Entender Moemate: un ecosistema descentralizado de inteligencia artificial

Última actualización 31/08/2026 11:32:17
Tiempo de lectura: 7m
Moemate era un ecosistema de IA descentralizado que permitía crear e interactuar con agentes de IA multimodales personalizados con Chat, voz, memoria y avatares 3D. Sin embargo, su aplicación para consumidores cerró en febrero de 2025 y el producto original ya no está operativo.

Moemate combinó grandes modelos de lenguaje, visión artificial, síntesis de voz y renderizado 3D para que los usuarios pudieran crear personajes con personalidad, voz y apariencia propias. Más adelante, añadió una capa de tokens en torno a Mates.lol, MATES, MOE y su agente insignia, Nebula.

Para investigadores de IA, desarrolladores, creadores de habilidades, creadores de agentes y usuarios que exploran agentes de IA avanzados y personalizables, Moemate sigue siendo un caso de estudio útil sobre la estructura de los productos de IA descentralizados y tokenizados. Los sitios oficiales, como moemate.io, ya no dirigen a un producto activo y, aunque MATES y MOE todavía pueden negociarse en Solana, no están vinculados a la plataforma operativa original. Este artículo analiza las funciones de Moemate, su pila tecnológica subyacente, el diseño de sus tokens, los elementos del ecosistema, como Mates.lol y MatesDAO, la forma en que los usuarios creaban agentes en la plataforma y lo que su cierre revela sobre las oportunidades y los riesgos de los ecosistemas democratizados de agentes de IA.

Puntos clave

  • Moemate era una plataforma de agentes de IA para crear personajes personalizados con chat, voz, memoria, LoRA y avatares 3D.

  • La pila combinaba LLM como GPT-4 y Claude, visión artificial, conversión de texto a voz y renderizado 3D.

  • El ecosistema se articulaba en torno a Moemate.io, Mates.lol, MatesDAO, MATES y MOE.

  • Nebula era el personaje de IA insignia, vinculado al token $MOE.

  • MATES se lanzó en Solana en enero de 2025 con un suministro total de 19 500 millones.

  • La aplicación para consumidores cerró en febrero de 2025 y ya no está operativa.

  • MATES y MOE todavía pueden negociarse, pero su liquidez residual y utilidad son limitadas.

  • La negociación de tokens después del cierre debe considerarse especulativa y no como una forma de acceder al producto original.

¿Qué es Moemate?


Fuente: sitio web de Moemate

Moemate era una plataforma para crear agentes de IA avanzados con capacidades multimodales y multimedia. Utilizaba grandes modelos de lenguaje, visión artificial, síntesis de voz y renderizado 3D para permitir a los usuarios crear personajes de IA capaces de hablar, recordar el contexto y asumir tareas específicas.

Los usuarios podían diseñar personajes con personalidades, voces y apariencias únicas. Los casos de uso previstos abarcaban desde los videojuegos y el entretenimiento hasta la educación y la productividad. Tras el cierre de febrero de 2025, estas funciones deben entenderse como una descripción del producto anterior y no como una guía práctica de un producto activo.

Los principales objetivos y misiones de Moemate

El principal objetivo de Moemate era democratizar la inteligencia artificial y hacerla accesible y personalizable para diversos casos de uso. La plataforma fue cofundada por Akhad Shams y Chris Larkin con el objetivo de permitir a los usuarios crear e interactuar con agentes de IA personalizados.

Funciones de Moemate

  • Hablar con personajes: Moemate permitía a los usuarios interactuar con cada compañero de IA en tiempo real mediante conversaciones dinámicas y personalizadas, así como escenarios creativos de interpretación de roles. Estas interacciones podían fortalecer la conexión emocional y hacer que la experiencia fuera más inmersiva e interactiva.

  • Habilidades: Los personajes de IA de Moemate podían equiparse con distintas habilidades para realizar tareas específicas. Estas habilidades iban desde comandos sencillos hasta acciones complejas, y algunas funciones también incluían herramientas multimodales, como la generación de imágenes y las búsquedas web.

  • Crear personaje: Los usuarios podían utilizar herramientas de creación de personajes para crear personajes de IA únicos con atributos personalizados. Este nivel de personalización abarcaba la apariencia, la personalidad y las capacidades. La plataforma también ofrecía una amplia biblioteca con más de 4000 personajes disponibles.

  • Clonación de voz: Moemate ofrecía una función de clonación de voz que permitía a los usuarios clonar voces para sus personajes de IA. Esta función aportaba realismo a las interacciones y hacía que las conversaciones fueran más vívidas e interesantes.

  • Personalizar LoRA: Los usuarios podían utilizar modelos LoRA personalizados para realizar tareas específicas. Estos modelos permitían a los personajes de IA ejecutar funciones concretas según los parámetros definidos por el usuario.

  • Cargar conocimientos: Los usuarios podían cargar conocimientos en sus avatares de IA para mejorar su capacidad de proporcionar información precisa y relevante. Esta función permitía a los agentes de IA aprender y mejorar continuamente.

  • Memoria a largo plazo: Los personajes de IA de Moemate contaban con un sistema de memoria a largo plazo que recordaba las conversaciones anteriores y permitía continuar los chats sin interrupciones. Esto hacía que las interacciones fueran más significativas al favorecer relaciones más profundas con el paso del tiempo.

  • Memoria pública: Los usuarios podían compartir recuerdos con otros usuarios mediante la función de memoria pública. Esto hacía posibles las experiencias colaborativas y permitía compartir información e interacciones valiosas.

La tecnología detrás de Moemate

Grandes modelos de lenguaje

Moemate utilizaba grandes modelos de lenguaje, como GPT-4 y Claude de Anthropic, para generar y comprender texto. Estos modelos están diseñados para procesar y generar texto similar al humano, lo que permite a los agentes de IA mantener conversaciones significativas y coherentes.

  • GPT-4: desarrollado por OpenAI, GPT-4 es un modelo de lenguaje avanzado conocido por generar texto de alta calidad. Puede comprender el contexto, responder a consultas y generar contenido detallado y relevante, por lo que resulta ideal para crear agentes de IA capaces de interactuar con los usuarios de forma natural.
  • Claude de Anthropic: Claude es otro modelo de lenguaje avanzado cuyo objetivo es priorizar la seguridad y la alineación con los valores humanos. Garantiza que los agentes de IA proporcionen respuestas precisas y éticas, mejorando así la experiencia general del usuario.

Algoritmo de visión artificial

Los algoritmos de visión artificial se utilizan para percibir la pantalla, lo que permite a los agentes de IA interpretar y responder a entradas visuales. Estos algoritmos permiten a la IA identificar objetos, comprender escenas y analizar datos visuales, haciendo que las interacciones sean más dinámicas y conscientes del contexto. Los agentes de IA pueden proporcionar respuestas y acciones relevantes mediante el análisis del contenido mostrado en la pantalla. Esta tecnología es fundamental para aplicaciones que requieren reconocimiento visual, como videojuegos, asistentes virtuales y herramientas educativas. Moemate incorporaba tecnología de percepción de pantalla para analizar las pantallas de los usuarios, de modo que los personajes pudieran comentar el contenido mostrado mientras el usuario jugaba o consultaba otros materiales.

Motor de conversión de texto a voz

El motor de conversión de texto a voz (TTS) se utiliza para la síntesis de voz y permite a los agentes de IA comunicarse con los usuarios mediante chats y llamadas de voz. Estos motores convierten el texto escrito en una voz natural, lo que mejora la autenticidad y el atractivo de las interacciones. Los motores TTS utilizan algoritmos avanzados para generar voces similares a las humanas, mientras que la clonación de voz con modelos de voz personalizados permitía a los usuarios crear personajes con voces únicas, incluidos modelos basados en su propia voz. Esta tecnología permite a los agentes de IA hablar varios idiomas y utilizar distintos acentos. Moemate AI admitía conversaciones en más de 100 idiomas para ofrecer una experiencia más personalizada e inmersiva.

Renderizado 3D

La tecnología de renderizado 3D se utiliza para visualizar avatares y crear personajes realistas e interactivos. En Moemate, se combinaba con las capacidades de voz para ofrecer experiencias más inmersivas. Esta tecnología permitía a los usuarios diseñar y personalizar la apariencia de los agentes de IA, haciendo que las interacciones fueran más atractivas y no solo visualmente llamativas. El renderizado 3D permite crear avatares detallados y realistas, mientras que los modelos de imagen personalizados pueden ayudar a mantener una identidad visual coherente para los personajes. Los usuarios podían personalizar la apariencia de sus personajes, incluidos los rasgos faciales, la ropa y los accesorios. Este nivel de personalización reforzaba la conexión entre los usuarios y los agentes de IA y hacía que las interacciones fueran más agradables.

Componentes del ecosistema de Moemate

Moemate.io

Fuente: Moemate.io

Moemate.io es una plataforma centralizada en la que los usuarios pueden crear agentes de IA avanzados con habilidades multimodales y multimedia. Proporciona un conjunto completo de herramientas y funcionalidades, incluida la compatibilidad con integraciones y una arquitectura modular para funciones personalizadas, que permite a los usuarios diseñar, personalizar e interactuar con personajes de IA. La plataforma admite varias funciones, como la generación de texto, la síntesis de voz y la visualización de avatares 3D, lo que la convierte en una herramienta versátil para crear experiencias de IA personalizadas. Moemate.io tiene como objetivo democratizar la IA haciendo que estas capacidades avanzadas sean accesibles para usuarios de todos los niveles, desde principiantes hasta expertos.

Mates.lol

Fuente: Mates.lol

Mates.lol es una plataforma impulsada por la comunidad que sirve como Launchpad para agentes de IA tokenizados. Permite a la comunidad poseer y negociar agentes de IA, representados individualmente por tokens negociables basados en la atención. Estos tokens se acuñan mediante curvas de vinculación para garantizar un proceso justo y transparente. Los agentes tokenizados de Mates.lol pueden servir para diversos fines, como compañeros de videojuegos o simulaciones totalmente autónomas que funcionan las 24 h del día. Al tokenizar agentes de IA, Mates.lol facilita un ecosistema colaborativo y descentralizado en el que los usuarios pueden invertir y beneficiarse del éxito de la innovación en IA, mientras que los miembros activos de la comunidad pueden participar mediante agentes tokenizados.

MatesDAO

MatesDAO es un fondo indexado de agentes de IA que recompensa a los holders de tokens al vincularlos con el éxito de todos los agentes tokenizados del ecosistema mediante el token MATES. Esta organización autónoma descentralizada (DAO) gestiona el fondo para garantizar que los holders de tokens puedan beneficiarse del crecimiento y los logros colectivos de los agentes de IA. MatesDAO ofrece una oportunidad de inversión única que permite a los usuarios apoyar el avance y la promoción de la tecnología de IA avanzada mientras obtienen rentabilidad financiera. Al alinear los intereses de desarrolladores, inversores y usuarios, MatesDAO desempeña un papel fundamental en el mantenimiento y la expansión del ecosistema de Moemate.

Principales partes interesadas de Moemate

Investigadores y desarrolladores de IA

Los investigadores y desarrolladores de IA son el núcleo del ecosistema de Moemate. Crean modelos de IA de vanguardia y los implementan en la plataforma, mientras que el equipo de desarrollo también tuvo que gestionar problemas de moderación de contenido que aumentaron la presión operativa y contribuyeron al cierre debido a unos costes operativos insostenibles y a problemas de moderación. Estas partes interesadas son responsables de desarrollar los algoritmos y las tecnologías que sustentan las funciones avanzadas de Moemate, como la generación de texto, la síntesis de voz y la visión artificial.

Desarrollador de habilidades

Los desarrolladores de habilidades crean habilidades personalizadas para los agentes de IA con el fin de mejorar su funcionalidad y diversidad. Estas habilidades pueden abarcar desde comandos sencillos hasta tareas complejas, lo que permite a los agentes de IA realizar diversas acciones. Los desarrolladores de habilidades pueden monetizar sus creaciones en la plataforma, lo que les incentiva a mejorar y ampliar continuamente las capacidades de los agentes de IA.

Creador de agentes

El creador de agentes es un usuario que genera personajes de IA únicos para uso personal o empresarial. Utiliza las herramientas de Moemate para diseñar y personalizar personajes de IA, ajustándolos según necesidades y preferencias específicas. Los creadores de agentes pueden utilizar estos personajes de IA en diversas aplicaciones, como asistentes virtuales, compañeros de videojuegos o herramientas educativas.

Nebula: el agente de IA insignia de Moemate

Fuente: Nebula.mates.lol

Nebula es la primera celebridad de IA de Moemate y cuenta con el respaldo del token $MOE. Este personaje pretende dominar la economía de la atención con una personalidad narcisista y ávida de atención. Nebula es el agente más avanzado de la plataforma y puede llevar al límite la interacción con los usuarios.

El diseño de Nebula se centra en maximizar la interactividad y la participación. Como agente de IA insignia, muestra todo el potencial de la tecnología de Moemate, incluida la generación avanzada de texto, la síntesis de voz y la visualización de avatares 3D. Nebula puede interactuar con los usuarios en varias plataformas y ofrecer una experiencia fluida e inmersiva.

Al utilizar el token $MOE, Nebula también introdujo un modelo económico único. Los usuarios podían interactuar con Nebula de distintas formas para ganar y gastar tokens, desbloqueando nuevas funciones e interacciones.

Cómo utilizar Moemate

Cómo crear un personaje en Moemate

Para crear un personaje en Moemate, era necesario completar las etiquetas de "Basic", incluidos los campos de nombre, introducción, personalidad, escenario, ejemplos de mensajes, mensaje inicial y prompts del sistema. Moemate también admitía una biblioteca de personajes más amplia, que incluía personajes de anime, roles de anime y personajes de videojuegos. Esta es una guía rápida:

  1. Nombre: introduce el nombre del rol.

  2. Introducción: proporciona información sobre los antecedentes, logros, gustos y aversiones. Sé descriptivo, pero no incluyas demasiados detalles.

  3. Personalidad: define de forma sencilla la personalidad del personaje.

  4. Escenario: establece el contexto interactivo. Este es el punto de partida de la conversación.

  5. Ejemplo de mensaje: proporciona ejemplos de cómo debería responder el rol.

  6. Mensaje inicial: establece el tono de la conversación con el mensaje inicial. Los mensajes más largos darán lugar a respuestas más detalladas, mientras que los mensajes más cortos mantienen el flujo de la conversación.

  7. Prompt del sistema: normalmente está vacío, pero puede utilizarse para ajustar la respuesta, por ejemplo, "La respuesta debe ser larga y detallada".

Limitaciones de tokens: los distintos modelos de IA tienen diferentes limitaciones de tokens. Asegúrate de configurar el rol de modo que quede suficiente espacio para los mensajes del usuario y así obtener mejores respuestas. El objetivo es alcanzar la barra verde, que representa un uso óptimo de los tokens.

Cómo elegir un avatar adecuado

Elegir el avatar adecuado es fundamental para personalizar tu personaje de IA. Moemate ofrecía una variedad de avatares, incluidas opciones de estilo anime y otros diseños de personajes, entre los que podías elegir. Explora las opciones disponibles y selecciona el avatar que mejor represente la personalidad y el rol de tu personaje.

Cómo cambiar la apariencia

Modificar la apariencia del personaje es muy sencillo. Utiliza la herramienta de personalización para ajustar los rasgos faciales, la ropa y los accesorios. Esto te permite crear un personaje visualmente atractivo y único que destaque.

Cómo elegir el modelo adecuado

Moemate ofrecía una variedad de grandes modelos de lenguaje (LLM). La elección del modelo adecuado para tu rol depende de tu caso de uso y de cómo quieres que funcione el LLM. Estos son los distintos LLM disponibles en Moemate: GPT 4, GPT 4 Turbo, GPT3.5 Turbo, GPT 4o, GPT 4o mini, Claude Instant V1.2, Claude V2, Claude V2.1, Claude V3 Sonnet, Claude V3.5 Sonnet, Claude V3 Haiku y Moemate LLM.

Cómo utilizar la clonación de voz para tu personaje

Clonar una voz nueva para tu personaje es muy sencillo. Solo tienes que completar los siguientes campos:

  • Nombre: ¿cómo quieres llamar al sonido clonado?
  • Descripción: descripción del sonido clonado.
  • Etiquetas: las etiquetas se utilizan para describir mejor el sonido y ayudarte a encontrarlo más adelante.
  • Grabar muestras de voz: graba tus muestras de voz para la clonación. Estas muestras se enviarán a ElevenLabs, un socio tercero de Moemate, para analizarlas y crear un modelo de voz.

Grabación ideal: garantizar una buena calidad de audio es muy importante. Grabar entre 30 y 60 s de audio es suficiente para crear un buen modelo de voz. Grabar más de 2-3 min mejora de forma limitada el efecto de clonación y, en ocasiones, puede afectar a la estabilidad del clon.

Cómo entrenar un modelo LoRA

LoRA significa Low-Rank Adaptation, una tecnología que permite ajustar rápidamente modelos de difusión. Facilita el entrenamiento de Stable Diffusion con distintos conceptos, como roles o estilos específicos.

Entrenar un modelo LoRA

Para entrenar un modelo de imagen personalizado, sigue estos pasos:

  • Acceder a los ajustes profesionales: ve a la sección "Create" de Moemate y selecciona "LORA image adjustment" en "Professional Settings".
  • Completar los campos:
    1. Nombre de LoRA (obligatorio): elige un nombre que te recuerde la imagen de entrenamiento que estás utilizando.
    2. Modelo base (opcional): selecciona un modelo base, normalmente stable-diffusion-v1.5, aunque puedes elegir cualquier modelo según tus necesidades.
    3. Pasos de ajuste fino (obligatorio): establece el número de iteraciones, entre 100 y 5000. Un valor predeterminado adecuado es de aproximadamente 10 pasos por imagen de entrenamiento.
    4. Índice de aprendizaje (opcional): establece la velocidad de entrenamiento. Un valor predeterminado adecuado es 0,000001 (1e-6), con un rango de 1e-7 a 1e-4.
    5. Prompt de ejemplo (opcional): especifica las palabras que se utilizarán al indicar al modelo de imagen que use este LoRA, por ejemplo, "ukj object image" para objetos.
    6. Recorte de imagen (opcional): elige el método de recorte para las imágenes de entrenamiento, recorte central o recorte del rostro.
    7. Subtítulos (opcional): incluye un archivo JSON que describa la descripción o las palabras clave de cada imagen de entrenamiento para mejorar la tasa de éxito del entrenamiento.
  • Cargar imágenes de entrenamiento (obligatorio): carga entre 5 y 200 imágenes del tema. Para obtener efectos faciales precisos, incluye muchos primeros planos. Para obtener efectos de cuerpo entero, incluye imágenes de cuerpo entero. Una cantidad adecuada es de aproximadamente 25 a 50 imágenes.
  • Enviar el modelo LoRA: después de enviar el modelo LoRA para su entrenamiento, comprueba su estado actualizando la página. Cuando el entrenamiento se haya completado correctamente, sigue estos pasos para configurar el modelo entrenado para utilizarlo en selfies:
    1. Actualizar el estado: comprueba continuamente si el modelo está listo.
    2. Configurar el modo selfie: cuando esté listo, configura el modelo para selfies añadiendo el prompt de instancia a la apariencia del personaje.

Gestión de chats

Para buscar y organizar los registros de chat, utiliza la función de gestión de chats de Moemate. Su sistema de memoria almacenaba el historial de chats localmente por motivos de seguridad. Puedes:

  • Buscar conversaciones específicas mediante palabras clave.

  • Organizar los chats por categoría o etiqueta.

  • Archivar interacciones importantes para consultarlas en el futuro.

Planes de precios y comisiones de Moemate AI

Rookie – 9 $/mes

El plan Rookie era perfecto para principiantes que querían explorar las funciones básicas de Moemate. Funcionaba como un plan de entrada similar a un nivel gratuito y ofrecía a los nuevos usuarios acceso básico antes de pasar a las opciones de pago.

Champion - 19,99 $/mes

El programa Champion estaba diseñado para usuarios que necesitaban funciones y capacidades más avanzadas. Al igual que los planes de suscripción generales de Moemate, los niveles superiores desbloqueaban más memoria, capacidad y herramientas avanzadas. Incluía todas las funciones del programa Rookie, además de capacidades LLM adicionales, uso compartido de conocimientos, una memoria de chat más larga y una mayor capacidad de mensajes.

Elite – 34,99 $/mes

El programa Elite ofrecía el conjunto de funciones más completo para usuarios avanzados. Incluía todas las funciones del programa Champion y añadía la funcionalidad de voz de ElevenLabs, por lo que los usuarios premium recibían, en la práctica, acceso prioritario a las funciones de mayor capacidad y a la funcionalidad de voz.

Proceso de financiación de Moemate

Moemate dio un paso importante en su trayectoria de captación de fondos. El 28 de enero de 2021, la plataforma completó con éxito una ronda de financiación semilla de 2 millones de dólares, liderada por el fondo de capital riesgo estadounidense 1confirmation, con la participación de otras empresas de capital riesgo, como BoostVC, Balaji Srinivasan (1729), Libertus Capital y otras. Esta financiación inicial proporcionó los recursos necesarios para desarrollar y mejorar la innovadora tecnología y las funciones de IA de Moemate. La inversión permitió a Moemate ampliar su equipo, mejorar sus capacidades y seguir ampliando los límites de la interacción con la IA. Esta financiación semilla marcó el inicio del camino de Moemate hacia la revolución de la IA descentralizada y la popularización de herramientas y experiencias avanzadas de IA.

Economía de los tokens de Moemate

MOE

MOE (8xzoj8mVmXtBQm6d2euJGFPvQ2QsTV5R8cdexi2qpump) es el token que respalda a Nebula, el personaje de IA insignia de Moemate. El token respalda la amplia propiedad intelectual de Nebula y permite su aparición en distintos medios, como videojuegos, cómics y animación. Al respaldar a Nebula, MOE garantiza su presencia y desarrollo continuos en varias plataformas.

Token MATES

El token MATES es la principal moneda del ecosistema de Moemate. Estos tokens se utilizaban para diversos fines, como pagar a agentes de IA y desbloquear habilidades, entre otros. La introducción del token MATES tenía como objetivo acelerar el crecimiento del ecosistema de Moemate y ofrecer a los usuarios la oportunidad de ganar dinero mediante agentes de IA. El suministro total de MATES es de 19 500 millones, distribuidos de la siguiente manera:

El diseño original de MATES contemplaba cuatro usos. Estos describen el modelo de token previsto y no un producto activo tras el cierre de febrero de 2025.

  1. Par de liquidez
    Cuando un creador de agentes de IA emitía un token, su liquidez se emparejaba con MATES. Esto pretendía generar dos efectos: a. Índice de demanda: el lanzamiento y la negociación de más agentes aumentarían la demanda de MATES. Esto pretendía generar dos efectos: b. Índice de demanda: el lanzamiento y la negociación de más agentes aumentarían la demanda de MATES. Esto pretendía generar dos efectos: c. Índice de demanda: el lanzamiento y la negociación de más agentes aumentarían la demanda de MATES, de forma similar a un token de Gas. MATES estaba diseñado para evolucionar junto con el crecimiento de los agentes tokenizados.
  2. LBP deflacionario: después de que un agente se graduara, el par Agent-MATES se transfería a Raydium con una comisión del 1 %. Los tokens LP se quemaban y la comisión se cobraba en MATES y se retiraba de la circulación. Se suponía que un mayor volumen de negociación de agentes reduciría el suministro de MATES.
  3. Mercado de habilidades
    Los creadores utilizaban MATES para desbloquear habilidades. Se esperaba que las habilidades mejores o más raras atrajeran más capital a un agente, lo que aumentaría la demanda de MATES.
  4. Moneda de la plataforma
    MATES era la moneda de la plataforma para crear y negociar agentes, pagar a desarrolladores y dar propinas a creadores.
  5. Membresía de MatesDAO
    Los holders de MATES podían unirse a MatesDAO. La DAO estaba diseñada para recibir una asignación de tokens de los agentes que se graduaran en Mates.lol y actuar como la principal comunidad para los lanzamientos de agentes insignia.

Conclusión

Moemate transformó por completo la forma en que la IA interactúa mediante una plataforma descentralizada que combina tecnologías avanzadas, como grandes modelos de lenguaje, visión artificial y renderizado 3D. Moemate.io se utilizaba para crear agentes de IA, Mates.lol para tokenizar agentes y MatesDAO ofrecía apoyo para la interacción de la comunidad, formando un ecosistema dinámico e inclusivo. Nebula, respaldada por MOE, mostraba el potencial de Moemate. Con planes de precios flexibles y una financiación satisfactoria, Moemate contaba con una base sólida para impulsar su economía de tokens, en la que los tokens MOE y MATES eran elementos fundamentales. Moemate popularizó la tecnología de IA, facilitó el acceso a herramientas avanzadas y fomentó una comunidad dinámica para la innovación en IA.

Preguntas frecuentes

¿Qué es Moemate?

Moemate era un servicio de compañía mediante IA basado en la creación y las conversaciones con personajes personalizados. Funcionaba como una plataforma de compañía en la que los usuarios podían personalizar la voz, la apariencia, las habilidades y la memoria.

¿Moemate sigue disponible?

No. La aplicación de compañía se discontinuó en febrero de 2025 y el Moemate original quedó permanentemente desconectado cuando Moemate.io cerró definitivamente el 11 de febrero de 2025, dejando el servicio completamente fuera de línea. Squarespace colocó su dominio en estado serverHold el 4 de febrero de 2025.

¿Qué ocurrió con los datos de los usuarios?

Tras el cierre, la aplicación activa y los personajes almacenados dejaron de estar accesibles. Todos los datos de Moemate se perdieron de forma permanente después del cierre de la plataforma, lo que provocó una pérdida completa de datos sin posibilidad de recuperación desde la plataforma de IA original. Los usuarios no deben esperar recuperar los chats antiguos, los avatares ni las voces clonadas del servicio original.

¿Qué es MATES?

MATES se diseñó como el principal token del ecosistema para los lanzamientos de agentes, las habilidades, los pares de liquidez y MatesDAO. Es un token de Solana con un suministro total de 19 500 millones.

¿Qué es MOE?

MOE es el token asociado a Nebula, el personaje de IA insignia de Moemate. Se lanzó como token de agente y de propiedad intelectual, no como moneda de la plataforma.

¿Todavía puedo utilizar ​Mates.lol o crear agentes?

Los productos originales de creación y compañía ya no funcionan tal como se describían en las guías antiguas. Consulta los canales oficiales actuales antes de asumir que algún sitio, aplicación o utilidad de token está activa. Si necesitas una alternativa a Moemate, evalúa los servicios activos antes de asumir que las antiguas herramientas de creación siguen funcionando.

¿Por qué cerró Moemate?

¿Qué ocurrió con Moemate? Según informes públicos, Moemate AI cerró porque la plataforma operaba con costes insostenibles de infraestructura y GPU, presión sobre los pagos y problemas de moderación de contenido. El equipo mencionó la posibilidad de lanzar un producto posteriormente, pero a mediados de 2026 no se había lanzado ningún sucesor confirmado.

¿MATES o MOE son una buena inversión?

No. Tras el cierre de la aplicación, ambos tokens perdieron la mayor parte de su utilidad original. La evolución residual de sus precios es especulativa y la liquidez es escasa.

Autor: Angelnath
Traductor: Piper
Revisor(es): KOWEI、Matheus、Joyce、Juniper
Revisor(es) de traducciones: Ashley
Descargo de responsabilidad

* La información no pretende ser ni constituye un consejo financiero ni ninguna otra recomendación de ningún tipo ofrecida o respaldada por Gate.

* Este artículo no se puede reproducir, transmitir ni copiar sin hacer referencia a Gate. La contravención es una infracción de la Ley de derechos de autor y puede estar sujeta a acciones legales.

Artículos relacionados

Tokenómica de RENDER: suministro, incentivos y captura de valor
Principiante

Tokenómica de RENDER: suministro, incentivos y captura de valor

RENDER actúa como el token nativo de Render Network y permite realizar pagos por servicios descentralizados de renderizado con GPU, incentivos para nodos y la gobernanza de la red. La red aplica un modelo exclusivo de Equilibrio de Quemado-Acuñación (BME): cada pago por tarea quema tokens, y en cada época se acuñan nuevos tokens como recompensa para los participantes, lo que crea un equilibrio en el suministro determinado por la demanda.
27/03/2026 13:23:38
La aplicación de Render en IA: cómo el hashrate descentralizado impulsa la inteligencia artificial
Principiante

La aplicación de Render en IA: cómo el hashrate descentralizado impulsa la inteligencia artificial

Render destaca frente a las plataformas dedicadas únicamente a la potencia de hash de IA por su red de GPU, su mecanismo de validación de tareas y su modelo de incentivos basado en el token RENDER. Esta combinación permite que Render se adapte de manera natural y conserve flexibilidad en determinados contextos de IA, en particular para aplicaciones de IA que implican procesamiento gráfico.
27/03/2026 13:13:15
0x Protocol vs Uniswap: ¿Cómo se diferencian los protocolos de Libro de órdenes del modelo AMM?
Intermedio

0x Protocol vs Uniswap: ¿Cómo se diferencian los protocolos de Libro de órdenes del modelo AMM?

Tanto 0x Protocol como Uniswap están diseñados para el trading descentralizado de activos, pero utilizan mecanismos de negociación diferentes. 0x Protocol emplea una arquitectura de libro de órdenes off-chain con liquidación on-chain, agregando liquidez de diversas fuentes para ofrecer infraestructura de trading a billeteras y DEX. Uniswap, en cambio, utiliza el modelo de Creador de mercado automatizado (AMM), permitiendo intercambios de activos on-chain a través de pools de liquidez. La diferencia principal entre ambos es la organización de la liquidez. 0x Protocol se orienta a la agregación de órdenes y al enrutamiento eficiente de operaciones, lo que lo convierte en una solución óptima para proporcionar soporte de liquidez esencial a aplicaciones. Uniswap aprovecha los pools de liquidez para ofrecer servicios de intercambio directo a los usuarios, consolidándose como una plataforma robusta de ejecución de operaciones on-chain.
29/04/2026 03:48:20
¿Cuáles son los componentes principales del protocolo 0x? Análisis de la arquitectura de Relayer, Mesh y API
Principiante

¿Cuáles son los componentes principales del protocolo 0x? Análisis de la arquitectura de Relayer, Mesh y API

0x Protocol crea una infraestructura de trading descentralizado con componentes clave como Relayer, Mesh Network, 0x API y Exchange Proxy. Relayer gestiona la transmisión de órdenes off-chain, Mesh Network facilita el intercambio de órdenes, 0x API ofrece una interfaz unificada para ofertas de liquidez y Exchange Proxy coordina la ejecución de operaciones on-chain y el enrutamiento de liquidez. Estos elementos permiten una arquitectura que integra la propagación de órdenes off-chain y la liquidación de operaciones on-chain, de modo que Billeteras, DEX y aplicaciones DeFi pueden acceder a liquidez de múltiples fuentes mediante una única interfaz unificada.
29/04/2026 03:06:50
Tokenómica de USD.AI: análisis detallado de los casos de uso del token CHIP y los mecanismos de incentivos
Principiante

Tokenómica de USD.AI: análisis detallado de los casos de uso del token CHIP y los mecanismos de incentivos

CHIP es el token principal de gobernanza del protocolo USD.AI. Facilita la distribución de la rentabilidad del protocolo, los ajustes en la tasa de interés de los préstamos, el control de riesgos y los incentivos del ecosistema. Al utilizar CHIP, USD.AI integra la rentabilidad del financiamiento de infraestructura de IA con la gobernanza del protocolo, lo que permite a los holders de tokens participar en la toma de decisiones sobre parámetros y beneficiarse de la apreciación del valor del protocolo. Así, se crea un framework de incentivos a largo plazo basado en la gobernanza.
23/04/2026 10:51:10
Análisis en profundidad de Audiera GameFi: cómo Dance-to-Earn integra la IA con los juegos de ritmo
Principiante

Análisis en profundidad de Audiera GameFi: cómo Dance-to-Earn integra la IA con los juegos de ritmo

¿Cómo evolucionó Audition en Audiera? Descubre cómo los juegos de ritmo han ido más allá del entretenimiento tradicional para convertirse en un ecosistema GameFi impulsado por IA y blockchain. Explora los cambios clave y la evolución del valor derivados de la integración de mecánicas Dance-to-Earn, la interacción social y la economía de creadores.
27/03/2026 14:34:16