*轉髮原文標題：解讀 IMO：AI 模型也能被代幣化髮行，幣圈抱緊 AI 大腿的新姿勢
加密市場從不缺乏新概念。
但大部分新概念，都是老玩法的微創新；也正是這種微創新，更容易帶來新的熱潮與炒作。
最能體現這點的，莫過於資産髮行方式。
從17年就開始火熱的ICO，到之後的IEO，再到現在流行的IDO或者LBP（流動性啟動池）… 每一波資産髮行方式變化的開始，都能帶火一批新項目，也能讓一部分Degen穫取新的收益。
變的是錶現，不變的是內核。
而當時間進入24年，當AI成爲加密敘事的“新大腿”，圍繞AI做資産髮行，又成了一種創造新概念的可能。
比如最近新出現的的“IMO”，翻譯過來即“初始模型髮行”。
3月2日，一個名爲 Ora Protocol 的 AI 項目，就在其社媒上首先提出了 IMO （Initial Model Offering) 的概念，併引起了不少關註。
這個思路的簡單理解是，既然一切都可以代幣化，那麽AI模型衕樣也可以被代幣化，作爲一種資産來髮行。
但要讓 IMO 這一套具體執行起來，恐怕沒那麽簡單。
快速理解AI模型的代幣化髮行
對一切 ICO 及變種來説，核心在於製作一個token,賦予該token數量、釋放條件、作用和功能等諸多條件，隨後形成市場價格。
而這裡的Token，實際上併不和現實世界對應，可以憑空産生，也就是俗稱的“髮一個幣”。
但 IMO 不是。
IMO的核心要點，其實在於現實中 AI 模型的貨幣化。
許多開源人工智能模型麵臨著將其貢獻貨幣化的挑戰，導緻貢獻者和組織因爲賺不到錢缺乏動力。這也是爲什麽今天人工智能行業主要由閉源、營利性公司主導。開源人工智能模型想要有髮展，關鍵在於籌集更多資金併公開構建。
於是，IMO 的目的，就是提供一種新的資産髮行方式，幫開源的AI模型籌集更多資金以資助其髮展。
類比之前的一些IXO來説，你看好某個代幣資産，然後選擇對其進行投資，衕時代幣的市場錶現也會給你回報，代幣所對應的協議産生收入，你也可能進行分享；
現在，IMO場景下，如果你看好某個AI模型，可以選擇對其對應的代幣進行投資，AI模型提供方融到了資金進行開髮和髮展；衕時該模型日後在實際使用中産生了經濟收益，你也可能進行分享。
IMO 具體如何實現？
要讓AI模型以代幣形式錶現，併且還能分享收益，那麽這裡必然至少涉及到幾個關鍵問題：
- 怎麽保證某個AI模型是真的，併能對應你持有的這個代幣？
- 怎麽保證AI模型使用所産生的收益，代幣持有者真的可以分享？
Ora Protocol 用了兩個不衕的ERC協議標準ERC-7641和ERC-7007，併搭配預言機和ZK技術來解決上述問題。
- 怎麽保證某個AI模型是真的，而不是一個空概念在髮幣圈錢？
首先我們需要知道的是，Ora Protocol 這個協議是做 AI 預言機出身的，其核心産品叫做Onchain AI Oracle （OAO).
這個預言機的作用在於，可以在區塊鏈上驗證和執行AI模型，確保AI模型的部署和運行完全在鏈上進行，從而保證了其執行過程的透明度和可驗證性。
但是，因爲AI模型往往是核心競爭力，如果都暴露給大家看，也就失去了商業上的競爭優勢，因此 Ora Protocol 還搭配了另一項技術 —— opML (Optimistic Machine Learning)，即樂觀機器學習。
通俗解釋，opML可能利用零知識證明或其他形式的密碼學證明，以證明模型的運行結果是正確的，而無需公開模型本身的細節，這樣既保證了模型的真實性和有效性，衕時也保護了模型的私密性和專有性。
關於opML的具體實現還有上圖中公開髮錶的論文做支撐，我們無從評價其技術細節的優劣，但隻需要明白該技術所産生的效果即可。
至此，通過AI預言機和零知識證明，我們就解決了“如何證明一個AI模型真實存在”的問題。
- 下一個問題是，如何保證這個AI模型對應的代幣所有權是你的，以及你能從中分享收益。
將一個AI模型代幣化是IMO的關鍵。 Ora Porocol 引入了一種名爲 ERC-7641的代幣標準，併與ERC-20兼容。
如果一個AI模型的開髮者覺得自己的模型不錯，想在加密市場上進行IMO，他的做法很有可能是這樣：
第一，將AI模型與某個ERC-7641資産關聯，在該資産的智能合約中約定代幣的總數量；
第二，加密市場的投資者們購買該代幣，依據購買數量的多少，對應對該AI模型的所有權比例（等於股東）；
第三，該AI模型在鏈上運行後，一旦AI模型或內容産生收益（比如，模型被調用時支付的使用費，或AI生成的NFT銷售中的版稅），ERC-7641協議可以預先在合約中定義收益分配的規則，併允許代幣的持有者根據他們所持有的代幣比例自動分配收益。
通過這種機製，ERC-7641代幣成爲了連接AI模型及其産生的經濟價值與代幣持有者之間的橋梁，允許開源AI模型的貢獻者和投資者共享模型的長期價值。
因此，ERC-7641代幣也被叫做內在受益分享代幣（(Intrinsic RevShare Token），可以將其解讀爲一種專爲AI模型産生的收益進行分潤的代幣標準。
於是 IMO 的整體邏輯就非常清晰了：AI模型開髮者需要籌集資金，將模型與某個代幣綁定進行IMO；買家購買代幣，併按照代幣智能合約的規則，享有對AI模型後續的使用和創作作品的分潤。
但講到這裡，還有一個關鍵的漏洞：
- 你怎麽知道之後鏈上創作的AI作品（如NFT，圖片，視頻等），確實來自於這個進行IMO的AI模型，而不是僞造的？
Ora Protocol 給出的辦法是，給這些AI生成的作品做一個標記，併通過ERC-7007來實現。
刨去技術細節，你可以將 ERC-7007理解成一個專爲AI生成內容設計的，用於確保內容的真實性和來源的可追溯性的代幣標準。
這一標準通過在區塊鏈上記録AI生成內容的元數據（如生成該內容所用的AI模型、生成時間、條件等），併利用智能合約來自動執行這些驗證邏輯。開髮者可以使用 zkML 或 opML 驗證特定 NFT 的 AIGC 數據是否確實來自某個機器學習模型及特定輸入。
這樣就增加了AIGC內容真實性的透明度，併且通過區塊鏈的不可篡改特性，確保了一旦記録便不能被更改或僞造；因此，ERC-7007在 ORA協議中，也被稱爲 “可驗證的AI內容生成代幣”（Verifiable AI-Generated Content Token)
目前這一標準已經開源可查，點擊此處。
至此，我們就完全了解了IMO的邏輯：
- 將AI模型與帶收入分享功能的代幣進行綁定，開展IMO
- 投資者以其持有的代幣份額，享有AI模型日後使用和衍生創作作品的收益分成
- 利用可驗證內容創作歸屬權的代幣協議，來檢驗某作品是否確爲該模型創作，併分享收益
仍是資産游戲，併非十全十美
從ICO到IMO，當AI模型也能被代幣化髮行，今年的加密熱潮註定會與AI強綁定。
但 Ora Protocol 所創立的IMO玩法也併非十全十美。
- 鏈下使用問題：即使IMO能夠實現AI模型的鏈上代幣化和收益分享，它仍然難以解決模型在鏈下使用時的收益分享問題。當AI模型被用於非區塊鏈的應用中時，這些使用的收益如何被追蹤和分配給代幣持有者，是一個覆雜的問題。
- 市場需求的不確定性：雖然鏈上的AI生成內容（如NFT等）爲創意産業帶來了新的可能性，但市場對這些作品的需求仍具有很大的不確定性。AIGC作品的市場價值和流動性，以及人們願意爲這些作品支付多少價錢，是一個未知數，穩定的AI模型收益分享，也就無從談起。
- 收益分享的實際效果：在理論上，通過ERC-7641代幣實現收益分享聽起來是一個吸引人的主意。然而，在實踐中，這種機製的有效性和可行性還需經過市場的檢驗。特別是考慮到區塊鏈項目和代幣的高波動性，代幣持有者實際能夠穫得的收益可能會有很大差異。
加密世界裡，大家可以把髮行資産玩出花，但對於資産本身有沒有用，有多少人用，很少能給出預設的確定答案。
不過，通過IMO這種資産髮行的新模式，確實提供了一個創新的框架，讓開源AI模型能夠通過代幣化方式穫得資金支持併實現價值共享。
這種框架本身，就是一個緊貼熱點且具備正曏價值的敘事。
在一場沒有十全十美的資産游戲中，抱住AI這個大腿的熱度，往往更容易通曏成功。
聲明：
- 本文轉載自[深潮 TechFlow]，原文標題《解讀 IMO：AI 模型也能被代幣化髮行，幣圈抱緊 AI 大腿的新姿勢
》，著作權歸屬原作者[深潮 TechFlow]，如對轉載有異議，請聯繫Gate Learn團隊，團隊會根據相關流程盡速處理。 - 免責聲明：本文所錶達的觀點和意見僅代錶作者個人觀點，不構成任何投資建議。
- 文章其他語言版本由Gate Learn團隊翻譯， 在未提及Gate.io的情況下不得覆製、傳播或抄襲經翻譯文章。
Partager
Articles connexes
什麼是穩定幣 USDT？
*轉髮原文標題：解讀 IMO：AI 模型也能被代幣化髮行，幣圈抱緊 AI 大腿的新姿勢
加密市場從不缺乏新概念。
但大部分新概念，都是老玩法的微創新；也正是這種微創新，更容易帶來新的熱潮與炒作。
最能體現這點的，莫過於資産髮行方式。
從17年就開始火熱的ICO，到之後的IEO，再到現在流行的IDO或者LBP（流動性啟動池）… 每一波資産髮行方式變化的開始，都能帶火一批新項目，也能讓一部分Degen穫取新的收益。
變的是錶現，不變的是內核。
而當時間進入24年，當AI成爲加密敘事的“新大腿”，圍繞AI做資産髮行，又成了一種創造新概念的可能。
比如最近新出現的的“IMO”，翻譯過來即“初始模型髮行”。
3月2日，一個名爲 Ora Protocol 的 AI 項目，就在其社媒上首先提出了 IMO （Initial Model Offering) 的概念，併引起了不少關註。
這個思路的簡單理解是，既然一切都可以代幣化，那麽AI模型衕樣也可以被代幣化，作爲一種資産來髮行。
但要讓 IMO 這一套具體執行起來，恐怕沒那麽簡單。
快速理解AI模型的代幣化髮行
對一切 ICO 及變種來説，核心在於製作一個token,賦予該token數量、釋放條件、作用和功能等諸多條件，隨後形成市場價格。
而這裡的Token，實際上併不和現實世界對應，可以憑空産生，也就是俗稱的“髮一個幣”。
但 IMO 不是。
IMO的核心要點，其實在於現實中 AI 模型的貨幣化。
許多開源人工智能模型麵臨著將其貢獻貨幣化的挑戰，導緻貢獻者和組織因爲賺不到錢缺乏動力。這也是爲什麽今天人工智能行業主要由閉源、營利性公司主導。開源人工智能模型想要有髮展，關鍵在於籌集更多資金併公開構建。
於是，IMO 的目的，就是提供一種新的資産髮行方式，幫開源的AI模型籌集更多資金以資助其髮展。
類比之前的一些IXO來説，你看好某個代幣資産，然後選擇對其進行投資，衕時代幣的市場錶現也會給你回報，代幣所對應的協議産生收入，你也可能進行分享；
現在，IMO場景下，如果你看好某個AI模型，可以選擇對其對應的代幣進行投資，AI模型提供方融到了資金進行開髮和髮展；衕時該模型日後在實際使用中産生了經濟收益，你也可能進行分享。
IMO 具體如何實現？
要讓AI模型以代幣形式錶現，併且還能分享收益，那麽這裡必然至少涉及到幾個關鍵問題：
- 怎麽保證某個AI模型是真的，併能對應你持有的這個代幣？
- 怎麽保證AI模型使用所産生的收益，代幣持有者真的可以分享？
Ora Protocol 用了兩個不衕的ERC協議標準ERC-7641和ERC-7007，併搭配預言機和ZK技術來解決上述問題。
- 怎麽保證某個AI模型是真的，而不是一個空概念在髮幣圈錢？
首先我們需要知道的是，Ora Protocol 這個協議是做 AI 預言機出身的，其核心産品叫做Onchain AI Oracle （OAO).
這個預言機的作用在於，可以在區塊鏈上驗證和執行AI模型，確保AI模型的部署和運行完全在鏈上進行，從而保證了其執行過程的透明度和可驗證性。
但是，因爲AI模型往往是核心競爭力，如果都暴露給大家看，也就失去了商業上的競爭優勢，因此 Ora Protocol 還搭配了另一項技術 —— opML (Optimistic Machine Learning)，即樂觀機器學習。
通俗解釋，opML可能利用零知識證明或其他形式的密碼學證明，以證明模型的運行結果是正確的，而無需公開模型本身的細節，這樣既保證了模型的真實性和有效性，衕時也保護了模型的私密性和專有性。
關於opML的具體實現還有上圖中公開髮錶的論文做支撐，我們無從評價其技術細節的優劣，但隻需要明白該技術所産生的效果即可。
至此，通過AI預言機和零知識證明，我們就解決了“如何證明一個AI模型真實存在”的問題。
- 下一個問題是，如何保證這個AI模型對應的代幣所有權是你的，以及你能從中分享收益。
將一個AI模型代幣化是IMO的關鍵。 Ora Porocol 引入了一種名爲 ERC-7641的代幣標準，併與ERC-20兼容。
如果一個AI模型的開髮者覺得自己的模型不錯，想在加密市場上進行IMO，他的做法很有可能是這樣：
第一，將AI模型與某個ERC-7641資産關聯，在該資産的智能合約中約定代幣的總數量；
第二，加密市場的投資者們購買該代幣，依據購買數量的多少，對應對該AI模型的所有權比例（等於股東）；
第三，該AI模型在鏈上運行後，一旦AI模型或內容産生收益（比如，模型被調用時支付的使用費，或AI生成的NFT銷售中的版稅），ERC-7641協議可以預先在合約中定義收益分配的規則，併允許代幣的持有者根據他們所持有的代幣比例自動分配收益。
通過這種機製，ERC-7641代幣成爲了連接AI模型及其産生的經濟價值與代幣持有者之間的橋梁，允許開源AI模型的貢獻者和投資者共享模型的長期價值。
因此，ERC-7641代幣也被叫做內在受益分享代幣（(Intrinsic RevShare Token），可以將其解讀爲一種專爲AI模型産生的收益進行分潤的代幣標準。
於是 IMO 的整體邏輯就非常清晰了：AI模型開髮者需要籌集資金，將模型與某個代幣綁定進行IMO；買家購買代幣，併按照代幣智能合約的規則，享有對AI模型後續的使用和創作作品的分潤。
但講到這裡，還有一個關鍵的漏洞：
- 你怎麽知道之後鏈上創作的AI作品（如NFT，圖片，視頻等），確實來自於這個進行IMO的AI模型，而不是僞造的？
Ora Protocol 給出的辦法是，給這些AI生成的作品做一個標記，併通過ERC-7007來實現。
刨去技術細節，你可以將 ERC-7007理解成一個專爲AI生成內容設計的，用於確保內容的真實性和來源的可追溯性的代幣標準。
這一標準通過在區塊鏈上記録AI生成內容的元數據（如生成該內容所用的AI模型、生成時間、條件等），併利用智能合約來自動執行這些驗證邏輯。開髮者可以使用 zkML 或 opML 驗證特定 NFT 的 AIGC 數據是否確實來自某個機器學習模型及特定輸入。
這樣就增加了AIGC內容真實性的透明度，併且通過區塊鏈的不可篡改特性，確保了一旦記録便不能被更改或僞造；因此，ERC-7007在 ORA協議中，也被稱爲 “可驗證的AI內容生成代幣”（Verifiable AI-Generated Content Token)
目前這一標準已經開源可查，點擊此處。
至此，我們就完全了解了IMO的邏輯：
- 將AI模型與帶收入分享功能的代幣進行綁定，開展IMO
- 投資者以其持有的代幣份額，享有AI模型日後使用和衍生創作作品的收益分成
- 利用可驗證內容創作歸屬權的代幣協議，來檢驗某作品是否確爲該模型創作，併分享收益
仍是資産游戲，併非十全十美
從ICO到IMO，當AI模型也能被代幣化髮行，今年的加密熱潮註定會與AI強綁定。
但 Ora Protocol 所創立的IMO玩法也併非十全十美。
- 鏈下使用問題：即使IMO能夠實現AI模型的鏈上代幣化和收益分享，它仍然難以解決模型在鏈下使用時的收益分享問題。當AI模型被用於非區塊鏈的應用中時，這些使用的收益如何被追蹤和分配給代幣持有者，是一個覆雜的問題。
- 市場需求的不確定性：雖然鏈上的AI生成內容（如NFT等）爲創意産業帶來了新的可能性，但市場對這些作品的需求仍具有很大的不確定性。AIGC作品的市場價值和流動性，以及人們願意爲這些作品支付多少價錢，是一個未知數，穩定的AI模型收益分享，也就無從談起。
- 收益分享的實際效果：在理論上，通過ERC-7641代幣實現收益分享聽起來是一個吸引人的主意。然而，在實踐中，這種機製的有效性和可行性還需經過市場的檢驗。特別是考慮到區塊鏈項目和代幣的高波動性，代幣持有者實際能夠穫得的收益可能會有很大差異。
加密世界裡，大家可以把髮行資産玩出花，但對於資産本身有沒有用，有多少人用，很少能給出預設的確定答案。
不過，通過IMO這種資産髮行的新模式，確實提供了一個創新的框架，讓開源AI模型能夠通過代幣化方式穫得資金支持併實現價值共享。
這種框架本身，就是一個緊貼熱點且具備正曏價值的敘事。
在一場沒有十全十美的資産游戲中，抱住AI這個大腿的熱度，往往更容易通曏成功。
聲明：
- 本文轉載自[深潮 TechFlow]，原文標題《解讀 IMO：AI 模型也能被代幣化髮行，幣圈抱緊 AI 大腿的新姿勢
》，著作權歸屬原作者[深潮 TechFlow]，如對轉載有異議，請聯繫Gate Learn團隊，團隊會根據相關流程盡速處理。 - 免責聲明：本文所錶達的觀點和意見僅代錶作者個人觀點，不構成任何投資建議。
- 文章其他語言版本由Gate Learn團隊翻譯， 在未提及Gate.io的情況下不得覆製、傳播或抄襲經翻譯文章。
Articles connexes
什麼是穩定幣 USDT？