解读 IMO:AI 模型也能被代币化发行,币圈抱紧 AI 大腿的新姿势
深潮TechFlow
2024-03-06 12:23
订阅此专栏
收藏此文章
既然一切都可以代币化,那么 AI 模型同样也可以被代币化,作为一种资产来发行。


撰文:深潮 TechFlow


加密市场从不缺乏新概念。


但大部分新概念,都是老玩法的微创新;也正是这种微创新,更容易带来新的热潮与炒作。


最能体现这点的,莫过于资产发行方式。


从 17 年就开始火热的 ICO,到之后的 IEO,再到现在流行的 IDO 或者 LBP(流动性启动池)... 每一波资产发行方式变化的开始,都能带火一批新项目,也能让一部分 Degen 获取新的收益。


变的是表现,不变的是内核。


而当时间进入 24 年,当 AI 成为加密叙事的「新大腿」,围绕 AI 做资产发行,又成了一种创造新概念的可能。


比如最近新出现的的「IMO」,翻译过来即「初始模型发行」。


3 月 2 日,一个名为 Ora Protocol 的 AI 项目,就在其社媒上首先提出了 IMO (Initial Model Offering) 的概念,并引起了不少关注。



这个思路的简单理解是,既然一切都可以代币化,那么 AI 模型同样也可以被代币化,作为一种资产来发行。


但要让 IMO 这一套具体执行起来,恐怕没那么简单。


快速理解 AI 模型的代币化发行


对一切 ICO 及变种来说,核心在于制作一个 token,赋予该 token 数量、释放条件、作用和功能等诸多条件,随后形成市场价格。


而这里的 Token,实际上并不和现实世界对应,可以凭空产生,也就是俗称的「发一个币」。


但 IMO 不是。


IMO 的核心要点,其实在于现实中 AI 模型的货币化。


许多开源人工智能模型面临着将其贡献货币化的挑战,导致贡献者和组织因为赚不到钱缺乏动力。这也是为什么今天人工智能行业主要由闭源、营利性公司主导。开源人工智能模型想要有发展,关键在于筹集更多资金并公开构建。


于是,IMO 的目的,就是提供一种新的资产发行方式,帮开源的 AI 模型筹集更多资金以资助其发展。


类比之前的一些 IXO 来说,你看好某个代币资产,然后选择对其进行投资,同时代币的市场表现也会给你回报,代币所对应的协议产生收入,你也可能进行分享;



现在,IMO 场景下,如果你看好某个 AI 模型,可以选择对其对应的代币进行投资,AI 模型提供方融到了资金进行开发和发展;同时该模型日后在实际使用中产生了经济收益,你也可能进行分享。


IMO 具体如何实现?


要让 AI 模型以代币形式表现,并且还能分享收益,那么这里必然至少涉及到几个关键问题:


  1. 怎么保证某个 AI 模型是真的,并能对应你持有的这个代币?
  2. 怎么保证 AI 模型使用所产生的收益,代币持有者真的可以分享?


Ora Protocol 用了两个不同的 ERC 协议标准 ERC-7641 和 ERC-7007,并搭配预言机和 ZK 技术来解决上述问题。


怎么保证某个 AI 模型是真的,而不是一个空概念在发币圈钱?


首先我们需要知道的是,Ora Protocol 这个协议是做 AI 预言机出身的,其核心产品叫做 Onchain AI Oracle (OAO).


这个预言机的作用在于,可以在区块链上验证和执行 AI 模型,确保 AI 模型的部署和运行完全在链上进行,从而保证了其执行过程的透明度和可验证性。



但是,因为 AI 模型往往是核心竞争力,如果都暴露给大家看,也就失去了商业上的竞争优势,因此 Ora Protocol 还搭配了另一项技术 ---- opML (Optimistic Machine Learning),即乐观机器学习。


通俗解释,opML 可能利用零知识证明或其他形式的密码学证明,以证明模型的运行结果是正确的,而无需公开模型本身的细节,这样既保证了模型的真实性和有效性,同时也保护了模型的私密性和专有性。



关于 opML 的具体实现还有上图中公开发表的论文做支撑,我们无从评价其技术细节的优劣,但只需要明白该技术所产生的效果即可。


至此,通过 AI 预言机和零知识证明,我们就解决了「如何证明一个 AI 模型真实存在」的问题。


下一个问题是,如何保证这个 AI 模型对应的代币所有权是你的,以及你能从中分享收益。


将一个 AI 模型代币化是 IMO 的关键。 Ora Porocol 引入了一种名为 ERC-7641 的代币标准,并与 ERC-20 兼容。



如果一个 AI 模型的开发者觉得自己的模型不错,想在加密市场上进行 IMO,他的做法很有可能是这样:


第一,将 AI 模型与某个 ERC-7641 资产关联,在该资产的智能合约中约定代币的总数量;


第二,加密市场的投资者们购买该代币,依据购买数量的多少,对应对该 AI 模型的所有权比例(等于股东);


第三,该 AI 模型在链上运行后,一旦 AI 模型或内容产生收益(比如,模型被调用时支付的使用费,或 AI 生成的 NFT 销售中的版税),ERC-7641 协议可以预先在合约中定义收益分配的规则,并允许代币的持有者根据他们所持有的代币比例自动分配收益。



通过这种机制,ERC-7641 代币成为了连接 AI 模型及其产生的经济价值与代币持有者之间的桥梁,允许开源 AI 模型的贡献者和投资者共享模型的长期价值。


因此,ERC-7641 代币也被叫做内在受益分享代币((Intrinsic RevShare Token),可以将其解读为一种专为 AI 模型产生的收益进行分润的代币标准。


于是 IMO 的整体逻辑就非常清晰了:AI 模型开发者需要筹集资金,将模型与某个代币绑定进行 IMO;买家购买代币,并按照代币智能合约的规则,享有对 AI 模型后续的使用和创作作品的分润。


但讲到这里,还有一个关键的漏洞:


你怎么知道之后链上创作的 AI 作品(如 NFT,图片,视频等),确实来自于这个进行 IMO 的 AI 模型,而不是伪造的?


Ora Protocol 给出的办法是,给这些 AI 生成的作品做一个标记,并通过 ERC-7007 来实现。


刨去技术细节,你可以将 ERC-7007 理解成一个专为 AI 生成内容设计的,用于确保内容的真实性和来源的可追溯性的代币标准。


这一标准通过在区块链上记录 AI 生成内容的元数据(如生成该内容所用的 AI 模型、生成时间、条件等),并利用智能合约来自动执行这些验证逻辑。开发者可以使用 zkML 或 opML 验证特定 NFT 的 AIGC 数据是否确实来自某个机器学习模型及特定输入。


这样就增加了 AIGC 内容真实性的透明度,并且通过区块链的不可篡改特性,确保了一旦记录便不能被更改或伪造;因此,ERC-7007 在 ORA 协议中,也被称为「可验证的 AI 内容生成代币」(Verifiable AI-Generated Content Token)



目前这一标准已经开源可查,点击此处


至此,我们就完全了解了 IMO 的逻辑:


  • 将 AI 模型与带收入分享功能的代币进行绑定,开展 IMO
  • 投资者以其持有的代币份额,享有 AI 模型日后使用和衍生创作作品的收益分成
  • 利用可验证内容创作归属权的代币协议,来检验某作品是否确为该模型创作,并分享收益


仍是资产游戏,并非十全十美


从 ICO 到 IMO,当 AI 模型也能被代币化发行,今年的加密热潮注定会与 AI 强绑定。


但 Ora Protocol 所创立的 IMO 玩法也并非十全十美。


  • 链下使用问题:即使 IMO 能够实现 AI 模型的链上代币化和收益分享,它仍然难以解决模型在链下使用时的收益分享问题。当 AI 模型被用于非区块链的应用中时,这些使用的收益如何被追踪和分配给代币持有者,是一个复杂的问题。
  • 市场需求的不确定性:虽然链上的 AI 生成内容(如 NFT 等)为创意产业带来了新的可能性,但市场对这些作品的需求仍具有很大的不确定性。AIGC 作品的市场价值和流动性,以及人们愿意为这些作品支付多少价钱,是一个未知数,稳定的 AI 模型收益分享,也就无从谈起。
  • 收益分享的实际效果:在理论上,通过 ERC-7641 代币实现收益分享听起来是一个吸引人的主意。然而,在实践中,这种机制的有效性和可行性还需经过市场的检验。特别是考虑到区块链项目和代币的高波动性,代币持有者实际能够获得的收益可能会有很大差异。


加密世界里,大家可以把发行资产玩出花,但对于资产本身有没有用,有多少人用,很少能给出预设的确定答案。


不过,通过 IMO 这种资产发行的新模式,确实提供了一个创新的框架,让开源 AI 模型能够通过代币化方式获得资金支持并实现价值共享。


这种框架本身,就是一个紧贴热点且具备正向价值的叙事。


在一场没有十全十美的资产游戏中,抱住 AI 这个大腿的热度,往往更容易通向成功。

【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

深潮TechFlow
数据请求中
查看更多

推荐专栏

数据请求中
在 App 打开