Score

Score là gì?

Score, còn được biết đến với tên sn44 hoặc Score Vision, là một subnet Bittensor áp dụng cơ chế khuyến khích học máy phi tập trung cho thị giác máy tính, ban đầu bằng cách chuyển đổi các luồng video bóng đá và các loại video khác thành dữ liệu có cấu trúc có thể đọc bởi máy như vị trí cầu thủ, theo dõi bóng, hình học sân đấu, phát hiện đối tượng và ngữ cảnh sự kiện.

Vấn đề mà nó giải quyết không phải là “năng lực tính toán AI” nói chung, mà là nút thắt hẹp mang ý nghĩa thương mại hơn: gán nhãn video – chuyển đổi lượng lớn cảnh quay thô thành nhãn chính xác đủ nhanh và đủ rẻ để hữu ích cho phân tích thể thao, giám sát an toàn, vận hành bán lẻ, logistics và các môi trường sử dụng nhiều camera khác.

Lợi thế cạnh tranh được tuyên bố của nó là sự kết hợp giữa thị trường khuyến khích thợ đào–trình xác thực của Bittensor với các phương pháp xác thực nhẹ, bao gồm lọc khung hình, kiểm tra sân/keypoint, phép thử hình học kiểu homography và kiểm chứng ngữ nghĩa dựa trên CLIP, được thiết kế để tránh chi phí phải chạy lại suy luận thị giác đầy đủ trên mọi khung hình được gửi lên.

Kho GitHub của chính dự án mô tả Score Vision như một framework thị giác máy tính phi tập trung tập trung trước hết vào Nhận diện Trạng thái Trận đấu (Game State Recognition) trong bóng đá, trong khi trang subnet Bittensor hiện tại mô tả sn44 như một framework trong đó thợ đào xử lý video cục bộ và trình xác thực chấm điểm kết quả thông qua các kiểm tra hình ảnh và hình học kết hợp. (github.com)

Vị thế thị trường của Score nên được hiểu tốt nhất như một subnet ứng dụng chuyên biệt của Bittensor, chứ không phải một blockchain lớp nền hay một nền tảng hợp đồng thông minh rộng.

Tính đến cuối tháng 6 năm 2026, các bảng dữ liệu thị trường công khai xếp Score vào nhóm vốn hóa trung bình trong số các token subnet Bittensor có thanh khoản, thay vì nằm trong số các mạng crypto lớn nhất; lần quét gần đây của CoinGecko cho thấy Score được xếp hạng khoảng trên dưới 500 về vốn hóa thị trường crypto, trong khi chế độ xem subnet trực tiếp trên Bittensor.ai cho thấy subnet này có đủ 256/256 neuron, chín trình xác thực, vài nghìn người nắm giữ hiển thị trên Taostats, và khoảng 131.000 TAO tương đương TVL trong bản chụp pool của subnet. Những con số đó nên được coi là các chỉ báo thị trường và staking tại một thời điểm, không phải bằng chứng về nhu cầu bền vững từ người dùng cuối. Ở góc nhìn phân tích hơn, quy mô của Score vẫn nhỏ so với các nhà cung cấp thị giác máy tính tập trung và các đơn vị dữ liệu thể thao lâu năm, nhưng nó tương đối khác biệt bên trong Bittensor vì nhắm đến một đầu ra bên ngoài có thể đo lường được — mô hình thị giác và nhãn dữ liệu trích xuất từ video — thay vì một trò chơi phát thải mang tính đầu cơ thuần túy. (coingecko.com)

Ai sáng lập Score và khi nào?

Score dường như xuất hiện công khai vào năm 2024, trong giai đoạn bùng nổ câu chuyện hạ tầng AI sau ChatGPT và chu kỳ token subnet Bittensor giai đoạn đầu.

Hiện diện công ty của dự án ghi nhận Score - Subnet 44 được thành lập năm 2024 và đặt trụ sở tại Thành phố New York, trong khi bản ghi subnet trên Bittensor cho thấy sn44 được đăng ký on-chain vào tháng 9 năm 2024. Việc ghi nhận nhà sáng lập có đôi chút khác nhau giữa các tài liệu công khai, nhưng các tên nhất quán nhất là Maxime Sebti, Tim Kalic và Nigel Grant; tài liệu SIRE xác định Maxime Sebti là đồng sáng lập kiêm CEO của Score Technologies, Tim Kalic là đồng sáng lập kiêm CTO, và Nigel Grant là đồng sáng lập kiêm giám đốc doanh thu, trong khi LinkedIn ghi Tim Kalic là đồng sáng lập kiêm CTO của Score - Subnet 44 và Manako Labs. Thực thể vận hành thường được mô tả là Score Technologies hoặc có liên kết với Vision Research Foundation, với Manako Labs sau đó trở thành giao diện thương mại dễ thấy được xây dựng trên subnet. (linkedin.com)

Câu chuyện của dự án đã thay đổi đáng kể kể từ khi ra mắt. Tài liệu cộng đồng giai đoạn đầu quanh Score gần với dự đoán thể thao, phân tích thể thao và thu hút cộng đồng bóng đá, trong khi định vị hiện tại rộng hơn: một “lớp thị giác máy tính mở, không cần cấp phép” có thể huấn luyện và đánh giá các mô hình thị giác nhỏ, chuyên biệt cho các mạng lưới camera trong thế giới thực.

Luận điểm Nhận diện Trạng thái Trận đấu trong bóng đá vẫn quan trọng vì cảnh quay thể thao cung cấp dữ liệu gán nhãn dày đặc, giá trị cao và một thị trường thương mại rõ ràng, nhưng cách đóng khung gần đây của Manako đưa Score tiến vào các trường hợp sử dụng AI vật lý trong doanh nghiệp như cảnh báo vùng hạn chế, phát hiện đối tượng tại trạm nhiên liệu, phát hiện phương tiện/người và giám sát vận hành triển khai ở biên (edge). Sự tiến hóa này hợp lý về mặt chiến lược, vì phân tích thể thao thuần túy là một thị trường ngách với các đối thủ lâu năm, trong khi trí tuệ camera cho doanh nghiệp thì lớn hơn, nhưng nó cũng làm tăng rủi ro thực thi: Score phải chứng minh rằng nó có thể khái quát hóa vượt ra ngoài bóng đá mà không đánh mất độ chặt chẽ trong xác thực vốn làm cho thiết kế subnet ban đầu trở nên mạch lạc. (kucoin.com)

Mạng Score hoạt động như thế nào?

Score không vận hành một blockchain độc lập dạng proof-of-work, proof-of-stake hay DAG. Nó là một subnet chuyên biệt cho ứng dụng chạy trên Subtensor L1 của Bittensor, nơi “cơ chế đồng thuận” liên quan đến Score là quy trình Yuma Consensus có trọng số theo stake của Bittensor, chứ không phải một cơ chế tạo khối độc lập. Trong Bittensor, các subnet là những thị trường khuyến khích: thợ đào thực hiện một tác vụ AI được xác định, trình xác thực đánh giá chất lượng công việc đó, và Yuma Consensus chuyển đổi các bản nộp trọng số của trình xác thực thành phát thải cho thợ đào và trình xác thực.

Tài liệu Bittensor nêu rằng Yuma Consensus chạy on-chain trong Subtensor và tính toán phát thải cho thợ đào và trình xác thực từ xếp hạng hiệu suất thợ đào của các trình xác thực, với cơ chế cắt (clipping) theo trọng số stake nhằm giảm thiểu chấm điểm cấu kết hoặc không đáng tin cậy. Đối với sn44, điều đó có nghĩa mô hình bảo mật được kế thừa một phần từ chuỗi của Bittensor và một phần phụ thuộc vào việc liệu các trình xác thực của Score có thể phân biệt đáng tin cậy giữa đầu ra thị giác máy tính chất lượng cao với các bài nộp chất lượng thấp hoặc mang tính đối kháng hay không. (docs.learnbittensor.org)

Về mặt kỹ thuật, kiến trúc của Score là hệ thống ba vai trò: thợ đào nhận các tác vụ video hoặc hình ảnh và chạy phát hiện đối tượng, theo dõi, hoặc suy luận mô hình chuyên biệt một cách cục bộ; trình xác thực lấy mẫu và chấm điểm đầu ra của thợ đào; và chủ sở hữu subnet duy trì thiết kế tác vụ, tham số khuyến khích và tình trạng sức khỏe tổng thể của mạng.

Đặc điểm nổi bật là cách tiếp cận xác thực. Thay vì xác thực mọi khung hình bằng suy luận mô hình đầy đủ, tốn kém, Score sử dụng khung hình đã lọc, các kiểm tra ngữ nghĩa, tính hợp lý của keypoint và hình học sân đấu, sai số tái chiếu và các thước đo liên kết–phát hiện kiểu GS-HOTA để xấp xỉ chất lượng một cách hiệu quả.

Tài liệu Score giai đoạn sớm nhấn mạnh các đoạn video bóng đá, phát hiện cầu thủ–bóng, trích xuất đường vạch sân và các đoạn trận đấu 30 giây; tài liệu mới hơn nhấn mạnh chưng cất mô hình và các kỹ năng thị giác nhẹ, có thể triển khai ở biên. Điều này là khả thi về mặt kỹ thuật, nhưng tạo ra một căng thẳng trung tâm: Score càng mở rộng sang các tác vụ thị giác doanh nghiệp đa dạng, thì càng khó duy trì một chế độ xác thực mạnh mẽ duy nhất, và subnet càng phụ thuộc nhiều hơn vào thiết kế bộ chuẩn đánh giá (benchmark) cẩn thận thay vì chỉ đơn giản là bổ sung thêm thợ đào. (github.com)

Tokenomics của sn44 là gì?

sn44 là một token alpha trong mô hình Dynamic TAO của Bittensor, vì vậy cơ chế cung và giá trị của nó khác với một ERC-20 truyền thống với bảng phân bổ cố định. FAQ Dynamic TAO của Bittensor nêu rằng mỗi token alpha của subnet có mức trần cứng 21 triệu và tuân theo lịch halving, trong khi tài liệu về phát thải giải thích rằng các token alpha riêng cho từng subnet được phát thải cho thợ đào, trình xác thực, người stake và người tạo subnet. Tính đến cuối tháng 6 năm 2026, các trang dữ liệu thị trường bên thứ ba cho thấy khoảng 4–5 triệu SN44 đang lưu hành và vốn hóa thị trường vào khoảng từ trên 30 đến dưới 40 triệu USD, trong khi bản chụp tài sản do người dùng cung cấp đặt vốn hóa thị trường khoảng 42,4 triệu USD và token ở vùng giá vài đô la một token. Về cấu trúc, sn44 mang tính lạm phát cho đến khi phát thải suy giảm thông qua các lần halving và cung tiến gần tới trần; nó không chủ yếu theo mô hình đốt token, mặc dù chi phí đăng ký Bittensor và các cơ chế cấp giao thức có thể ảnh hưởng đến dòng TAO/alpha xung quanh việc tham gia subnet. docs.learnbittensor.org

Giá trị tích lũy đến từ nhu cầu staking, kinh tế thợ đào–trình xác thực, và đánh giá của thị trường về việc subnet có tạo ra được các đầu ra thị giác máy tính có giá trị hay không. Trong Dynamic TAO, người dùng stake vào một subnet đào sẽ về thực chất là đổi TAO lấy alpha của subnet đó và stake alpha đó cho một trình xác thực; giá trị khi thoát phụ thuộc vào tỷ lệ alpha–TAO trong pool tại thời điểm rút stake. Tài liệu phát thải tháng 6 năm 2026 của Bittensor quan trọng vì cho biết mạng đã quay trở lại mô hình dựa trên giá để phân phối phát thải TAO giữa các subnet, sau giai đoạn dựa trên dòng chảy (flow-based) từ tháng 11 năm 2025 đến tháng 6 năm 2026, nghĩa là giá token subnet và đường trung bình động lại tiếp tục ảnh hưởng đến phần chia phát thải.

Riêng với Score, bản chụp cuối tháng 6 trên Bittensor.ai cho thấy mức cắt của chủ sở hữu là 18% và phát thải được chia giữa thợ đào, trình xác thực/người stake và chủ sở hữu, với APY staking hiển thị rất cao, cần được hiểu như một đầu ra phát thải biến động chứ không phải lợi suất ổn định. Về mặt kinh tế, người nắm giữ sn44 đang bảo lãnh cho một hệ thống phản xạ: các mô hình hữu ích và nhu cầu bên ngoài có thể biện minh cho dòng vốn stake và phát thải, nhưng phát thải mà không có nhu cầu trả phí có thể làm pha loãng người nắm giữ và thưởng cho việc xoay vòng vốn ngắn hạn thay vì công dụng mạng lưới bền vững. (docs.learnbittensor.org)

Ai đang sử dụng Score?

Sự phân biệt quan trọng là giữa hoạt động của token và việc sử dụng sản phẩm. Khối lượng giao dịch on-chain, số lượng người nắm giữ của Score, Số lượng validator và staking TVL cho thấy tài sản có mức độ tham gia thị trường, nhưng các chỉ số đó không chứng minh được rằng doanh nghiệp hay đội thể thao đang trả tiền cho các kết quả thị giác.

Tính hữu dụng thực tế được suy luận tốt hơn từ hoạt động tác vụ, các benchmark mô hình, các cuộc thi của miner và những ứng dụng thương mại được xây dựng trên subnet. Tài liệu công khai của Score xác định phân tích thể thao, phát sóng, cá cược, tuyển trạch và huấn luyện là các thị trường mục tiêu ban đầu, trong khi các thông tin công khai gần đây mô tả các hướng thị giác máy tính rộng hơn như nhận diện người, nhận diện phương tiện, phát hiện cháy và giám sát trạm xăng.

Tính đến giữa năm 2026, mô hình sử dụng đáng tin cậy nhất không phải là người dùng lẻ tương tác trực tiếp với sn44, mà là các builder sử dụng subnet như một backend phi tập trung cho khám phá mô hình và chưng cất mô hình. (github.com)

Tín hiệu tiếp nhận từ phía doanh nghiệp cụ thể nhất là Manako Labs. Vào tháng 4/2026, Manako thông báo liên minh với PwC France và Maghreb, nói rằng PwC France sẽ tận dụng Business Operations World Model của Manako được vận hành bởi Score - Subnet 44 để giúp các tổ chức biến mạng lưới camera sẵn có thành hệ thống thông tin vận hành. Vào tháng 6/2026, một bài trên CryptoBriefing được KuCoin đăng lại cho biết Manako đã ra mắt một nền tảng agent AI thị giác được vận hành bởi Score Subnet 44 của Bittensor, với giao diện no-code, mô hình chạy được trên CPU, xử lý ở biên, cảnh báo qua Slack, và khoản đầu tư TaoWeave trị giá 1 triệu đô la cho việc mở rộng ở Bắc Mỹ. Đây là những tín hiệu thương mại có ý nghĩa, nhưng không giống với doanh thu đã kiểm toán, khả năng giữ chân khách hàng, hay các chỉ số triển khai ở quy mô doanh nghiệp. Một cách đọc hoài nghi là Score có kênh phân phối đầy hứa hẹn qua Manako và các kênh tư vấn liên quan đến PwC, nhưng vẫn cần công bố bằng chứng mạnh mẽ hơn về khách hàng quay lại, khối lượng công việc trả phí, và thông lượng được đo bằng số giờ camera được xử lý hoặc số tác vụ mô hình được chấp nhận. (manako.ai)

Những Rủi Ro và Thách Thức của Score là Gì?

Tiếp xúc với rủi ro pháp lý của Score là gián tiếp nhưng có thật. Không có dấu hiệu về một vụ kiện đang diễn ra từ cơ quan quản lý nhắm trực tiếp vào Score hoặc sn44 trong các nguồn công khai đã xem xét, nhưng sn44 thừa hưởng sự bất định rộng hơn xung quanh TAO, các token subnet của Bittensor, staking, và các tài sản số dựa trên phát thải. Bản S-1 của Grayscale cho Bittensor Trust đề cập rõ ràng rủi ro rằng TAO có thể bị lập luận là một chứng khoán và lưu ý rằng SEC hoặc tòa án có thể đưa ra quan điểm trái ngược, ngay cả khi nhà tài trợ coi TAO không phải là chứng khoán. Điều đó quan trọng với sn44 vì token alpha còn gắn chặt hơn với hoạt động của người tạo subnet, thiết kế phát thải, dòng staking và kỳ vọng về nỗ lực quản lý mang tính sản xuất. Tập trung hóa là rủi ro lớn thứ hai. Trang Bittensor.ai trong ảnh chụp cuối tháng 6 cho thấy chỉ có chín validator trên sn44, phần cắt của owner là 18%, các thiết lập commit-reveal và liquid-alpha bị tắt, và nhãn “sức khỏe” mô tả subnet là bị bỏ hoang đồng thời hiển thị không có commit GitHub nào trong 30 ngày trước đó và commit cuối cùng khoảng 200 ngày trước. Một số nhãn đó có thể chậm so với phát triển off-chain, nhưng nhà đầu tư tổ chức nên coi sự tập trung validator, quyền tự quyết của owner, repo lỗi thời và quản trị tác vụ thiếu minh bạch là những điểm cần thẩm định quan trọng. sec.gov

Rủi ro cạnh tranh cũng đáng kể. Trong phân tích thể thao, Score cạnh tranh về mặt kinh tế với các nhà cung cấp dữ liệu và phân tích video lâu năm như các nhà cung cấp dữ liệu thể thao kiểu Opta, các stack phân tích của câu lạc bộ, hệ thống tracking cho phát sóng và các nhà cung cấp thị giác máy tính chuyên biệt không cần đến khuyến khích bằng crypto. Trong lĩnh vực thị giác doanh nghiệp, nó cạnh tranh với các nền tảng AI đám mây, nhà cung cấp edge-AI, các công cụ kiểu Roboflow, mô hình mã nguồn mở và các giải pháp dọc độc quyền được nhúng trong phần mềm an ninh, bán lẻ, logistics và công nghiệp. Mô hình subnet phi tập trung có thể là một lợi thế về chi phí và khám phá nhân tài nếu nó liên tục tìm được các mô hình tốt hơn, nhưng nó cũng có thể chậm thương mại hóa hơn so với một nhà cung cấp tập trung có vòng phản hồi khách hàng trực tiếp, cam kết mức dịch vụ, đội ngũ mua sắm và kiểm soát tuân thủ. Token còn tạo ra một mối đe dọa khác: nếu phát thải hấp dẫn hơn doanh thu bên ngoài, miner và validator có thể tối ưu cho cơ chế phần thưởng thay vì kết quả cho khách hàng, tạo ra khoảng cách giữa hoạt động trên subnet và đầu ra hữu ích về mặt kinh tế. medium.com

Triển Vọng Tương Lai của Score Là Gì?

Triển vọng của Score phụ thuộc ít hơn vào hiệu suất giá và nhiều hơn vào việc liệu nó có thể chuyển một ngách kỹ thuật đáng tin cậy thành hạ tầng thương mại có thể lặp lại hay không.

Lộ trình đã được xác minh trong tài liệu GitHub công khai vạch ra chuỗi phát triển năm 2025 từ Nhận diện Trạng thái Trận đấu và xác thực dựa trên VLM đến triển khai mainnet, xác thực có con người trong vòng lặp, dashboard, phát hiện hành động, chú thích sự kiện, API tích hợp, thêm môn thể thao, công cụ cho developer và các ứng dụng xuyên miền.

Tới giữa năm 2026, câu chuyện công khai đã tiến tới hướng trí tuệ camera doanh nghiệp do Manako vận hành và chưng cất các mô hình nhỏ theo tác vụ cụ thể, trong khi bản thân Bittensor đã trải qua các thay đổi tokenomics quan trọng, bao gồm việc quay lại cơ chế phát thải dựa trên giá vào tháng 6/2026.

Vì vậy, các cột mốc quan trọng nhất từ đây mang tính thực tiễn hơn là quảng bá: làm mới phát triển mã nguồn mở, làm rõ dữ liệu đo lường của validator và miner, benchmark mô hình đã kiểm toán, tài liệu API công khai, bằng chứng về khối lượng công việc trả phí và một khung xác thực vững chắc cho các tác vụ ngoài bóng đá. (github.com)

Rào cản mang tính cấu trúc là Score phải chứng minh subnet này không chỉ là một cuộc thi mô hình được trợ giá bằng phát thải.

Nếu Manako và các ứng dụng tương tự có thể liên tục đưa các bài toán thị giác doanh nghiệp thực sự vào sn44, benchmark đầu ra của miner, triển khai các mô hình gọn nhẹ ở biên và chứng minh được lợi thế về chi phí hoặc độ chính xác so với các công cụ tập trung, thì Score có một vai trò có thể phòng thủ được như một thị trường lao động thị giác máy tính bản địa Bittensor. Nếu không, tài sản có nguy cơ được định giá chủ yếu như một khoản đặt cược đòn bẩy vào đầu cơ subnet Bittensor, với ít sự tách biệt giữa thanh khoản token và mức độ phù hợp thực sự với thị trường sản phẩm. Không thể đưa ra dự báo giá; câu hỏi liên quan là liệu sn44 có thể duy trì xác thực chất lượng cao, phi tập trung hóa quyền kiểm soát và biến dữ liệu camera thành hạ tầng được nhu cầu bên ngoài đòi hỏi trước khi các nền tảng thị giác tập trung thu hẹp khoảng cách về chi phí-hiệu quả hay không.