Markus Levin da XYO: Por que uma L1 nativa de dados pode se tornar a espinha dorsal do “proof of origin” da IA

No episódio mais recente do SlateCast, o cofundador da XYO, Markus Levin, juntou-se aos anfitriões do CryptoSlate para explicar por que as redes descentralizadas de infraestrutura física (DePIN) estão indo além de experimentos de nicho — e por que a XYO construiu uma Layer-1 dedicada para lidar com o tipo de dados que a IA e as aplicações do mundo real exigem cada vez mais.

A ambição de Levin para a rede é direta: “Primeiro, eu acho que a XYO vai ter oito bilhões de nós”, disse ele, chamando isso de uma meta ousada — mas uma que ele acredita estar alinhada com o rumo do setor.

Tese DePIN: “em todos os cantos do mundo”

Levin apresentou a DePIN como uma mudança estrutural na forma como os mercados coordenam a infraestrutura física, apontando para expectativas de rápido crescimento do setor. Ele citou uma projeção do Fórum Econômico Mundial de que a DePIN pode expandir dos atuais bilhões para trilhões até 2028.

Para a XYO, escala não é algo hipotético. Um dos anfitriões observou que a rede cresceu “com mais de 10 milhões de nós”, preparando o terreno para uma conversa focada menos no “e se” e mais em o que acontece quando o volume de dados do mundo real se torna o produto.

Prova de origem para IA: o problema dos dados, não apenas computação

Questionado sobre deepfakes e o colapso da confiança na mídia, Levin argumentou que o gargalo da IA não está apenas na computação — é a proveniência. “Enquanto na DePIN, o que você pode fazer é provar de onde os dados vêm”, disse ele, descrevendo um modelo em que os dados podem ser verificados de ponta a ponta, rastreados até pipelines de treinamento e consultados quando os sistemas precisam de informações verídicas.

Na visão dele, a procedência cria um ciclo de feedback: se um modelo é acusado de alucinação, ele pode verificar se o dado de entrada foi comprovadamente obtido — ou solicitar novos dados específicos de uma rede descentralizada, em vez de buscar fontes não confiáveis.

Por que uma Layer-1 nativa de dados é importante

XYO passou anos tentando não construir uma blockchain, disse Levin — operando como middleware entre sinais do mundo real e smart contracts. Mas “ninguém construiu isso”, e o volume de dados da rede forçou a questão.

Ele explicou o objetivo de design de forma simples: “A blockchain não pode inchar... e ela é realmente construída para dados.”

A abordagem da XYO se concentra em mecanismos como Proof of Perfect e restrições do tipo “lookback”, projetadas para manter os requisitos dos nós leves, mesmo com o crescimento dos conjuntos de dados.

Onboarding pelo COIN: transformando usuários não cripto em nós

Um dos principais motores de crescimento tem sido o aplicativo COIN, que Levin descreveu como uma forma de transformar celulares em nós da rede XYO.

Ao invés de empurrar os usuários diretamente para a volatilidade dos tokens, o app utiliza pontos atrelados ao dólar e opções de resgate mais amplas — e, com o tempo, faz a ponte dos usuários para o universo cripto.

Modelo de token duplo: alinhando incentivos com o XL1

Levin disse que o sistema de dois tokens foi projetado para separar recompensas/segurança do ecossistema dos custos de atividade da blockchain. “Estamos extremamente empolgados com esse sistema de token duplo”, afirmou, descrevendo o $XYO como o ativo externo de staking/governança/segurança, e o $XL1 como o token interno de gas/transações usado na XYO Layer One.

Parceiros do mundo real: infraestrutura de recarga e dados POI de nível de mapeamento

Levin apontou para novas parcerias como o início do “killer app” dentro do ecossistema DePIN mais amplo, citando um acordo com a Piggycell — uma grande rede de recarga sul-coreana que precisa de prova de localização e planeja tokenizar dados na XYO Layer One.

Ele também descreveu um caso de uso separado de prova de localização envolvendo conjuntos de dados de pontos de interesse (horários, fotos, informações de locais), afirmando que um importante parceiro de geolocalização encontrou problemas em seu próprio conjunto de dados “em 60% dos casos”, enquanto os dados originados pela XYO eram “99,9% corretos”, possibilitando mapeamento downstream para grandes empresas.

Juntas, as mensagens de Levin foram consistentes: se a IA e os RWAs precisam de entradas confiáveis, a próxima fronteira competitiva pode ser menos sobre modelos mais rápidos — e mais sobre pipelines de dados verificáveis ancorados no mundo real.

O artigo XYO’s Markus Levin: Why a data-native L1 could become AI’s “proof of origin” backbone foi publicado primeiro no CryptoSlate.