Sentient Foundation 团队汇聚了全球顶尖的学术专家、区块链创业者和工程师，致力于构建一个社区驱动、开源且可验证的 AGI 平台。核心成员包括普林斯顿大学教授 Pramod Viswanath 和印度科学研究所教授 Himanshu Tyagi，分别负责 AI 安全性与隐私保护，同时由 Polygon 联合创始人 Sandeep Nailwal 主导区块链战略与生态布局。团队成员背景横跨 Meta、Coinbase、Polygon 等知名企业，以及普林斯顿大学、印度理工学院等顶尖高校，覆盖 AI/ML、NLP、计算机视觉等领域，协力推动项目落地。
作为 Polygon 联合创始人 Sandeep Nailwal的二次创业项目，Sentient 在成立之初便自带光环，拥有丰富的资源、人脉和市场认知度，为项目发展提供了强大背书。2024 年中，Sentient 完成了 8500 万美元的种子轮融资，由 Founders Fund、Pantera 和 Framework Ventures 领投，其他投资机构包括 Delphi、Hashkey 和 Spartan 等数十家知名 VC。
设计架构与应用层 基建层 核心架构Sentient 的核心架构由 AI 管道（AI Pipeline） 和 区块链系统 两部分组成：
AI 管道是开发和训练“忠诚 AI”工件的基础，包含两个核心过程：
-
数据策划（Data Curation）：由社区驱动的数据选择过程，用于模型的对齐。
-
忠诚度训练（Loyalty Training）：确保模型保持与社区意图一致的训练过程。
区块链系统为协议提供透明性和去中心化控制，确保 AI 工件的所有权、使用跟踪、收益分配与公平治理。具体架构分为四层：
-
存储层：存储模型权重与指纹注册信息；
-
分发层：授权合约控制模型调用入口；
-
访问层：通过权限证明验证用户是否授权；
-
激励层：收益路由合约将每次调用支付分配给训练者、部署者与验证者。
Sentient系统工作流程图
OML 模型框架OML 框架（开放 Open、可货币化 Monetizable、忠诚 Loyal）是 Sentient 提出的核心理念，旨在为开源 AI 模型提供明确的所有权保护和经济激励机制。通过结合链上技术和 AI 原生加密学，具有以下特点：
-
开放性： 模型必须开源，代码和数据结构透明，便于社区复现、审计和改进。
-
货币化： 每次模型调用都会触发收益流，链上合约会将收益分配给训练者、部署者和验证者。
-
忠诚性： 模型归属于贡献者社区，升级方向和治理由 DAO 决定，使用和修改受到加密机制的控制。
AI原生加密是利用 AI 模型的连续性、低维流形结构与模型可微特性，开发出“可验证但不可移除”的轻量级安全机制。其核心技术是：