AI Layer 1 研报:寻找未来链上 DeAI 应用的沃土(12) / BTC123 | 区块链信息行情第一站

AI Layer 1 研报:寻找未来链上 DeAI 应用的沃土(12)

06-09 , 17:02 分享新闻

生态发展

Ritual目前处于私有测试网阶段,对于普通用户来说参与机会较少;开发者可以申请并参与官方推出的Altar和Realm激励计划,加入Ritual的AI生态建设,获得来自官方的全栈技术支持以及资金支持。

目前官方公布了一批来自Altar计划的原生应用:

  • Relic:基于机器学习的自动做市商(AMM),通过 Ritual 的基础设施动态调整流动性池参数,实现费用和底层池的优化;

  • Anima:专注于基于 LLM 的链上交易自动化工具,为用户提供流畅自然的 Web3 交互体验;

  • Tithe: AI 驱动的借贷协议,通过动态优化借贷池和信用评分,支持更广泛的资产类型。

此外,Ritual 还与多个成熟项目展开了深度合作,推动去中心化 AI 生态的发展。例如,与 Arweave 的合作为模型、数据和零知识证明提供了去中心化的永久存储支持;通过与 StarkWare 和 Arbitrum 的集成,Ritual 为这些生态系统引入了原生的链上 AI 能力;此外,EigenLayer 提供的再质押机制为 Ritual 的证明市场增加了主动验证服务,进一步增强了网络的去中心化和安全性。

挑战和展望

Ritual 的设计从分配、激励、验证等关键环节入手,解决了去中心化 AI 面临的核心问题,同时通过 vTune 等工具实现了模型的可验证性,突破了模型开源与激励的矛盾,为去中心化模型市场的构建提供了技术支撑。

当下Ritual 处于早期阶段,主要针对模型的推理阶段,产品矩阵正在从基础设施扩展至模型市场、L2 即服务(L2aaS)以及 Agent 框架等领域。由于当下区块链仍处于私有测试阶段,Ritual提出的先进的技术设计方案仍有待大规模公开落地,需要持续关注。期待随着技术的不断完善和生态的逐步丰富,Ritual 能够成为去中心化 AI 基础设施的重要组成部分。

Gensyn:解决去中心化模型训练的核心问题 项目概述

在人工智能加速演进、算力资源愈发稀缺的时代背景下,Gensyn 正试图重塑整个 AI 模型训练的底层范式。

传统 AI 模型训练流程,算力几乎被垄断在少数几家云计算巨头手中,训练成本高昂、透明度低,阻碍了中小团队与独立研究者的创新步伐。而 Gensyn 的愿景正是打破这一“中心化垄断”结构,它主张将训练任务“下沉”至全球范围内无数个具备基本计算能力的设备上——无论是 MacBook、游戏级 GPU,还是边缘设备、闲置服务器,都可接入网络、参与任务执行、获取报酬。

Gensyn 成立于2020年,专注于构建去中心化 AI 计算基础设施。早在 2022 年,团队便首次提出了意图在技术和制度层面重新定义 AI 模型的训练方式:不再依赖封闭的云平台或巨型服务器集群,而是将训练任务下沉至全球范围内的异构计算节点之中,构建一个无需信任的智能计算网络。