Score

Scoreは、Bittensor Subnet 44上に構築された分散型コンピュータビジョンプラットフォームです。中核事業は、マイナーがエッジデバイスで動作する小型で専門的なビジョンスキル（30MB未満）を競って構築するオープンマーケットプレイスを通じて、生の動画を構造化された実用的なデータに変換することです。このプラットフォームのナラティブは「プログラマブルビジョン」に焦点を当てています。つまり、1つの巨大なモデルを訓練する代わりに、「人を検出する」や「ボールを追跡する」といった小さなベンチマーク済みスキルを組み合わせてカスタムパイプラインを構成します。 Scoreが解決する主な課題は、従来の動画分析における高コストと非効率性であり、これは手動によるアノテーションに大きく依存しています。ScoreのTurbo Visionシステムは、ビジョン言語モデルを使用して擬似的なグラウンドトゥルースラベルを自動生成し、アノテーションコストを10〜100分の1に削減します。もう1つの問題は、汎用モデルがリアルタイムのエッジ展開には大きすぎて遅いことです。Scoreの専門スキルは、最先端の代替モデルと比較して約400倍効率的でありながら、精度は同等です。 過去6か月間（2026年3月〜9月）に、Scoreは最先端モデルから抽出された20億パラメータのビジョン言語モデルであるSatori 1.0をリリースし、カメラ上で動作します。また、SDKアクセスを備えた公開プラットフォームとしてManakoを開設し、開発者がシンプルなAPIを介して構成可能なビジョンパイプラインを展開できるようにしました。商業展開は、ガソリンスタンド（AVIA）、農業（Two-a-Day）、車両洗浄インフラ（Lavance）に拡大しました。9月16日に予定されているScore Studioは、モデルのトレーニング、評価、展開のためのフロントエンドとして機能します。 注目すべきネガティブな出来事として、2025年初頭に発生したクルーズ船での乗客死亡事故により、安全性が重要なシナリオにおけるAIビジョンシステムの信頼性に疑問が生じました。Scoreはこれをチューニングの問題ではなくシステムアーキテクチャの問題と位置づけ、検証可能なパフォーマンス証明書を備えた専門スキルが正しいアプローチであると主張しましたが、この事故は生命の安全に関する判断に自動認識を依存することの本質的なリスクを浮き彫りにしました。