus ponderado por stake de Bittensor, en lugar de un mecanismo independiente de producción de bloques. En Bittensor, las subredes son mercados de incentivos: los mineros realizan una tarea de IA definida, los validadores evalúan la calidad de ese trabajo y Yuma Consensus convierte los envíos de peso de los validadores en emisiones para mineros y validadores.

La documentación de Bittensor indica que Yuma Consensus se ejecuta on-chain dentro de Subtensor y calcula las emisiones de mineros y validadores a partir de las clasificaciones de los validadores sobre el rendimiento de los mineros, con un recorte ponderado por stake destinado a reducir las puntuaciones colusorias o poco confiables. Para sn44, eso significa que el modelo de seguridad se hereda en parte de la cadena de Bittensor y depende en parte de que los validadores de Score puedan distinguir de forma fiable salidas de visión por computadora de alta calidad de envíos de baja calidad o adversariales. (docs.learnbittensor.org)

Técnicamente, la arquitectura de Score es un sistema de tres roles: los mineros reciben tareas de video o imagen y ejecutan detección de objetos, seguimiento o inferencia de modelos especializados localmente; los validadores muestrean y puntúan las salidas de los mineros; y el propietario de la subred mantiene el diseño de las tareas, los parámetros de incentivos y la salud general de la red.

La característica distintiva es el enfoque de validación. En lugar de validar cada fotograma con inferencia completa de modelos —costosa—, Score utiliza fotogramas filtrados, comprobaciones semánticas, plausibilidad de puntos clave y geometría del campo, error de reproyección y métricas estilo GS-HOTA de detección-asociación para aproximar la calidad de forma eficiente.

Los materiales anteriores de Score enfatizaban clips de fútbol, detección de jugadores y balón, extracción de líneas del campo y segmentos de partidos de 30 segundos; los materiales más recientes ponen el énfasis en destilación de modelos y habilidades de visión ligeras y desplegables en el borde. Esto es técnicamente plausible, pero crea una tensión central: cuanto más se expande Score hacia tareas arbitrarias de visión empresarial, más difícil se vuelve mantener un único régimen de validación robusto y más depende la subred de un diseño cuidadoso de benchmarks en lugar de simplemente añadir más mineros. (github.com)

¿Cuáles son la tokenómica de sn44?

sn44 es un token alfa bajo el modelo Dynamic TAO de Bittensor, por lo que su mecánica de oferta y valor difiere de la de un ERC-20 convencional con una tabla de asignación fija. Las preguntas frecuentes de Dynamic TAO de Bittensor establecen que cada token alfa de subred tiene un tope máximo de 21 millones y sigue un calendario de halvings, mientras que la documentación de emisiones explica que los tokens alfa específicos de cada subred se emiten a mineros, validadores, stakers y creadores de subredes. A finales de junio de 2026, páginas de mercado de terceros indicaban aproximadamente entre 4 y 5 millones de SN44 en circulación y una capitalización de mercado en el rango alto de 30 millones de dólares a bajo de 40 millones, mientras que la instantánea de activos proporcionada por el usuario situaba la capitalización de mercado alrededor de 42,4 millones de dólares y el token en el rango de varios dólares altos por unidad. Estructuralmente, sn44 es inflacionario hasta que las emisiones se atenúan mediante halvings y la oferta se aproxima al tope; no es principalmente un modelo de token de quema, aunque los costos de registro en Bittensor y los mecanismos a nivel de protocolo pueden afectar los flujos TAO/alfa en torno a la participación en subredes. docs.learnbittensor.org

La captura de valor proviene de la demanda de staking, de la economía minero-validador y de la evaluación del mercado sobre si la subred produce salidas de visión por computadora valiosas. En Dynamic TAO, un usuario que hace staking en una subred de minería efectivamente intercambia TAO por el alfa de esa subred y hace staking de ese alfa a un validador; el valor de salida entonces depende de la proporción alfa-TAO en el pool al momento del unstaking. La documentación de emisiones de Bittensor de junio de 2026 es importante porque indica que la red había vuelto a un modelo basado en precios para distribuir las emisiones de TAO entre subredes, después de un período basado en flujos de noviembre de 2025 a junio de 2026, lo que significa que los precios de los tokens de subred y sus medias móviles vuelven a influir en la cuota de emisiones.

Para Score específicamente, la instantánea de finales de junio en Bittensor.ai mostraba una comisión del propietario del 18 % y las emisiones divididas entre mineros, validadores/stakers y el propietario, con un APY de staking mostrado muy alto que debe interpretarse como una salida de emisiones volátil en lugar de un rendimiento estable. En términos económicos, los holders de sn44 están respaldando un sistema reflexivo: modelos útiles y demanda externa pueden justificar entradas de stake y emisiones, pero las emisiones sin demanda que pague tarifas pueden diluir a los holders y recompensar la rotación de capital a corto plazo en lugar de la utilidad duradera de la red. (docs.learnbittensor.org)

¿Quién está usando Score?

La distinción clave es entre la actividad del token y el uso del producto. El volumen de trading on-chain de Score, sus holders, El recuento de validadores y el TVL en staking muestran que el activo tiene participación de mercado, pero esas métricas no prueban que empresas o equipos deportivos estén pagando por salidas de visión por computadora.

La utilidad real se infiere mejor a partir de la actividad de tareas, los benchmarks de modelos, las competiciones entre mineros y las aplicaciones comerciales construidas sobre el subnet. Los materiales públicos de Score identifican el análisis deportivo, la retransmisión, las apuestas, el scouting y el entrenamiento como mercados objetivo iniciales, mientras que comunicaciones públicas más recientes describen líneas de trabajo de visión por computadora más amplias, como detección de personas, detección de vehículos, detección de incendios y monitoreo de estaciones de servicio.

A mediados de 2026, el patrón de uso más creíble no son usuarios minoristas interactuando directamente con sn44, sino creadores que usan el subnet como backend descentralizado de descubrimiento y destilación de modelos. (github.com)

La señal de adopción más concreta orientada a empresas es Manako Labs. En abril de 2026, Manako anunció una alianza con PwC France y Maghreb, indicando que PwC France se apoyaría en el Business Operations World Model de Manako, impulsado por Score - Subnet 44, para ayudar a las organizaciones a convertir redes de cámaras existentes en sistemas de inteligencia operativa. En junio de 2026, una nota de CryptoBriefing sindicada por KuCoin informó que Manako había lanzado una plataforma de agentes de IA de visión impulsada por Score Subnet 44 de Bittensor, con una interfaz sin código, modelos ejecutables en CPU, procesamiento en el borde, alertas por Slack y una inversión declarada de 1 millón de dólares en TaoWeave para la expansión en Norteamérica. Estas son señales comerciales significativas, pero no equivalen a ingresos auditados, retención de clientes ni métricas de despliegue a escala empresarial. Una lectura escéptica es que Score tiene una distribución prometedora a través de Manako y canales de asesoría vinculados a PwC, pero aún necesita divulgar pruebas más sólidas de clientes recurrentes, cargas de trabajo pagadas y throughput medido en horas de cámara procesadas o tareas de modelo aceptadas. (manako.ai)

¿Cuáles son los riesgos y desafíos para Score?

La exposición regulatoria de Score es indirecta pero real. No parece haber una demanda regulatoria activa conocida específicamente contra Score o sn44 en las fuentes públicas revisadas, pero sn44 hereda la incertidumbre más amplia en torno a TAO, los tokens de subnets de Bittensor, el staking y los activos digitales impulsados por emisiones. El formulario S-1 del Bittensor Trust presentado por Grayscale discute explícitamente el riesgo de que TAO pueda ser considerado un valor y señala que la SEC o un tribunal podrían adoptar una postura contraria, incluso si el patrocinador considera que TAO no es un valor. Eso importa para sn44 porque los tokens alfa están todavía más estrechamente vinculados a la actividad del creador del subnet, al diseño de emisiones, a los flujos de staking y a las expectativas sobre esfuerzos gerenciales productivos. La centralización es el segundo gran riesgo. La página de Bittensor.ai mostraba solo nueve validadores en sn44 en su instantánea de finales de junio, una comisión del propietario del 18%, los ajustes de commit-reveal y liquid-alpha deshabilitados, y una etiqueta de salud que describía el subnet como abandonado, al tiempo que mostraba cero commits en GitHub en los 30 días previos y un último commit aproximadamente 200 días antes. Algunas de esas etiquetas pueden ir con retraso respecto al desarrollo off-chain, pero los inversionistas institucionales deberían tratar la concentración de validadores, la discrecionalidad del propietario, los repositorios obsoletos y la gobernanza opaca de tareas como elementos materiales de due diligence. sec.gov

El riesgo competitivo también es sustancial. En analítica deportiva, Score compite económicamente con proveedores incumbentes de datos y análisis de video, como proveedores de datos deportivos tipo Opta, stacks analíticos de clubes, sistemas de tracking para retransmisiones y proveedores especializados de visión por computadora que no necesitan incentivos cripto. En visión empresarial, compite con plataformas de IA en la nube, proveedores de IA en el borde, herramientas tipo Roboflow, modelos de código abierto y soluciones verticales propietarias integradas en software de seguridad, retail, logística e industrial. El modelo descentralizado de subnet puede ser una ventaja en costes y descubrimiento de talento si obtiene modelos mejores de forma fiable, pero también puede ser más lento de llevar a producto que un proveedor centralizado con bucles de retroalimentación directa de clientes, acuerdos de nivel de servicio, equipos de compras y controles de cumplimiento. El token añade otra amenaza: si las emisiones son más atractivas que los ingresos externos, mineros y validadores pueden optimizar para la mecánica de recompensas en lugar de los resultados para el cliente, creando una brecha entre la actividad del subnet y la producción económicamente útil. medium.com

¿Cuál es la perspectiva futura para Score?

La perspectiva de Score depende menos del rendimiento del precio y más de si puede convertir un nicho técnico creíble en infraestructura comercial repetible.

La hoja de ruta verificada en los materiales públicos de GitHub establecía una secuencia para 2025 desde reconocimiento del estado del juego y validación basada en VLM hasta el despliegue en mainnet, validación con humanos en el circuito, paneles de control, detección de acciones, generación de descripciones de eventos, APIs de integración, deportes adicionales, herramientas para desarrolladores y aplicaciones entre dominios.

A mediados de 2026, la narrativa pública había avanzado hacia inteligencia empresarial de cámaras impulsada por Manako y destilación de pequeños modelos específicos de tareas, mientras que Bittensor en sí había experimentado cambios importantes en su tokenómica, incluida la vuelta en junio de 2026 a emisiones basadas en el precio.

Los hitos más importantes a partir de aquí son por tanto prácticos más que promocionales: desarrollo open source renovado, telemetría más clara de validadores y mineros, benchmarks de modelos auditados, documentación pública de APIs, evidencia de cargas de trabajo pagadas y un marco de validación robusto para tareas no relacionadas con el fútbol. (github.com)

El obstáculo estructural es que Score debe demostrar que el subnet es algo más que una competición de modelos subvencionada por emisiones.

Si Manako y aplicaciones similares pueden encaminar de forma consistente problemas reales de visión empresarial hacia sn44, evaluar los resultados de los mineros, desplegar modelos compactos en el borde y mostrar ventajas de coste o precisión frente a herramientas centralizadas, entonces Score tiene un rol defendible como mercado laboral de visión por computadora nativo de Bittensor. Si no, el activo corre el riesgo de ser valorado principalmente como una apuesta apalancada sobre la especulación en subnets de Bittensor, con una separación limitada entre la liquidez del token y el encaje real producto-mercado. No se justifica ningún pronóstico de precio; la cuestión relevante es si sn44 puede sostener una validación de alta calidad, descentralizar el control y convertir datos de cámaras en infraestructura demandada externamente antes de que las plataformas centralizadas de visión cierren la brecha de costo-eficiencia.