Cocoon

Павел Дуров длительное время высказывал недовольство растущей централизацией цифровых сервисов и передачей пользователями персональных данных корпорациям. Весной 2025 года он заявил, что Telegram организует собственную лабораторию искусственного интеллекта в Казахстане; в сотрудничестве с этой лабораторией он планировал разработать технологию, объединяющую блокчейн и нейросети, чтобы создать общедоступную инфраструктуру для использования ИИ-сервисов в приватном режиме. Рабочим названием была выбрана аббревиатура P.A.I.N. (от Private AI Network)^[2][3][4].

Официальный анонс проекта состоялся 29 октября 2025 года на форуме Blockchain Life 2025 в Дубае. Платформа, названная Cocoon (Confidential Compute Open Network), своим названием подчёркивающая роль «кокона», защищающего данные пользователей, была представлена как децентрализованная сеть для конфиденциальных вычислений, сочетающая нейросетевые задачи с блокчейном TON^[5]. По словам Дурова, сеть будет поддерживаться GPU-майнерами, получающими вознаграждение в Toncoin, Telegram гарантирует спрос и рекламный «ажиотаж», а разработчики получат возможность запускать модели без крупных капиталовложений в инфраструктуру^[3]. Предприниматель подчеркнул, что централизация приводит к «утере цифровой свободы», и назвал децентрализацию единственным способом её сохранить^[6].

В ходе презентации Дуров объявил, что запуск Cocoon запланирован на ноябрь 2025 года. После анонса был открыт сбор заявок для разработчиков: им предлагалось указать, какую модель (например, варианты от DeepSeek или Qwen) они хотят запускать, объём ежедневных запросов и размеры токенов ввода и вывода. Публичное бета-тестирование намечено на те же сроки; платформа должна стать частью мини-приложений Telegram. Целевым числом участников было выбрано 100 тыс. пользователей — значение, которое эксперты считают критически важным для стабильности сети^[4][5][7].

30 ноября 2025 года Дуров сообщил в своём Telegram-канале, что «сеть Cocoon запущена в работу»^[8].

Cocoon — пиринговая площадка, в которой владельцы видеокарт могут сдавать свои вычислительные мощности, а разработчики арендовать их для выполнения нейронных вычислений, оплачивая услуги криптовалютой Toncoin ($TON). Платформа строится на блокчейне TON и предназначена для приватного выполнения ИИ-задач: все запросы, данные и метаданные шифруются. Основная миссия — «демократизация» искусственного интеллекта^[4][9].

Владельцам оборудования необходимо установить специальное программное обеспечение, подключающее их GPU к сети. Система распределяет задачи по доступным машинам, учитывая характеристики видеокарты, пропускную способность сети и местоположение. При выполнении задачи владелец получает вознаграждение в Toncoin. Рядовые пользователи или разработчики, наоборот, приобретают токены $TON и тратят их на аренду мощности; благодаря модели «пир-ту-пир» средства идут напрямую владельцам, что устраняет посредников и снижает стоимость услуг^[4].

Технические особенности^[4][7]:

• конфиденциальность: все данные проходят через шифрование, поэтому узлы-поставщики (владельцы GPU) не имеют доступа к содержимому запросов. Это призвано обеспечить приватность пользователей и избежать сбора персональных данных, характерного для централизованных ИИ-сервисов;
• динамическое ценообразование: цена вычислений складывается из спроса и предложения. Она может корректироваться в режиме реального времени, поэтому разработчики получают более доступные услуги, чем при обращении к классическим облачным сервисам. Отсутствие крупных дата-центров и использование простаивающих GPU позволяют снизить себестоимость, а владельцам оборудования — монетизировать ресурсы, которые раньше не приносили доход;
• ограничения: платформа ориентирована прежде всего на использование уже обученных моделей (на инференс). Разработчики смогут запускать ботов, ассистентов и другие сервисы, требующие вычислений, но не требующих ресурсоёмкого обучения. Для стабильной работы требуется высокоскоростное интернет-соединение;
• интеграция с Telegram: мессенджер встроит Cocoon в мини-приложения и ботов, что расширит пользовательскую базу. Платформа также станет дополнительным способом поддержать токен $TON^[4][7].

Основными конкурентами Cocoon являются классические облачные провайдеры — Amazon Web Services, Google Cloud Platform и Microsoft Azure. Они обладают сетью дата-центров, предлагают услуги машинного обучения «под ключ» и располагают стабильной инфраструктурой, но при этом хранят и могут анализировать пользовательские данные. Стоимость их сервисов, в отличие от модели Caccoon, определяется ценовой политикой, в том числе уровнем капитальных и эксплуатационных расходов^[4].

Akash Network — децентрализованный маркетплейс вычислительных ресурсов, предлагающий пользователям арендовать мощности дата-центров по сниженной цене. Платформа позиционирует себя как «супероблако» и использует обратный аукцион, позволяя арендаторам получать ресурсы по конкурентной цене: разработчики могут экономить до 85 % по сравнению с традиционными провайдерами. Сеть основана на блокчейне, применяет оркестратор Kubernetes для работы с контейнерами и поддерживает устойчивую архитектуру. Участники делятся на провайдеров, арендаторов и валидаторов; последние обеспечивают безопасность и участвуют в голосовании по обновлениям протокола, используя крипто-токен $AKT^[10][11].

Отличие Cocoon от Akash состоит в специализации: Akash является универсальным облачным рынком, ориентированным на любые приложения (от простых сайтов до блокчейн-узлов и машинного обучения), а Cocoon сосредоточен на развёртывании уже обученных моделей и обеспечивает шифрование пользовательских данных на всех этапах^[10].

Render Network — децентрализованная платформа, соединяющая тех, кто нуждается в GPU-вычислениях для 3D-рендеринга, с владельцами избытка мощности. Она распределяет задачи по сети, используя динамическое ценообразование. Основные области применения включают визуальные эффекты, объёмные сцены, NFT-проекты, виртуальную реальность и ИИ-приложения. Награды провайдерам выплачиваются в токенах $RNDR, а алгоритм сопоставления выбирает подходящих исполнителей по характеристикам видеокарт и географии. Результаты проверяются через систему доверенной валидации^[12].

Среди отличий Cocoon от Render — различные направления работы: Render ориентирован на графический рендеринг и 3D-контент, а Cocoon предназначен для инференса ИИ-моделей (перевод текстов, генерация изображений, чат-боты). Кроме того, одним из ключевых предложений Cocoon выделяется конфиденциальность; в Render ставка делается на верификацию результата^[12].

После презентации Cocoon эксперты предположили, что объединённые ресурсы множества обычных видеокарт будут подходить лишь для относительно простых задач — таких, как Telegram-боты или сервисы генерации изображений; для обучения больших языковых моделей мощности сети может не хватить^[4].

При этом было подчёркнуто, что растущий спрос на приватные ИИ-сервисы и необходимость в альтернативе «гигантам» создают условия для потенциального успеха проекта^[4].