Bittensor 的 TAO 本月迄今已上漲 90%，其生態系統中的代幣漲勢更為強勁。
根據 CoinGecko 數據，該網絡的子網代幣類別於週一達成合計 14.7 億美元的市值，24 小時交易額為 1.18 億美元。
這波漲勢跟隨 TAO 在三月從 180 美元上漲至超過 332 美元的表現，但真正的熱點在子網代幣。Subnet 3 的代幣 Templar 在 30 天內上漲了 444%。OMEGA Labs 上漲了 440%。第 114 級增加了 280%。BitQuant 上漲了 230%。即使是較大的子網代幣也取得了顯著回報，Chutes 上漲了 54%，Targon 增長了 166%。
Bittensor 是一個去中心化網絡，為人工智慧建立市場。與單一公司建置並控制人工智慧模型不同，Bittensor 透過獎勵全球參與者貢獻計算能力、數據和機器學習模型，以換取網絡的原生代幣 TAO。
該網絡被劃分為稱為子網的專業子網絡，每個子網專注於不同的 AI 任務，從訓練語言模型、運行計算基礎設施到網絡安全分析。目前共有 128 個活躍子網，每個子網都有自己的代幣，其價值直接與投入其中的 TAO 數量相關。
多個催化因素推動了 Bittensor 生態系統代幣的這些走勢。
Subnet 3 製作了 Covenant-72B，這是一個由超過 70 位貢獻者使用普通互聯網硬體在 Bittensor 的去中心化網絡上無許可訓練的大型語言模型。
該模型在 1.1 兆個標記上進行訓練，並在 2026 年 3 月的 arXiv 論文中確認取得 67.1 的 MMLU 分數，使其與 Meta 的 Llama 2 70B 位於競爭範圍內，而 Llama 2 70B 是由全球資源最豐富的 AI 實驗室之一所打造。（MMLU，即大規模多任務語言理解，是一項針對 AI 模型的標準化測試，涵蓋 57 個學術科目進行評分。）
稱為 Templar 的 Subnet 3 是 Bittensor 的去中心化 AI 訓練網絡。礦工貢獻 GPU 計算能力，競爭產生對大型語言模型有用的訓練梯度，而驗證者則評估其貢獻的品質，並相應分配 TAO 奖勵。
可以將其視為一種訓練 AI 模型的方式，就像比特幣挖礦一樣，全球分散的參與者提供硬體並為有用的貢獻獲得報酬。
在其他地方，英偉達執行長黃仁勳與投資者查馬斯·帕利哈皮蒂亞 支持 了 Bittensor 的方法，於 3 月 20 日的 All-In 播客中將去中心化 AI 訓練描述為對專有模型的補充。來自於一位在本月初 部落格文章 曾短暫幫助逆轉科技股拋售潮的執行長，此支持的影響力超越了常見的加密貨幣迴音室。
子網代幣機制解釋了為何收益相對於 TAO 本身如此巨大。
自2025年2月Bittensor推出動態TAO以來，每個子網均運行自己的自動化市場製造商，並擁有原生代幣，其估值由鎖定在該子網儲備中的TAO決定。當TAO升值時，每個子網的儲備價值也隨之上升，推高代幣價格並吸引更多質押者。這種關係具有反身性，並在兩個方向上放大價格波動。
當 TAO 的市值約為 30 億美元，而個別子網代幣的市值從 100 萬美元到 1.37 億美元不等時，這些子網代幣便作為對父協議的槓桿押注。
該網絡計劃在今年晚些時候將活躍子網數量從 128 個擴展至 256 個，這將帶來一波新的代幣發行。
將 Grayscale TAO 信託轉為現貨 ETF 的潛在監管決策，可能於 2026 年底前提供機構進場機會。而數位貨幣集團子公司 Yuma 已經參與 14 個不同子網，顯示資深投資者將此視為基礎設施，而非投機。
子網漲勢能否持續，取決於 Bittensor 是否持續推出具有競爭力的 AI 模型，或 Covenant-72B 只是碰巧趕上 Huang 推薦的偶然事件。
