-
数据、模型与算力是 AI 基础设施的三大核心要素
-
日期:2025-05-30 20:09:26 栏目:Web3 阅读:
一、引言 | Crypto AI 的模型层跃迁
数据、模型与算力是 AI 基础设施的三大核心要素,类比燃料(数据)、引擎(模型)、能源(算力)缺一不可。与传统 AI 行业的基础设施演进路径类似,Crypto AI 领域也经历了相似的阶段。2024 年初,市场一度被去中心化 GPU 项目所主导 (Akash、Render、io.net 等 ),普遍强调「拼算力」的粗放式增长逻辑。而进入 2025 年后,行业关注点逐步上移至模型与数据层,标志着 Crypto AI 正从底层资源竞争过渡到更具可持续性与应用价值的中层构建。
通用大模型(LLM)vs 特化模型(SLM)
传统的大型语言模型(LLM)训练高度依赖大规模数据集与复杂的分布式架构,参数规模动辄 70B~500B,训练一次的成本常高达数百万美元。而 SLM(Specialized Language Model)作为一种可复用基础模型的轻量微调范式,通常基于 LLaMA、Mistral、DeepSeek 等开源模型,结合少量高质量专业数据及 LoRA 等技术,快速构建具备特定领域知识的专家模型,显著降低训练成本与技术门槛。
值得注意的是,SLM 并不会被集成进 LLM 权重中,而是通过 Agent 架构调用、插件系统动态路由、LoRA 模块热插拔、RAG(检索增强生成)等方式与 LLM 协作运行。这一架构既保留了 LLM 的广覆盖能力,又通过精调模块增强了专业表现,形成了高度灵活的组合式智能系统。
Crypto AI 在模型层的价值与边界
Crypto AI 项目本质上难以直接提升大语言模型(LLM)的核心能力,核心原因在于
-
技术门槛过高:训练 Foundation Model 所需的数据规模、算力资源与工程能力极其庞大,目前仅有美国(OpenAI 等)与中国(DeepSeek 等)等科技巨头具备相应能力。
-
开源生态局限:虽然主流基础模型如 LLaMA、Mixtral 已开源,但真正推动模型突破的关键依然集中于科研机构与闭源工程体系,链上项目在核心模型层的参与空间有限。
然而,在开源基础模型之上,Crypto AI 项目仍可通过精调特化语言模型(SLM),并结合 Web3 的可验证性与激励机制实现价值延伸。作为 AI 产业链的「周边接口层」,体现于两个核心方向:
-
可信验证层:通过链上记录模型生成路径、数据贡献与使用情况,增强 AI 输出的可追溯性与抗篡改能力。
-
激励机制: 借助原生 Token,用于激励数据上传、模型调用、智能体(Agent)执行等行为,构建模型训练与服务的正向循环。
AI 模型类型分类与 区块链适用性分析
由此可见,模型类 Crypto AI 项目的可行落点主要集中在小型 SLM 的轻量化精调、RAG 架构的链上数据接入与验证、以及 Edge 模型的本地部署与激励上。结合区块链的可验证性与代币机制,Crypto 能为这些中低资源模型场景提供特有价值,形成 AI「接口层」的差异化价值。
基于数据与模型的区块链 AI 链,可对每一条数据和模型的贡献来源进行清晰、不可篡改的上链记录,显著提升数据可信度与模型训练的可溯性。同时,通过智能合约机制,在数据或模型被调用时自动触发奖励分发,将 AI 行为转化为可计量、可交易的代币化价值,构建可持续的激励体系。此外,社区用户还可通过代币投票评估模型性能、参与规则制定与迭代,完善去中心化治理架构。
二、项目概述 | OpenLedger 的 AI 链愿景
OpenLedger 是当前市场上为数不多专注于数据与模型激励机制的区块链 AI 项目。它率先提出「Payable AI」的概念,旨在构建一个公平、透明且可组合的 AI 运行环境,激励数据贡献者、模型开发者与 AI 应用构建者在同一平台协作,并根据实际贡献获得链上收益。
OpenLedger 提供了从「数据提供」到「模型部署」再到「调用分润」的全链条闭环,其核心模块包括:
-
Model Factory:无需编程,即可基于开源 LLM 使用 LoRA 微调训练并部署定制模型;
-
OpenLoRA:支持千模型共存,按需动态加载,显著降低部署成本;
-
PoA(Proof of Attribution):通过链上调用记录实现贡献度量与奖励分配;
-
Datanets:面向垂类场景的结构化数据网络,由社区协作建设与验证;
-
模型提案平台(Model Proposal Platform):可组合、可调用、可支付的链上模型市场。
通过以上模块,OpenLedger 构建了一个数据驱动、模型可组合的「智能体经济基础设施」,推动 AI 价值链的链上化。
而在区块链技术采用上,OpenLedger 以 OP Stack + EigenDA 为底座,为 AI 模型构建了高性能、低成本、可验证的数据与合约运行环境。
-
基于 OP Stack 构建: 基于 Optimism 技术栈,支持高吞吐与低费用执行;
-
在以太坊主网上结算: 确保交易安全性与资产完整性;
-
EVM 兼容: 方便开发者基于 Solidity 快速部署与扩展;
-
EigenDA 提供数据可用性支持:显著降低存储成本,保障数据可验证性。
相比于 NEAR 这类更偏底层、主打数据主权与 「AI Agents on BOS」 架构的通用型 AI 链,OpenLedger 更专注于构建面向数据与模型激励的 AI 专用链,致力于让模型的开发与调用在链上实现可追溯、可组合与可持续的价值闭环。它是 Web3 世界中的模型激励基础设施,结合 HuggingFace 式的模型托管、Stripe 式的使用计费与 Infura 式的链上可组合接口,推动「模型即资产」的实现路径。
三、OpenLedger 的核心组件与技术架构
3.1 Model Factory,无需代码模型工厂
ModelFactory 是 OpenLedger 生态下的一个大型语言模型(LLM)微调平台。与传统微调框架不同,ModelFactory 提供纯图形化界面操作,无需命令行工具或 API 集成。用户可以基于在 OpenLedger 上完成授权与审核的数据集,对模型进行微调。实现了数据授权、模型训练与部署的一体化工作流,其核心流程包括:
-
数据访问控制: 用户提交数据请求,提供者审核批准,数据自动接入模型训练界面。
-
模型选择与配置: 支持主流 LLM(如 LLaMA、Mistral),通过 GUI 配置超参数。
-
轻量化微调: 内置 LoRA / QLoRA 引擎,实时展示训练进度。
-
模型评估与部署: 内建评估工具,支持导出部署或生态共享调用。
-
交互验证接口: 提供聊天式界面,便于直接测试模型问答能力。
-
RAG 生成溯源: 回答带来源引用,增强信任与可审计性。
Model Factory 系统架构包含六大模块,贯穿身份认证、数据权限、模型微调、评估部署与 RAG 溯源,打造安全可控、实时交互、可持续变现的一体化模型服务平台。
ModelFactory 目前支持的大语言模型能力简表如下:
-
LLaMA 系列:生态最广、社区活跃、通用性能强,是当前最主流的开源基础模型之一。
-
Mistral:架构高效、推理性能极佳,适合部署灵活、资源有限的场景。
-
Qwen:阿里出品,中文任务表现优异,综合能力强,适合国内开发者首选。
-
ChatGLM:中文对话效果突出,适合垂类客服和本地化场景。
-
Deepseek:在代码生成和数学推理上表现优越,适用于智能开发辅助工具。
-
Gemma:Google 推出的轻量模型,结构清晰,易于快速上手与实验。
-
Falcon:曾是性能标杆,适合基础研究或对比测试,但社区活跃度已减。
-
BLOOM:多语言支持较强,但推理性能偏弱,适合语言覆盖型研究。
-
GPT-2:经典早期模型,仅适合教学和验证用途,不建议实际部署使用。
虽然 OpenLedger 的模型组合并未包含最新的高性能 MoE 模型或多模态模型,但其策略并不落伍,而是基于链上部署的现实约束(推理成本、RAG 适配、LoRA 兼容、EVM 环境)所做出的「实用优先」配置。
Model Factory 作为无代码工具链,所有模型都内置了贡献证明机制,确保数据贡献者和模型开发者的权益,具有低门槛、可变现与可组合性的优点,与传统模型开发工具相比较:
-
对于开发者:提供模型孵化、分发、收入的完整路径;
-
对于平台:形成模型资产流通与组合生态;
-
对于应用者:可以像调用 API 一样组合使用模型或 Agent。
3.2 OpenLoRA,微调模型的链上资产化
LoRA(Low-Rank Adaptation)是一种高效的参数微调方法,通过在预训练大模型中插入「低秩矩阵」来学习新任务,而不修改原模型参数,从而大幅降低训练成本和存储需求。传统大语言模型(如 LLaMA、GPT-3)通常拥有数十亿甚至千亿参数。要将它们用于特定任务(如法律问答、医疗问诊),就需要进行微调(fine-tuning)。LoRA 的核心策略是:「冻结原始大模型的参数,只训练插入的新参数矩阵。」,其参数高效、训练快速、部署灵活,是当前最适合 Web3 模型部署与组合调用的主流微调方法。
OpenLoRA 是 OpenLedger 构建的一套专为多模型部署与资源共享而设计的轻量级推理框架。它核心目标是解决当前 AI 模型部署中常见的高成本、低复用、GPU 资源浪费等问题,推动「可支付 AI」(Payable AI)的落地执行。
OpenLoRA 系统架构核心组件,基于模块化设计,覆盖模型存储、推理执行、请求路由等关键环节,实现高效、低成本的多模型部署与调用能力:
-
LoRA Adapter 存储模块 (LoRA Adapters Storage):微调后的 LoRA adapter 被托管在 OpenLedger 上,实现按需加载,避免将所有模型预载入显存,节省资源。
-
模型托管与动态融合层 (Model Hosting & Adapter Merging Layer):所有微调模型共用基础大模型(base model),推理时 LoRA adapter 动态合并,支持多个 adapter 联合推理(ensemble),提升性能。
-
推理引擎(Inference Engine):集成 Flash-Attention、Paged-Attention、SGMV 优化等多项 CUDA 优化技术。
-
请求路由与流式输出模块 (Request Router & Token Streaming): 根据请求中所需模型动态路由至正确 adapter, 通过优化内核实现 token 级别的流式生成。
OpenLoRA 的推理流程属于技术层面「成熟通用」的模型服务「流程,如下:
-
基础模型加载:系统预加载如 LLaMA 3、Mistral 等基础大模型至 GPU 显存中。
-
LoRA 动态检索:接收请求后,从 Hugging Face、Predibase 或本地目录动态加载指定 LoRA adapter。
-
适配器合并激活:通过优化内核将 adapter 与基础模型实时合并,支持多 adapter 组合推理。
-
推理执行与流式输出:合并后的模型开始生成响应,采用 token 级流式输出降低延迟,结合量化保障效率与精度。
-
推理结束与资源释放:推理完成后自动卸载 adapter,释放显存资源。确保可在单 GPU 上高效轮转并服务数千个微调模型,支持模型高效轮转。
OpenLoRA 通过一系列底层优化手段,显著提升了多模型部署与推理的效率。其核心包括动态 LoRA 适配器加载(JIT loading),有效降低显存占用;张量并行(Tensor Parallelism)与 Paged Attention 实现高并发与长文本处理;支持多模型融合(Multi-Adapter Merging)多适配器合并执行,实现 LoRA 组合推理(ensemble);同时通过 Flash Attention、预编译 CUDA 内核和 FP8/INT8 量化技术,对底层 CUDA 优化与量化支持,进一步提升推理速度并降低延迟。这些优化使得 OpenLoRA 能在单卡环境下高效服务数千个微调模型,兼顾性能、可扩展性与资源利用率。
OpenLoRA 定位不仅是一个高效的 LoRA 推理框架,更是将模型推理与 Web3 激励机制深度融合,目标是将 LoRA 模型变成可调用、可组合、可分润的 Web3 资产。
-
模型即资产(Model-as-Asset):OpenLoRA 不只是部署模型,而是赋予每个微调模型链上身份(Model ID),并将其调用行为与经济激励绑定,实现「调用即分润」。
-
多 LoRA 动态合并 + 分润归属:支持多个 LoRA adapter 的动态组合调用,允许不同模型组合形成新的 Agent 服务,同时系统可基于 PoA(Proof of Attribution)机制按调用量为每个适配器精确分润。
-
支持长尾模型的「多租户共享推理」:通过动态加载与显存释放机制,OpenLoRA 能在单卡环境下服务数千个 LoRA 模型,特别适合 Web3 中小众模型、个性化 AI 助手等高复用、低频调用场景。
此外,OpenLedger 发布了其对 OpenLoRA 性能指标的未来展望,相比传统全参数模型部署,其显存占用大幅降低至 8–12GB;模型切换时间理论上可低于 100ms;吞吐量可达 2000+ tokens/sec;延迟控制在 20–50ms 。整体而言,这些性能指标在技术上具备可达性,但更接近「上限表现」,在实际生产环境中,性能表现可能会受到硬件、调度策略和场景复杂度的限制,应被视为「理想上限」而非「稳定日常」。
3.3 Datanets(数据网络),从数据主权到数据智能
高质量、领域专属的数据成为构建高性能模型的关键要素。Datanets 是 OpenLedger 」数据即资产「的基础设施,用于收集和管理特定领域的数据集,用于聚合、验证与分发特定领域数据的去中心化网络,为 AI 模型的训练与微调提供高质量数据源。每个 Datanet 就像一个结构化的数据仓库,由贡献者上传数据,并通过链上归属机制确保数据可溯源、可信任,通过激励机制与透明的权限控制,Datanets 实现了模型训练所需数据的社区共建与可信使用。
与聚焦数据主权的 Vana 等项目相比,OpenLedger 并不止于「数据收集」,而是通过 Datanets(协作式标注与归属数据集)、Model Factory(支持无代码微调的模型训练工具)、OpenLoRA(可追踪、可组合的模型适配器)三大模块,将数据价值延展至模型训练与链上调用,构建「从数据到智能(data-to-intelligence)」的完整闭环。Vana 强调「谁拥有数据」,而 OpenLedger 则聚焦「数据如何被训练、调用并获得奖励」,在 Web3 AI 生态中分别占据数据主权保障与数据变现路径的关键位置。
3.4 Proof of Attribution(贡献证明):重塑利益分配的激励层
Proof of Attribution(PoA)是 OpenLedger 实现数据归属与激励分配的核心机制,通过链上加密记录,将每一条训练数据与模型输出建立可验证的关联,确保贡献者在模型调用中获得应得回报,其数据归属与激励流程概览如下:
-
数据提交:用户上传结构化、领域专属的数据集,并上链确权。
-
影响评估:系统根据数据特征影响与贡献者声誉,在每次推理时评估其价值。
-
训练验证:训练日志记录每条数据的实际使用情况,确保贡献可验证。
-
激励分配:根据数据影响力,向贡献者发放与效果挂钩的 Token 奖励。
-
质量治理:对低质、冗余或恶意数据进行惩罚,保障模型训练质量。
与 Bittensor 子网架构结合评分机制的区块链通用型激励网络相比较,OpenLedger 则专注于模型层面的价值捕获与分润机制。PoA 不仅是一个激励分发工具,更是一个面向 透明度、来源追踪与多阶段归属 的框架:它将数据的上传、模型的调用、智能体的执行过程全程上链记录,实现端到端的可验证价值路径。这种机制使得每一次模型调用都能溯源至数据贡献者与模型开发者,从而实现链上 AI 系统中真正的「价值共识」与「收益可得」。
RAG(Retrieval-Augmented Generation) 是一种结合检索系统与生成式模型的 AI 架构,它旨在解决传统语言模型「知识封闭」「胡编乱造」的问题,通过引入外部知识库增强模型生成能力,使输出更加真实、可解释、可验证。RAG Attribution 是 OpenLedger 在检索增强生成(Retrieval-Augmented Generation)场景下建立的数据归属与激励机制,确保模型输出的内容可追溯、可验证,贡献者可激励,最终实现生成可信化与数据透明化,其流程包括:
-
用户提问 → 检索数据:AI 接收到问题后,从 OpenLedger 数据索引中检索相关内容。
-
数据被调用并生成回答:检索到的内容被用于生成模型回答,并被链上记录调用行为。
-
贡献者获得奖励:数据被使用后,其贡献者获得按金额与相关性计算的激励。
-
生成结果带引用:模型输出附带原始数据来源链接,实现透明问答与可验证内容。
OpenLedger 的 RAG Attribution 让每一次 AI 回答都可追溯至真实数据来源,贡献者按引用频次获得激励,实现「知识有出处、调用可变现」。这一机制不仅提升了模型输出的透明度,也为高质量数据贡献构建了可持续的激励闭环,是推动可信 AI 和数据资产化的关键基础设施。
四、OpenLedger 项目进展与生态合作
目前 OpenLedger 已上线测试网,数据智能层 (Data Intelligence Layer) 是 OpenLedger 测试网的首个阶段,旨在构建一个由社区节点共同驱动的互联网数据仓库。这些数据经过筛选、增强、分类和结构化处理,最终形成适用于大型语言模型(LLM)的辅助智能,用于构建 OpenLedger 上的领域 AI 模型。社区成员可运行边缘设备节点,参与数据采集与处理,节点将使用本地计算资源执行数据相关任务,参与者根据活跃度和任务完成度获得积分奖励。而这些积分将在未来转换为 OPEN 代币,具体兑换比例将在代币生成事件(TGE)前公布。
OpenLedger 测试网激励目前提供如下三类收益机制:
Epoch 2 测试网重点推出了 Datanets 数据网络机制,该阶段仅限白名单用户参与,需完成预评估以解锁任务。任务涵盖数据验证、分类等,完成后根据准确率和难度获得积分,并通过排行榜激励高质量贡献,官网目前提供的可参与数据模型如下:
而 OpenLedger 更为长远的路线图规划,从数据采集、模型构建走向 Agent 生态,逐步实现「数据即资产、模型即服务、Agent 即智能体」的完整去中心化 AI 经济闭环。
-
Phase 1 · 数据智能层 (Data Intelligence Layer): 社区通过运行边缘节点采集和处理互联网数据,构建高质量、持续更新的数据智能基础层。
-
Phase 2 · 社区数据贡献 (Community Contributions): 社区参与数据验证与反馈,共同打造可信的黄金数据集(Golden Dataset),为模型训练提供优质输入。
-
Phase 3 · 模型构建与归属声明 (Build Models & Claim): 基于黄金数据,用户可训练专用模型并确权归属,实现模型资产化与可组合的价值释放。
-
Phase 4 · 智能体创建 (Build Agents): 基于已发布模型,社区可创建个性化智能体(Agents),实现多场景部署与持续协同演进。
OpenLedger 的生态合作伙伴涵盖算力、基础设施、工具链与 AI 应用。其合作伙伴包括 Aethir、Ionet、0G 等去中心化算力平台,AltLayer、Etherfi 及 EigenLayer 上的 AVS 提供底层扩容与结算支持;Ambios、Kernel、Web3Auth、Intract 等工具提供身份验证与开发集成能力;在 AI 模型与智能体方面,OpenLedger 联合 Giza、Gaib、Exabits、FractionAI、Mira、NetMind 等项目共同推进模型部署与智能体落地,构建一个开放、可组合、可持续的 Web3 AI 生态系统。
过去一年,OpenLedger 在 Token2049 Singapore、Devcon Thailand、Consensus Hong Kong 及 ETH Denver 期间连续主办 Crypto AI 主题的 DeAI Summit 峰会,邀请了众多去中心化 AI 领域的核心项目与技术领袖参与。作为少数能够持续策划高质量行业活动的基础设施项目之一,OpenLedger 借助 DeAI Summit 有效强化了其在开发者社区与 Web3 AI 创业生态中的品牌认知与专业声誉,为其后续生态拓展与技术落地奠定了良好的行业基础。
五、融资及团队背景
OpenLedger 于 2024 年 7 月完成了 1120 万美元的种子轮融资,投资方包括 Polychain Capital、Borderless Capital、Finality Capital、Hashkey,以及多位知名天使投资人,如 Sreeram Kannan(EigenLayer)、Balaji Srinivasan、Sandeep(Polygon)、Kenny(Manta)、Scott(Gitcoin)、Ajit Tripathi(Chainyoda)和 Trevor。资金将主要用于推进 OpenLedger 的 AI Chain 网络建设、模型激励机制、数据基础层及 Agent 应用生态的全面落地。
OpenLedger 由 Ram Kumar 创立,他是 OpenLedger 的核心贡献者,同时是一位常驻旧金山的创业者,在 AI/ML 和区块链技术领域拥有坚实的技术基础。他为项目带来了市场洞察力、技术专长与战略领导力的有机结合。Ram 曾联合领导一家区块链与 AI/ML 研发公司,年营收超过 3500 万美元,并在推动关键合作方面发挥了重要作用,其中包括与沃尔玛子公司达成的一项战略合资项目。他专注于生态系统构建与高杠杆合作,致力于加速各行业的现实应用落地。
六、代币经济模型设计及治理
OPEN 是 OpenLedger 生态的核心功能型代币,赋能网络治理、交易运行、激励分发与 AI Agent 运营,是构建 AI 模型与数据在链上可持续流通的经济基础,目前官方公布的代币经济学尚属早期设计阶段,细节尚未完全明确,但随着项目即将迈入代币生成事件(TGE)阶段,其社区增长、开发者活跃度与应用场景实验正在亚洲、欧洲与中东地区持续加速推进:
-
治理与决策:OPEN 持有者可参与模型资助、Agent 管理、协议升级与资金使用的治理投票。
-
交易燃料与费用支付:作为 OpenLedger 网络的原生 gas 代币,支持 AI 原生的定制费率机制。
-
激励与归属奖励:贡献高质量数据、模型或服务的开发者可根据使用影响获得 OPEN 分润。
-
跨链桥接能力:OPEN 支持 L2 ↔ L1(Ethereum)桥接,提升模型和 Agent 的多链可用性。
-
AI Agent 质押机制:AI Agent 运行需质押 OPEN,表现不佳将被削减质押,激励高效、可信的服务输出。
与许多影响力与持币数量挂钩的代币治理协议不同,OpenLedger 引入了一种基于贡献价值的治理机制。其投票权重与实际创造的价值相关,而非单纯的资本权重,优先赋能那些参与模型和数据集构建、优化与使用的贡献者。这种架构设计有助于实现治理的长期可持续性,防止投机行为主导决策,真正契合其「透明、公平、社区驱动」的去中心化 AI 经济愿景。
七、数据、模型与激励市场格局及竞品比较
OpenLedger 作为「可支付 AI(Payable AI)」模型激励基础设施,致力于为数据贡献者与模型开发者提供可验证、可归属、可持续的价值变现路径。其围绕链上部署、调用激励和智能体组合机制,构建出具有差异化特征的模块体系,在当前 Crypto AI 赛道中独树一帜。虽然尚无项目在整体架构上完全重合,但在协议激励、模型经济与数据确权等关键维度,OpenLedger 与多个代表性项目呈现出高度可比性与协作潜力。
协议激励层:OpenLedger vs. Bittensor
Bittensor 是当前最具代表性的去中心化 AI 网络,构建了由子网(Subnet)和评分机制驱动的多角色协同系统,以 $TAO 代币激励模型、数据与排序节点等参与者。相比之下,OpenLedger 专注于链上部署与模型调用的收益分润,强调轻量化架构与 Agent 协同机制。两者激励逻辑虽有交集,但目标层级与系统复杂度差异明显:Bittensor 聚焦通用 AI 能力网络底座,OpenLedger 则定位为 AI 应用层的价值承接平台。
模型归属与调用激励:OpenLedger vs. Sentient
Sentient 提出的 「OML(Open, Monetizable, Loyal)AI」理念在模型确权与社区所有权上与 OpenLedger 部分思路相似,强调通过 Model Fingerprinting 实现归属识别与收益追踪。不同之处在于,Sentient 更聚焦模型的训练与生成阶段,而 OpenLedger 专注于模型的链上部署、调用与分润机制,二者分别位于 AI 价值链的上游与下游,具有天然互补性。
模型托管与可信推理平台:OpenLedger vs. OpenGradient
OpenGradient 侧重构建基于 TEE 和 zkML 的安全推理执行框架,提供去中心化模型托管与推理服务,聚焦于底层可信运行环境。相比之下,OpenLedger 更强调链上部署后的价值捕获路径,围绕 Model Factory、OpenLoRA、PoA 与 Datanets 构建「训练—部署—调用—分润」的完整闭环。两者所处模型生命周期不同:OpenGradient 偏运行可信性,OpenLedger 偏收益激励与生态组合,具备高度互补空间。
众包模型与评估激励:OpenLedger vs. CrunchDAO
CrunchDAO 专注于金融预测模型的去中心化竞赛机制,鼓励社区提交模型并基于表现获得奖励,适用于特定垂直场景。相较之下,OpenLedger 提供可组合模型市场与统一部署框架,具备更广泛的通用性与链上原生变现能力,适合多类型智能体场景拓展。两者在模型激励逻辑上互补,具备协同潜力。
社区驱动轻量模型平台:OpenLedger vs. Assisterr
Assisterr 基于 Solana 构建,鼓励社区创建小型语言模型(SLM),并通过无代码工具与 $sASRR 激励机制提升使用频率。相较而言,OpenLedger 更强调数据 - 模型 - 调用的闭环追溯与分润路径,借助 PoA 实现细粒度激励分配。Assisterr 更适合低门槛的模型协作社区,OpenLedger 则致力于构建可复用、可组合的模型基础设施。
模型工厂:OpenLedger vs. Pond
Pond 与 OpenLedger 同样提供「Model Factory」模块,但定位与服务对象差异显著。Pond 专注基于图神经网络(GNN)的链上行为建模,主要面向算法研究者与数据科学家,并通过竞赛机制推动模型开发,Pond 更加倾向于模型竞争;OpenLedger 则基于语言模型微调(如 LLaMA、Mistral),服务开发者与非技术用户,强调无代码体验与链上自动分润机制,构建数据驱动的 AI 模型激励生态,OpenLedger 更加倾向于数据合作。
可信推理路径:OpenLedger vs. Bagel
Bagel 推出了 ZKLoRA 框架,利用 LoRA 微调模型与零知识证明(ZKP)技术,实现链下推理过程的加密可验证性,确保推理执行的正确性。而 OpenLedger 则通过 OpenLoRA 支持 LoRA 微调模型的可扩展部署与动态调用,同时从不同角度解决推理可验证性问题 —— 它通过为每次模型输出附加归属证明(Proof of Attribution, PoA),追踪推理所依赖的数据来源及其影响力。这不仅提升了透明度,还为高质量数据贡献者提供奖励,并增强了推理过程的可解释性与可信度。简言之,Bagel 注重计算结果的正确性验证,而 OpenLedger 则通过归属机制实现对推理过程的责任追踪与可解释性。
数据侧协作路径:OpenLedger vs. Sapien / FractionAI / Vana / Irys
Sapien 与 FractionAI 提供去中心化数据标注服务,Vana 与 Irys 聚焦数据主权与确权机制。OpenLedger 则通过 Datanets + PoA 模块,实现高质量数据的使用追踪与链上激励分发。前者可作为数据供给上游,OpenLedger 则作为价值分配与调用中枢,三者在数据价值链上具备良好协同,而非竞争关系。
总结来看,OpenLedger 在当前 Crypto AI 生态中占据「链上模型资产化与调用激励」这一中间层位置,既可向上衔接训练网络与数据平台,也可向下服务 Agent 层与终端应用,是连接模型价值供给与落地调用的关键桥梁型协议。
八、结论 | 从数据到模型,AI 链的变现之路
OpenLedger 致力于打造 Web3 世界中的「模型即资产」基础设施,通过构建链上部署、调用激励、归属确权与智能体组合的完整闭环,首次将 AI 模型带入真正可追溯、可变现、可协同的经济系统中。其围绕 Model Factory、OpenLoRA、PoA 和 Datanets 构建的技术体系,为开发者提供低门槛的训练工具,为数据贡献者保障收益归属,为应用方提供可组合的模型调用与分润机制,全面激活 AI 价值链中长期被忽视的「数据」与「模型」两端资源。
OpenLedger 更像 HuggingFace + Stripe + Infura 的在 Web3 世界的融合体,为 AI 模型提供托管、调用计费与链上可编排的 API 接口。随着数据资产化、模型自治化、Agent 模块化趋势加速演进,OpenLedger 有望成为「Payable AI」模式下的重要中枢 AI 链。
-
我来作答
关于作者
244
提问
10万+
阅读量
79300
余额
3百+
被赞
2百+
被踩
-
区块链在公益领域的多元应用实践在公益事业的版图中,信任与透明度始终是基石。 然而,传统公益模式长期饱受资金流向不透明、项目执行难以追踪等诟病。 据相关调查显示,超 70 的公众因对善款去向存疑,而减少或停止公益捐赠。 老炮三哥董永 指出:“区块链技术凭借去中心化、不可篡改的特性2025-06-02 19:01:05
-
给未来探索者们的一封信素未谋面的朋友、未来的探索者们: 又是一年六一,窗外阳光明媚,正如你们眼中闪耀的好奇与求知的光芒。此刻,提笔写下这封信,心中百感交集,既有对你们未来的无限期许,亦有对我们正经历时代的一些根本价值的深深思索。 当你们读到这封信时,你们或许早已熟知名为“数字黄2025-06-01 21:05:02
-
巨鲸James Wynn:我会卷土重来,一如既往
头条 ▌巨鲸James Wynn:我会卷土重来,一如既往 巨鲸James Wynn在X平台发文表示:“我会卷土重来,一如既往,我会很享受这样做,也喜欢游戏,喜欢秋千,金钱完全取决于心态,我下了很大的赌注,精心计算,赚了很多钱,你们大多数人不敢,你们没有这样2025-06-01 14:00:49
-
PreSeed 与 Seed 融资轮
本周共有18家区块链初创公司完成融资,融资总额达1833亿美元。 本周最大一笔融资 Twenty One 完成了1亿美元的融资轮。 Twenty One(简称 XXI)是一家比特币原生的上市公司,其结构旨在最大化每股所拥有的比特币数量(BPS)。该公司由2025-06-01 13:57:59
-
MegaETH称其X帐户已被盗用
头条 ▌以太坊Gas费现报1692Gwei 据Etherscan数据,以太坊Gas费现报1692Gwei。 ▌MegaETH称其X帐户已被盗用 MegaETH 确认其 X 帐户已被盗用,提醒用户请勿点击近期推文发布的链接。 行情 截至发稿,据CoinGec2025-06-01 13:56:48
-
右派加密货币与左派人工智能2025年比特币大会正如火如荼地在美国召开。 对于这场满是政客和商人参加的大会,我一直没有太大的兴趣,因为猜都能猜得出他们会说什么。 但是万斯在大会上的发言却让我刮目相看。 深潮发表了这篇演讲稿的全文翻译(见文后参考链接)。 这篇演讲稿里引述了三个让我耳目2025-05-31 20:00:19
-
数字货币概念爆发——剑指“数字币铸币权”
近日,美国和中国香港几乎同步推进稳定币立法。受利好消息刺激,比特币冲破11万美元创历史新高。 与此同时,就在5月29日,港股众安在线单日大涨3156;在A股市场,朗新集团、拉卡拉、雄帝科技、四方精创、天阳科技均实现20涨停,另有新国都、飞天诚信、恒宝股份等2025-05-31 18:10:38
-
千禧一代的幻灭与比特币的契合
前言 在当今快速变化的世界中,千禧一代(出生于 1981 年至 1996 年之间的人)正面临前所未有的经济与社会挑战。科技的飞速发展带来了便利与效率,但与此同时,法币体系的缺陷、债务的累积以及不断加剧的经济不确定性,让许多人对未来感到迷茫甚至绝望。节目《B2025-05-30 21:01:58
-
Sam和Stani对稳定币市场的洞察
在加密货币和区块链技术飞速发展的时代,Frax Finance创始人Sam Kazemian和Aave创始人Stani Kulechov无疑是稳定币领域的两位领军人物。在与The Rollup的最新特别对话中,他们分享了稳定币行业的迅猛增长、自身项目的创新2025-06-01 21:21:34
-
银行体系、货币供应与政策挑战
一、商业银行的核心角色与信贷收缩困境 商业银行作为美国经济的支柱,承担着货币创造的核心功能。数据显示,美国商业银行贡献了广义货币供应(M2)的80,其信贷行为直接决定经济活力。然而,当前商业银行正陷入 “谨慎放贷 货币停滞” 的恶性循环: 信贷增长乏力 22025-05-31 20:28:54
-
以太坊生态代币普涨,UNI、EIGEN等领涨
比特币 Meta股东已投票否决将比特币纳入储备的提议 在5月30日的年度股东大会上,MetaPlatforms股东否决了一项将比特币(BTC)添加到其720亿美元现金储备中的提议,该投票最终以498亿股反对和392万股赞成结束。 比特币挖矿难度上调438至2025-05-31 18:13:01
-
马斯克为何离开DOGE?5月29日,马斯克在X帖子中确认了离职的消息,并感谢特朗普总统“给予减少浪费性支出的机会”。白宫于当地时间周三晚间将马斯克从特殊政府雇员的职位上“撤职”。 一、 马斯克为何离开DOGE? 直接原因是马斯克的身份——特殊政府雇员。马斯克曾表示会以外部志愿者的2025-05-30 20:38:45
-
区块链正日益被视为延续美元主导地位的战略工具随着《GENIUS法案》在参议院获得两党支持,以及新政府持续强调美元支持的稳定币,我们相信区块链正日益被视为延续美元主导地位的战略工具。 “正如特朗普总统所指示的那样,我们将保持美国在世界上的主导储备货币地位,并且我们将使用稳定币来实现这一目标。” ——财2025-05-30 20:22:15
-
揭秘十位加密大咖十年前,比特币还是科技新鲜事;十年后,它已是全球范围内的价值共识。 如果说十年前,买比特币很重要;如今“给孩子留一笔比特币”,可能是最有远见的决定。 一套房,可能会限购、贬值,甚至被时代淘汰;而一枚比特币,是可以跨越国界、抵御风险的自由筹码。 它不只是资产2025-05-30 19:42:24
-
HTX DAO与HTX Ventures亮相Bitcoin5月27日,HTX DAO与HTX Ventures作为全球领先的加密生态参与者,受邀参加全球最大的比特币盛会——Bitcoin 2025。火币HTX全球顾问、波场TRON创始人孙宇晨重磅亮相并发表演讲,与参会者共同探讨比特币及加密行业的未来发展趋势,助力2025-05-29 20:56:51
-
称赞特朗普履行对加密行业的承诺美国副总统 JD Vance 参加比特币2025大会,并进行主旨演讲。在演讲中,Vance 鼓励加密从业者参与政策制定、赞扬特朗普对加密的态度、披露了自己持有的加密资产…… 鼓励加密从业者参与政治 副总统 JD Vance 在比特币2025大会上对加密货币2025-05-29 19:44:57
-
盈亏仅在一瞬间合约巨鲸James Wynn终爆仓5月30日清晨,在比特币跌破105000万美金,合约巨鲸James Wynn的仓位被清算949枚比特币(约9930万美元)。 近期比特币高位震荡,James Wynn宛若在钢丝上表演杂技的猴子,多次大仓位开单,在多空之间反复横跳,5月29日,在其Hyper2025-06-01 21:36:24
-
融资买比特币或成高危举措
这一切始于 MicroStrategy。如今,似乎每周都会新出现一家上市公司宣布囤积比特币或其他加密货币。 但这里有个问题:投资者仅仅因为这些公司购买比特币,就愿意给予它们很高的估值溢价。 如果他们的股票因此没有上涨,会发生什么? 以日本的 Metapla2025-05-31 20:32:46
-
买币,可能正在成为美股上市公司拉股价的新财富密码5 月 27 日,纳斯达克的交易大厅里,一只名不见经传的小股票掀起了巨浪。 SharpLink Gaming(SBET),一家市值仅 1000 万美元的小型博彩公司,宣布通过 425 亿美元的私募股权投资,买下约 163000 枚以太坊(ETH)。 消息一2025-05-31 18:19:51
-
在比特币 2025 大会上,发行全球首个稳定币USDT的Tether公司 CEO Paolo Ardoino发表了演讲。在比特币 2025 大会上,发行全球首个稳定币USDT的Tether公司 CEO Paolo Ardoino发表了演讲。我们可以从他的演讲中获得他关于稳定币的理解与探索,当然也可能引发我们更深入的思考。 Tether 从 2014 年推出了全球第一个稳定币2025-05-31 15:41:30
-
稳定币、加密货币与传统金融体系的融合发展趋势难以逆转稳定币与加密资产系列研究12 2025年以来,稳定币的市场规模节节攀升,比特币价格一度突破10万美元,去中心化金融业态不断丰富,全球加密货币市场步入了规范创新和快速发展期。 更为重要的是,加密货币与金融体系展现出了全面融合发展的趋势,稳定币与支付体系的融合2025-05-30 21:08:09
-
公开市场加密货币投资的新领域正在兴起——数字资产金库公司
公开市场加密货币投资的新领域正在兴起——数字资产金库公司(Digital Asset Treasury companies,DATs)。这些公司效仿MSTR(Strategy,前身为MicroStrategy)的策略,通过在公开股票交易所上市的永久资本工具2025-05-30 20:27:43
-
链上 MEME 代币启动平台解析链上 MEME 代币启动平台(Onchain MEME Launchpad)解析 链上 MEME 代币启动平台是构建在区块链上的去中心化平台,旨在简化 MEME 代币的创建流程。它们提供代币创建、预售管理以及在 Raydium 或 PancakeSwap2025-05-30 19:56:54
-
比特币通往100万美元之路美国财政部长的任务 美国新任财政部长是贝森特(Bessent),他曾与乔治·索罗斯(George Soros)共事,帮助打破了几个不同的主权货币挂钩机制。对于美国在面临所有这些问题的情况下,经济上需要发生什么才能成功,显然他非常了解。 这是一张Bessen2025-05-29 21:35:23
-
美联储理事称美关税政策将成推高通胀主因
搜链网报道,美国联邦储备委员会理事克里斯·沃勒2日表示,关税政策将成为推高美国通胀的主要因素,其对通胀的影响可能在今年下半年达到最明显体现。沃勒指出,美贸易政策存在相当大的不确定性,更高的关税将减少消费者支出,干扰企业生产经营。根据美国商务部近日发布的最新2025-06-02 19:24:31
-
比特币风格”的加密架构到底是个啥?6月1日,马斯克开始发力,宣布X平台推出全新消息系统XChat,主打端到端加密、消失消息、任意文件传输和跨平台音视频通话。 也就是说,X 不仅能够发推看推了,后续或许会逐渐具备类似于 Telegram 或微信的即时聊天功能。 目前该功能还在测试阶段,并不是2025-06-02 19:17:54
-
Binance Alpha本期空投收益骤降,价值仅约43美元
6月2日消息,Binance Alpha 本期 EDGEN 空投收益骤降,目前根据二级市场价格粗略计算收益仅为 43 美元。此前 Binance Alpha 空投收益可达 80 美元-120 美元区间。2025-06-02 19:04:14
-
某新建多签钱包从CEX提取1457万枚ENA,价值441万美元
搜链网报道,据Onchain Lens监测,某新建多签钱包从币安和Bybit提取1457万枚ENA,价值441万美元。2025-06-02 18:53:59
-
搜链网:比特币正经历健康回调,但市场波动依然存在
搜链网报道,Bitfinex Alpha报告指出:比特币正经历自4月低点以来的首次重大回调,此前一度飙升50%,从74,501美元飙升至111,880美元的历史新高,随后有所回落。此次回调反映了市场节奏的变化,此前近50天的连续上涨,回调幅度很小。此次回调2025-06-02 18:43:53
-
“币安交易联盟赛”第二季启动,总奖金池高达600万美元
6月2日消息,币安正式宣布其旗舰交易赛事“币安交易联盟赛”(Binance Traders League)第二季盛大回归,总奖金池高达600万美元。 本季新增 “交易护照” 功能,用户可跨活动追踪战绩,记录个人成就。同时引入 “区域战队” 机制,用户将根2025-06-02 18:23:42
-
搜链网:因黑客攻击受影响资金为370万美元
搜链网报道,Magickbase发布黑客攻击事件更新,表示目前正在积极配合当地执法部门和合作交易所调查此事件并确定责任方,受影响资金总额约为370万美元,其中以太坊链上约为310万美元,BNB Chain上约为60万美元,为安全起见已暂时禁用Force B2025-06-02 18:18:35
-
搜链网:将公开新热钱包地址供外界查验
搜链网报道,在被“链上侦探”ZachXBT披露近期遭到黑客攻击后,BitoPro发布公告确认在进行钱包系统升级与资产移转作业期间旧热钱包在调度资金过程中遭遇攻击,但已立即启动紧急应变机制,并于第一时间将平台资产安全移转至新钱包及阻断骇客行为,并同步委托第三2025-06-02 18:08:31
-
展望未来:DeFi的未来蓝图
去中心化金融DeFi生态系统正在以惊人的速度发展。随着创新推动金融服务超越传统中介机构的范畴,新兴和成熟的市场参与者正激烈竞争,争夺用户关注、市场份额和技术主导地位。与此同时,全球监管机构正努力理解、评估并最终控制这些新兴系统,同时避免扼杀其颠覆性潜力。2025-06-02 19:09:57
-
比特币将迎来属于自己的 “DeFi Summer”——这件事情非常值得期待。在于拉斯维加斯举行的 Bitcoin 2025 大会上,Bitlayer联合创始人 Charlie Hu 向 Bitpush 分享了比特币 Layer 2 的基础设施构建、比特币原生 DeFi 的未来,以及他2025-06-01 21:43:46
-
比特币将迎来属于自己的「DeFi Summer」在于拉斯维加斯举行的 Bitcoin 2025 大会上,Bitlayer联合创始人 Charlie Hu 向 Bitpush 分享了比特币 Layer 2 的基础设施构建、比特币原生 DeFi 的未来,以及他2025-06-01 21:25:13
-
特朗普又和中国翻脸了今天加密货币行情普遍走跌,主要的原因是特朗普又和中国翻脸了~ 特朗普在社交媒体上表示要重新和中国展开贸易战,并表示不再当好好先生。 明面上特朗普这次翻脸貌似是因为中国还是不愿意向美国出口稀土。 要知道,中美在半个月前才达成一致,给双方90天的时间慢慢谈。2025-05-31 18:46:35
-
买币,可能正在成为美股上市公司拉股价的新财富密码。5 月 27 日,纳斯达克的交易大厅里,一只名不见经传的小股票掀起了巨浪。 SharpLink Gaming(SBET),一家市值仅 1000 万美元的小型博彩公司,宣布通过 425 亿美元的私募股权投资,买下约 163000 枚以太坊(ETH)。 消息一2025-05-31 15:39:38
-
今天加密货币行情普遍走跌,主要的原因是特朗普又和中国翻脸了今天加密货币行情普遍走跌,主要的原因是特朗普又和中国翻脸了~ 特朗普在社交媒体上表示要重新和中国展开贸易战,并表示不再当好好先生。 明面上特朗普这次翻脸貌似是因为中国还是不愿意向美国出口稀土。 要知道,中美在半个月前才达成一致,给双方90天的时间慢慢谈。2025-05-31 15:35:42
-
孙哥与特朗普:从“Trump巨鲸”到“特朗普家族战略盟友”?
2025年5月,一条迅速在社交平台刷屏的消息震撼了整个加密市场:孙哥——全球知名加密企业家、波场TRON创始人、火币HTX全球顾问、TRUMP代币最大持有者,正式受邀赴美参加特朗普私人晚宴。自此,一条新的叙事线浮出水面——孙哥+特朗普家族+加密政策转向+$2025-05-30 20:01:04
-
比特币2025大会——一场重塑金融未来的历史性宣言
比特币2025大会——一场重塑金融未来的历史性宣言 拉斯维加斯的聚光灯下,2025年比特币大会以近乎狂热的能量宣告了一个新时代的到来。 超过3万名与会者、全球百万级在线观众的目光聚焦于此,见证了一场远超行业盛会的政治经济宣言——美国副总统JD万斯站在主舞台2025-05-30 18:39:36
-
Circle IPO 定价将于 6 月 4 日确定
本周(2025 年 6 月 2 日 6 月 8 日)Web3 大事件不容错过,以下是本周精彩预告: 周一(6 月 2 日):Kraken 向 FTX 国际债权人赔付的时间为 6 月 2 日。 LayerEdge 基金会宣布将于 6 月 2 日推出代币 ED2025-06-02 19:26:38
-
市场情绪回暖,BTC强势突破,VC投融资热度略显降温。市场情绪回暖,BTC强势突破,VC投融资热度略显降温 2025年5月,比特币(BTC)强势突破历史新高,最高达到 $111980,走势异常强劲。自5月以来,加密货币市场的恐惧与贪婪指数持续维持在50以上,显示出市场情绪已从前两月的低迷期明显回暖,投资者信心2025-06-01 21:46:41
-
a16z 加密营销全指南:聚焦加密领域与传统科技行业的营销差异。
编者按: 本文编译自a16z出品的《Web3前沿》节目,聚焦加密领域与传统科技行业的营销差异。节目嘉宾包括:Amanda Tyler、Claire Kart、Kim Milosevich。她们将深度探讨声誉建设、开发者社区运营、人才招募、代币发行、创始人形2025-06-01 21:41:47
-
市场情绪回暖,BTC强势突破,VC投融资热度略显降温市场情绪回暖,BTC强势突破,VC投融资热度略显降温 2025年5月,比特币(BTC)强势突破历史新高,最高达到 $111980,走势异常强劲。自5月以来,加密货币市场的恐惧与贪婪指数持续维持在50以上,显示出市场情绪已从前两月的低迷期明显回暖,投资者信心2025-06-01 21:30:28
-
面对突发加密刑事案件家属怎么做才能帮上忙?在刑事案件当中,很多时候是家里的顶梁柱被抓,留下来的,往往是对案情一无所知的宝妈、年迈的父母。 在这慌乱无助的时刻,家属如何能够第一时间为家人找到靠谱的律师,以及家属应该怎么做,才能更好的帮到当事人呢?推动案件往有利的方向发展呢? 就在上周,我们刑事团队办2025-05-31 19:47:59
-
稳定币支付采用的一线数据众所周知,稳定币已经从仅仅作为加密交易提供便利的交换媒介(无需依赖银行工具),发展成为在消费者和企业支付中更广泛使用的工具。近期,主要支付公司如 Visa、Mastercard 和 Stripe 已经开始将稳定币纳入其支付流2025-05-30 20:53:51
-
数据、模型与算力是 AI 基础设施的三大核心要素一、引言 Crypto AI 的模型层跃迁 数据、模型与算力是 AI 基础设施的三大核心要素,类比燃料(数据)、引擎(模型)、能源(算力)缺一不可。与传统 AI 行业的基础设施演进路径类似,Crypto AI 领域也经历了相似的阶段。2024 年初,市场一2025-05-30 20:09:26
-
Web3并行计算深度研究报告一、前言:扩容是永恒命题,并行是终极战场 从比特币诞生伊始,区块链系统就始终面临一个无法回避的核心问题:扩容。比特币每秒处理不足10笔交易,以太坊也难以突破数十 TPS(每秒交易数)的性能瓶颈,这在传统 Web2 世界动辄上万 TPS 的对比下显得格外笨重2025-05-29 20:45:32
-
防范和处置非法集资国家金融监督管理总局2025-01-15 22:37:12
-
区块链信息服务备案管理系统网络安全和信息化委员会办公室2025-01-15 22:37:12
-
BTC,比特币 BitcoinBTC官网、区块地址2025-01-15 22:37:12
-
币安Binance全球三大交易所之一2025-01-15 22:37:12
-
欧易官网全球三大交易所之一2025-01-15 22:37:12
-
火币huobi全球三大交易所之一2025-01-15 22:37:12
-
Gate.io 芝麻开门Gate Technology Inc.2025-01-15 22:37:12
-
TRUMPTRUMP特朗普币价格2025-01-15 22:37:12