Dolphin

O que é a Dolphin?

Dolphin é um projeto de IA e infraestrutura DePIN cujo produto central, Dolphin Network, foi projetado para rotear cargas de trabalho de inferência de IA para operadores de GPU distribuídos em vez de depender exclusivamente de clusters de nuvem centralizados. O problema declarado pelo protocolo é o descompasso entre a crescente demanda por inferência de modelos e a grande quantidade de capacidade de GPU de consumidores e data centers subutilizada que fica fora dos provedores hyperscale. Sua proposta de vantagem é um design de inferência “peer‑to‑pool”, no qual donos de GPUs ociosas processam requisições, ganham o token Dolphin e são restringidos por criptografia, validação aleatória, checagens de saída de modelo e colateral criptoeconômico, em vez de acordos de nível de serviço centralizados convencionais. A presença pública de IA do projeto não é puramente teórica: sua organização no Hugging Face descreve a Dolphin como focada em desenvolvimento de modelos de IA e inferência distribuída e lista dezenas de repositórios de modelos abertos, incluindo variantes de modelos com a marca Venice.

Dolphin é uma rede de camada de aplicação de nicho, e não uma blockchain de Camada 1 ou Camada 2 de uso geral. O token era originalmente referido como DPHN e desde então foi renomeado por vários provedores de dados como POD, com o contrato na Base em 0xed664536023d8e4b1640c394777d34abaff1df8f. No início de outubro de 2026, agregadores de dados de mercado colocavam a Dolphin no segmento de cripto de pequena a média capitalização, em vez de entre os ativos de infraestrutura centrais; a CoinGecko e a página do token na DefiLlama mostravam uma oferta em circulação na faixa de pouco mais de 80 milhões de tokens frente a um teto de oferta de 500 milhões de tokens, enquanto os rankings variavam de forma relevante entre os agregadores. Dolphin não tem o mesmo tipo de perfil de Total Value Locked que um mercado de empréstimo ou um formador de mercado automatizado, e rastreadores públicos de TVL em DeFi a apresentam principalmente como um token, e não como um protocolo de DeFi que trava capital; isso torna demanda por inferência, participação de nós, uso de API, concentração de tokens e adoção de modelos indicadores mais relevantes do que TVL.

Quem fundou a Dolphin e quando?

A linhagem da Dolphin está intimamente associada a Eric Hartford, o desenvolvedor de modelos abertos por trás da família de fine‑tunes de modelos de linguagem Dolphin, sem censura e ajustáveis. Perfis públicos de cripto e referências de mercados regionais identificam Hartford como fundador chave ou colaborador central, enquanto a presença da Dolphin no Hugging Face mostra a organização Dolphin como uma publicadora ativa de modelos. O contexto prático de lançamento abrange duas fases: primeiro, o surgimento de modelos abertos com a marca Dolphin durante o ciclo de IA local de 2023–2025, quando LLMs com pesos abertos se tornaram um contrapeso a APIs de modelos fechados; segundo, a fase de rede tokenizada em 2026, quando o ativo DPHN/POD da Dolphin e a implantação na Base foram posicionados em torno de inferência descentralizada, monetização de GPUs e recompras de protocolo. Esse timing colocou o projeto no mesmo tema macro que Bittensor, Render, Akash, io.net, Gensyn e outras tentativas de transformar computação de IA em um mercado coordenado por cripto.

A narrativa do projeto mudou da publicação de modelos abertos para uma tese de infraestrutura de IA verticalmente integrada. A história anterior da Dolphin se concentrava em fine‑tunes de modelos sem censura e ajustáveis, com alinhamento controlado pelo usuário, o que tornou o projeto reconhecível entre usuários de IA local, mas não criou por si só uma economia de token. A narrativa posterior da Dolphin Network adiciona uma camada transacional: donos de GPU executam modelos suportados, usuários ou aplicações consomem inferência, validadores verificam se os operadores estão de fato executando o modelo declarado, e a receita do protocolo pretende sustentar a economia do token. Vários perfis de terceiros descrevem o ativo DPHN original como tendo migrado ou sido renomeado para POD no início de 2026, e a cobertura de mercado coreana observou que a Upbit adicionou mercados de POD em 2 de outubro de 2026, o que ampliou de forma relevante a visibilidade do ativo em exchanges, mas não mudou a questão fundamental de se a demanda real por inferência pode escalar além da negociação especulativa.

Como funciona a Dolphin Network?

Dolphin não é uma rede de consenso de camada base da mesma forma que o Bitcoin usa prova de trabalho ou o Ethereum usa prova de participação. Ela é melhor entendida como um protocolo DePIN de camada de aplicação na Base, usando a Layer 2 do Ethereum subjacente para liquidação de tokens, enquanto coordena trabalho de GPU off‑chain para inferência de IA. O consenso econômico da rede se aproxima mais de verificação de serviço com participação colateralizada do que de produção de blocos. Operadores contribuem GPUs para pools de inferência, recebem requisições e são compensados por computação útil; validadores ou rotinas de verificação tentam detectar serviço desonesto, execução de modelo incorreto ou saídas fabricadas. As descrições públicas do projeto enfatizam criptografia, validação amostrada aleatoriamente e colateral criptoeconômico, enquanto o perfil da Dolphin na CoinGecko descreve a rede como usando bonding e validação amostrada aleatoriamente para manter a integridade das saídas.

O desafio técnico distintivo é que inferência de IA é difícil de verificar de forma barata. Os materiais públicos da Dolphin e perfis de dados de mercado fazem referência a técnicas como fingerprinting de modelos, checagens de log‑probability e amostragem para validação, que são projetadas para provar que um nó está executando o modelo esperado sem recomputar cada resposta por meio de um servidor centralizado confiável. A rede também parece estar se estruturando em torno do Sonar, uma stack de inferência associada à Dolphin para servir modelos do Hugging Face por meio de APIs compatíveis com OpenAI, com documentação que cobre implantação em produção, implantação distribuída e opções de paralelismo. Esses documentos sugerem um foco de engenharia sério em servir modelos, batching, paralelismo de tensores e de pipeline e execução multi‑nó, embora isso não seja o mesmo que provar que um marketplace público descentralizado de GPUs pode igualar, de forma confiável, provedores de inferência centralizados em latência, disponibilidade, custo e controle de abuso.

Como é a tokenomics de DPHN?

O token da Dolphin agora é comumente rastreado como POD, embora muitas referências ainda o conectem à marcação anterior DPHN. No início de outubro de 2026, a CoinGecko, os dados de token da DefiLlama e a Coinranking mostravam uma oferta total ou máxima em torno de 500 milhões de tokens, com oferta circulante na faixa de pouco mais de 80 milhões e a maior parte dos tokens mantida em carteiras de tesouraria, fundação, staking ou travadas. Essa estrutura cria um perfil de alto risco de float: mesmo que emissões estejam atreladas a trabalho útil, uma base circulante relativamente pequena significa que futuros desbloqueios, recompensas para operadores, incentivos de staking ou movimentações da tesouraria podem dominar o comportamento de mercado de curto prazo. O token, portanto, não é claramente deflacionário apenas porque recompras são discutidas; sua trajetória efetiva de oferta depende de quão rapidamente saldos travados entram em circulação, de como as emissões para operadores de GPU são calibradas e de se a demanda por recompras é grande o suficiente para compensar a nova distribuição.

A utilidade declarada do token é tríplice: meio de pagamento ou de contabilização para inferência, recompensas para operadores de GPU e bonding ou staking para participantes da rede. Perfis de terceiros descrevem um cofre de staking xPOD e um sistema de multiplicador de recompensas para operadores colateralizados, enquanto o explicador da Dolphin na Coinranking afirma que a receita do protocolo pretende recomprar POD no mercado aberto e que operadores podem fazer stake em xPOD para obter rendimento adicional ou turbinar recompensas. Isso dá à Dolphin uma narrativa de captura de valor mais explícita do que muitos tokens utilitários, mas também levanta questões analíticas. Se usuários pagarem em ativos não nativos e o protocolo converter a receita em recompras de POD, a demanda por token é indireta e depende de uso real pago de inferência. Se os incentivos a GPUs excederem a receita orgânica, a economia do token ainda pode se tornar inflacionária na prática. Se os rendimentos de staking forem financiados principalmente por emissões em vez de fluxo de taxas, o yield é um mecanismo de redistribuição, e não evidência de geração sustentável de caixa.

Quem está usando a Dolphin?

O quadro observável de uso é misto. Por um lado, a Dolphin tem uma presença crível em modelos abertos: sua organização no Hugging Face lista um grande número de repositórios de modelos, incluindo variantes Dolphin‑Mistral e com a marca Venice, e o projeto fornece uma interface web e um bot no Telegram como pontos de acesso voltados ao usuário. Por outro lado, volume de negociação do token não é o mesmo que demanda por inferência. No início de outubro de 2026, páginas de dados de mercado mostravam volume relevante em exchanges, especialmente após a atenção de exchanges coreanas, mas os dados públicos ainda são escassos em métricas duráveis como clientes pagos de API, requisições diárias de inferência, nós de GPU ativos, jobs concluídos, receita recorrente ou retenção de clientes. Para uma avaliação institucional, a adoção real da Dolphin deve ser julgada menos pelo giro à vista e mais por se aplicações de terceiros direcionam cargas de trabalho de produção para sua rede em escala.

A referência de ecossistema mais concreta é a Venice.AI. Vários perfis de mercado afirmam que a Dolphin fornece ou co‑desenvolve variantes de modelos sem censura usadas pela Venice, e a cobertura coreana mencionou especificamente a Dolphin Mistral 24B Venice Edition como um modelo ligado à Venice. Isso é um ponto de ancoragem relevante porque conecta o trabalho de desenvolvimento de modelos da Dolphin a uma aplicação de IA externa, e não apenas à especulação em torno do token. Contudo, o nível de dependência econômica é não totalmente transparente a partir de fontes públicas: disponibilidade do modelo, status como modelo padrão e integração não provam automaticamente uma grande receita recorrente para o protocolo Dolphin. Fora de Venice, a provável base de usuários de Dolphin é composta por usuários de IA local, proprietários de GPU, desenvolvedores de bots de IA, aplicações experimentais de jogos ou NPCs e projetos de IA cripto-nativos, mas uma ampla adoção corporativa ainda não foi demonstrada da forma que investidores institucionais em infraestrutura exigiriam.

Quais São os Riscos e Desafios para o Dolphin?

Dolphin enfrenta a mesma ambiguidade regulatória dos EUA que se aplica a tokens utilitários de baixa capitalização com staking, bonding, emissões e narrativas de captura de valor. Até o início de outubro de 2026, não há nenhuma ação amplamente noticiada de aplicação específica ao Dolphin por parte da SEC ou CFTC, aprovação de ETF ou classificação formal como commodity, mas a ausência de uma ação nomeada não é equivalente a certeza regulatória. Um token cuja narrativa de valor inclui recompras, rendimento de staking, recompensas a operadores e atividade comercial gerida por uma fundação pode atrair escrutínio se reguladores entenderem que os compradores dependem de esforços gerenciais para obter lucro. A implantação do projeto na Base também introduz risco de contrato inteligente e de chaves administrativas, enquanto perfis de terceiros apontaram preocupações em torno das capacidades do criador ou da administração e de concentrações na distribuição do token. Centralização não é apenas uma questão jurídica; ela também aparece no controle do tesouro, na governança dos modelos, no desenho da validação, no acesso à propriedade intelectual central e em saber se a rede de GPUs pode permanecer permissionless ao mesmo tempo em que impede operadores de baixa qualidade ou maliciosos.

A ameaça competitiva é significativa porque computação de IA descentralizada é uma das narrativas de infraestrutura cripto mais saturadas. Dolphin compete indiretamente com redes de computação tokenizadas como Render, Akash, Bittensor, io.net e sistemas emergentes específicos de inferência, ao mesmo tempo em que compete diretamente com provedores centralizados de inferência que já oferecem baixa latência, uptime previsível, ferramentas de compliance e suporte corporativo. Sua especialização em modelos abertos e seu posicionamento como provedor de modelos sem censura podem atrair uma base de usuários distinta, mas também podem restringir o conjunto de clientes entre empresas que exigem filtros de segurança, indenizações, controles de dados e garantias regulatórias. A ameaça econômica é direta: se provedores centralizados reduzirem os preços de inferência mais rápido do que Dolphin consegue coordenar oferta confiável, ou se redes DePIN rivais oferecerem liquidez mais profunda e melhores ferramentas para desenvolvedores, os incentivos do token Dolphin podem acabar apenas subsidiando a atividade, sem estabelecer participação de mercado duradoura.

Qual é a Perspectiva Futura para o Dolphin?

A perspectiva de Dolphin depende menos da visibilidade do token no mercado e mais de sua capacidade de converter uma marca reconhecida de modelos abertos em uma rede de inferência confiável e geradora de receita. Os marcos mais importantes verificados no período recente são a transição de mercado de DPHN para POD, a implantação do token na Base, a expansão para corretoras coreanas em outubro de 2026, a contínua publicação de modelos Dolphin na Hugging Face e o desenvolvimento do Sonar como uma stack de serving de modelos orientada à produção. Os temas aparentes do roadmap do projeto incluem expansão da API pública, participação de nós mais madura, mecânicas de staking e bonding, validação mais robusta e, potencialmente, inferência fragmentada ou distribuída para modelos maiores. Cada um desses pontos é tecnicamente plausível, mas cada um também aumenta a complexidade operacional: inferência distribuída em GPUs heterogêneas e não confiáveis é mais difícil do que roteamento de simples transações com tokens, e clientes de inferência são menos tolerantes à variação de latência do que usuários de DeFi são à variação no tempo de bloco.

O obstáculo estrutural é provar que o token melhora o mercado de computação, em vez de apenas financiá-lo. Um Dolphin viável precisaria de relatórios transparentes sobre receita de inferência, recompras de tokens, emissões para operadores, nós ativos, demanda em nível de modelo, falhas de validação e concentração de clientes. Sem essas métricas, o mercado fica restrito a inferir o uso a partir de listagens em corretoras, atenção em redes sociais e contagens de downloads de modelos, que são substitutos fracos para o fluxo de caixa do protocolo. A tese de infraestrutura de Dolphin é coerente, especialmente dada a demanda secular por inferência de IA e a ineficiência de capacidade ociosa de GPUs, mas o projeto permanece em estágio inicial e altamente dependente da execução. Seu futuro será determinado pela qualidade e confiabilidade da rede, não pela ação de preço no curto prazo, e investidores devem tratar a execução do roadmap, a concentração de oferta e a demanda real por inferência paga como as variáveis principais.