Dolphin

O que é a Dolphin?

Dolphin é um projeto de IA e infraestrutura DePIN cujo produto principal, a Dolphin Network, foi projetado para direcionar 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 datacenters subutilizada fora dos provedores hyperscale. Sua proposta de vantagem é um design de inferência “peer-to-pool”, no qual donos de GPUs ociosas processam requisições, recebem o token Dolphin e são disciplinados por criptografia, validação aleatória, checagens de saída de modelo e garantias criptoeconômicas, em vez de acordos de nível de serviço centralizados tradicionais. 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 foi originalmente referido como DPHN e, desde então, foi rebatizado 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 baixa a média capitalização, e não entre os ativos de infraestrutura central; CoinGecko e a página de token da DefiLlama mostravam uma oferta em circulação na faixa dos pouco mais de 80 milhões de tokens frente a um teto de 500 milhões, enquanto as posições no ranking variavam de forma relevante entre agregadores. A Dolphin não possui o mesmo tipo de perfil de Total Value Locked que um mercado de empréstimos ou um formador de mercado automatizado, e os rastreadores públicos de TVL em DeFi a apresentam principalmente como um token, e não como um protocolo DeFi de travamento de 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 origem da Dolphin está intimamente associada a Eric Hartford, o desenvolvedor de modelos abertos por trás da família de fine-tunes de linguagem Dolphin, não censurados e ajustáveis. Perfis cripto públicos e referências de mercados regionais identificam Hartford como um 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 de pesos abertos se tornaram um contraponto a APIs de modelos fechados; segundo, a fase da 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 de 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 de publicação de modelos abertos para uma tese de infraestrutura de IA verticalmente integrada. A história anterior da Dolphin girava em torno de fine-tunes de modelos não censurados e ajustáveis e 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 a inferência, validadores verificam se os operadores estão realmente executando o modelo declarado, e a receita do protocolo é destinada a sustentar a economia do token. Vários perfis de terceiros descrevem o ativo DPHN original como tendo migrado ou sido rebatizado 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 alterou a questão subjacente 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 essa camada 2 do Ethereum para liquidação de tokens enquanto coordena, off-chain, trabalho de GPU para inferência de IA. O consenso econômico da rede é mais próximo 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 por amostragem aleatória e garantias criptoeconômicas, enquanto o perfil da Dolphin no CoinGecko descreve a rede como utilizando bonding e validação por amostragem aleatória para manter a integridade das saídas.

O desafio técnico distintivo é que a inferência de IA é difícil de verificar de forma barata. Os materiais públicos da Dolphin e os perfis em agregadores de mercado fazem referência a técnicas como fingerprinting de modelos, checagens de log-probability e amostragem de validação, desenhadas 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 a OpenAI, com documentação cobrindo implantação em produção, implantação distribuída e escolhas de paralelismo. Esses documentos sugerem um foco de engenharia sério em serving de modelos, batching, paralelismo de tensor e de pipeline e execução multinó, embora isso não seja o mesmo que provar que um marketplace público descentralizado de GPUs pode, de forma confiável, igualar provedores de inferência centralizados em latência, disponibilidade, custo e controle de abuso.

Quais são as tokenomics de DPHN?

O token da Dolphin agora é comumente rastreado como POD, embora muitas referências ainda o conectem à marca anterior DPHN. No início de outubro de 2026, CoinGecko, dados de token da DefiLlama e Coinranking mostravam uma oferta total ou máxima em torno de 500 milhões de tokens, com oferta em circulação na faixa dos pouco mais de 80 milhões e a maior parte dos tokens mantida em tesouraria, fundação, staking ou carteiras bloqueadas. 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 a operadores, incentivos de staking ou movimentações de tesouraria podem dominar o comportamento de mercado no curto prazo. O token, portanto, não é claramente deflacionário só porque recompras são discutidas; sua trajetória efetiva de oferta depende de quão rapidamente saldos bloqueados 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: pagamento ou contabilização de 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 no Coinranking afirma que a receita do protocolo deve recomprar POD no mercado aberto e que operadores podem fazer staking em xPOD para ganhar rendimento adicional ou aumentar recompensas. Isso dá à Dolphin uma narrativa de captura de valor mais explícita do que muitos tokens de utilidade, mas também levanta questões analíticas. Se usuários pagam em ativos não nativos e o protocolo converte a receita em recompras de POD, a demanda por token é indireta e depende de uso real e pago de inferência. Se os incentivos a GPUs superarem a receita orgânica, a economia do token ainda pode se tornar inflacionária na prática. Se os yields de staking forem financiados principalmente por emissões e não por fluxo de taxas, o yield é um mecanismo de redistribuição, e não evidência de geração de caixa sustentável.

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 final. 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 continuam escassos em métricas duráveis como clientes pagantes 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 deveria ser julgada menos pelo giro em mercados spot e mais por se aplicações de terceiros direcionam cargas de trabalho em 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 não censurados usadas pela Venice, e a cobertura coreana citou especificamente a Dolphin Mistral 24B Venice Edition como um modelo ligado à Venice. Isso é um ponto de referência relevante porque conecta o trabalho de desenvolvimento de modelos da Dolphin a uma aplicação de IA externa, e não apenas à especulação com tokens. No entanto, o nível de dependência econômica é não totalmente transparente a partir de fontes públicas: a disponibilidade do modelo, o status de modelo padrão e a integração não provam automaticamente uma grande receita recorrente para o protocolo Dolphin. Fora de Venice, a base provável de usuários do Dolphin consiste em usuários de IA local, proprietários de GPUs, desenvolvedores de bots de IA, aplicações experimentais de jogos ou NPCs e projetos de IA cripto-nativos, mas uma adoção ampla por empresas ainda não foi demonstrada na forma exigida por investidores institucionais em infraestrutura.

Quais São os Riscos e Desafios para o Dolphin?

O Dolphin enfrenta a ambiguidade regulatória padrão dos EUA associada a tokens utilitários de baixa capitalização com staking, bonding, emissões e narrativas de captura de valor. Não há, até o início de outubro de 2026, nenhuma ação amplamente divulgada 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 tese de valor inclui recompras, rendimento de staking, recompensas a operadores e atividade comercial gerida pela 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 contratos inteligentes e de chaves administrativas, enquanto perfis de terceiros apontaram preocupações em torno das capacidades do criador ou da administração e da concentração de tokens. Centralização não é apenas uma questão legal; ela também aparece no controle do tesouro, na governança de 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 teses de infraestrutura cripto mais congestionadas. O Dolphin compete indiretamente com redes de computação tokenizada como Render, Akash, Bittensor, io.net e sistemas emergentes específicos para inferência, enquanto também compete diretamente com provedores centralizados de inferência que já oferecem baixa latência, uptime previsível, ferramentas de conformidade e suporte empresarial. Sua especialização em modelos abertos e seu posicionamento em torno de modelos não censurados podem atrair uma base de usuários distinta, mas também podem estreitar 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 o Dolphin consegue coordenar oferta confiável, ou se redes DePIN rivais oferecerem liquidez mais profunda e melhores ferramentas para desenvolvedores, os incentivos do token do Dolphin podem acabar subsidiando atividade sem estabelecer uma fatia de mercado duradoura.

Qual é a Perspectiva Futura para o Dolphin?

A perspectiva do Dolphin depende menos da visibilidade de mercado do token 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 verificados mais importantes do 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 continuação da publicação de modelos Dolphin no 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 de APIs públicas, participação mais madura de nós, mecânicas de staking e bonding, validação mais robusta e, potencialmente, inferência sharded 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 rotear simples transações de tokens, e clientes de inferência são menos tolerantes a variações de latência do que usuários de DeFi são em relação à variação de 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 apenas inferindo o uso a partir de listagens em corretoras, atenção social e contagens de download de modelos, que são substitutos fracos para o fluxo de caixa do protocolo. A tese de infraestrutura do Dolphin é coerente, especialmente dado o aumento estrutural da demanda por inferência de IA e a ineficiência da oferta ociosa de GPUs, mas o projeto ainda está em estágio inicial e depende fortemente de execução. Seu futuro será determinado pela qualidade e confiabilidade da rede, não pela ação de preço no curto prazo, e investidores devem tratar a entrega do roadmap, a concentração de oferta e a demanda real por inferência paga como as variáveis principais.