ORA Protocol

Ora 协议（The Ora Protocol）是一个可验证的预言机协议，旨在将人工智能和复杂计算引入链上。它由 Kartin Wong 于 2022 年 9 月共同创立。 ^[1]^[2]

概述

Ora Protocol 提供与区块链无关的基础设施，用于将人工智能与去中心化应用集成。它为开发者提供工具，直接在链上运行并验证 AI 计算，旨在创建既无须信任又去中心化的系统。该协议专注于在区块链环境中实现可扩展且可验证的 AI。其核心服务 AI Oracle 允许智能合约通过使用 TORA 客户端的去中心化节点网络访问 AI 功能。该系统由乐观机器学习 (opML) 支持，以确保计算的完整性。Ora 还引入了初始模型发行 (IMO)，这是一种使用 ERC-7641 对 AI 模型进行代币化的方法。这种方法支持开源 AI 开发的资金筹集，并将与在去中心化应用中使用这些模型相关的收益分配给代币持有者。 ^[3]

产品

链上 AI 预言机 (Onchain AI Oracle, OAO)

Ora Protocol 的链上 AI 预言机是一个可验证的预言机系统，旨在将机器学习推理引入区块链。它使智能合约和去中心化应用能够访问并验证来自 LLaMA 3 和 Stable Diffusion 等先进 AI 模型的输出。

该系统由乐观机器学习 (opML) 提供支持，利用欺诈证明来验证计算并确保无信任执行。与零知识机器学习 (zkML) 相比，这种方法降低了计算成本并提高了可扩展性。

AI 预言机由智能合约和链外组件组成。opML 合约负责管理欺诈证明和可验证性，而 AIOracle 合约则促进链外 ML 节点与链上调用者之间的交互。用户合约发送 AI 请求并接收结果。运行 TORA 客户端的 ORA 节点负责在整个网络中提交和验证推理结果。^[4]

乐观机器学习 (Optimistic Machine Learning, opML)

opML（乐观机器学习）是一个能够在区块链网络上实现可扩展且高效的机器学习推理的框架。它允许先进的 AI 模型在去中心化环境中运行，而不会使区块链过载或依赖中心化系统。受乐观回滚 (optimistic rollups) 的启发，opML 假设 ML 计算是有效的，除非受到挑战，这显著减少了对即时链上验证的需求，使复杂的 AI 应用在链上更具实用性。

该系统通过在链外执行 ML 任务来实现其效率，只有存在争议的结果才会进行链上验证。这是通过欺诈证明机制完成的：结果由服务提供商提交，验证者在规定期限内可以对其提出挑战。如果发生争议，系统会识别确切的计算步骤，并仅使用欺诈证明虚拟机 (FPVM) 验证该步骤。这种方法在确保准确性和完整性的同时节省了计算资源。

与零知识机器学习 (zkML) 相比，opML 避免了生成证明的高昂成本，使其成为去中心化 AI 更易于使用的解决方案。它通过保持验证的开放性和可验证性来支持去中心化，无需中心化监管。opML 可通过 ORA 的 AI 预言机使用，为开发者提供将可靠且具有成本效益的 AI 功能直接集成到智能合约和区块链应用中的基础设施。^[16]

乐观隐私保护 AI (Optimistic Privacy-Preserving AI)

opp/ai（乐观隐私保护 AI）是一个旨在通过结合两种现有方法：零知识机器学习 (zkML) 和乐观机器学习 (opML) 的特性，来支持链上机器学习隐私和效率的框架。它允许根据敏感度将机器学习模型划分为不同的组件，对需要数据保密的计算使用 zkML，而对速度和成本效益更为关键的低敏感过程使用 opML。

该系统的工作原理是将模型分为两个部分。第一部分 $M_{zk}$ 由涉及敏感数据或专有算法的子模型组成，使用零知识证明进行处理，以确保这些数据的私密性。第二部分 $M_{op}$ 包括不涉及隐私问题的子模型，并使用 opML 的乐观方法在链下执行，该方法假设结果正确，除非有人提出挑战。这种结构使 opp/ai 能够减少通常与全 zkML 系统相关的计算开销。

在执行过程中，zkML 子模型的输出可以输入到 opML 子模型中，反之亦然，从而实现集成工作流。zkML 部分向区块链提交零知识证明进行验证，而 opML 部分则依靠挑战-响应模型来确认结果的准确性。通过融合这些方法，opp/ai 支持在区块链网络上灵活、安全且高效地部署 AI 模型。^[17]

弹性模型服务 (RMS)

弹性模型服务 (Resilient Model Services, RMS) 是一种 AI 基础设施，旨在支持各种区块链场景下可靠且安全的机器学习计算。RMS 基于 ORA 的 opML（乐观机器学习）框架构建，旨在确保 AI 流程保持稳定、容错且可验证。RMS 的初始阶段包括 ORA 的 AI API，它使开发人员能够在去中心化、可验证的环境中访问常用的 AI 模型，用于聊天补全和图像生成等任务。

RMS 支持自主 AI 代理的开发，这些代理可以在链上透明地运行。这些代理可以安全地执行任务并具有链上可验证性，使其适用于需要高度信任和透明度的应用。此外，RMS 促进了 AI 与去中心化金融 (DeFi) 协议的集成，为在链上系统中实现自动交易、风险评估和基于 AI 的金融代理提供了工具。

Web3 游戏也从 RMS 中受益，它为响应式游戏机制、角色互动和实时决策提供了 AI 支持。通过基于区块链的 AI 结果验证，RMS 有助于维护游戏过程中的公平性和透明度。RMS 的基础 opML 在所有支持的用例中保持透明度和可信度的同时，提供了可扩展、高效且去中心化的 AI 计算。^[18]

初始模型发行 (IMO)

初始模型发行 (Initial Model Offering, IMO) 是一种旨在通过在链上将 AI 模型代币化来支持开源 AI 模型开发的机制。这种方法旨在解决开源 AI 社区开发人员面临的财务可持续性问题，该社区目前在主导性的闭源公司的压力下运作。通过将 AI 模型转化为代币化资产，IMO 创建了一个开发和使用更加透明、协作且在财务上可行的系统。

IMO 发行名为“内在收入共享代币”（Intrinsic RevShare Tokens）的 ERC-7641 代币，代表 AI 模型未来价值的所有权。这些代币使持有者有权分享 AI 模型用于推理或内容生成时产生的收益分成。这种结构统一了开发人员、用户和贡献者之间的激励机制，允许每个群体参与模型生态系统的增长和治理。

IMO 流程包括模型的代币化，随后通过链上使用创造价值，并将产生的费用分配给代币持有者。治理功能允许代币持有者影响模型的发展方向，例如对资助分配和未来更新进行投票，从而强化了社区驱动的 AI 模型演进方法。 ^[5] ^[6]

IMO 机制

初始模型发行（Initial Model Offering, IMO）机制围绕两个核心组件构建：可验证的链上 AI 模型和 ERC-7641 内在收益共享代币（Intrinsic RevShare Token）。这种结构旨在创建一个自给自足的经济闭环，其中在区块链上使用 AI 模型可以直接通过标准化的代币系统产生并分配价值。

可验证的链上 AI 模型通过 opML 成为可能，opML 是一个应用欺诈证明来高效且可扩展地验证机器学习计算的框架。这些模型通过 ORA 的 AI Oracle 部署，该 Oracle 作为基础设施，使 AI 推理能够在链上执行和验证。这种设置确保了每当模型输出被使用时（例如被智能合约调用），都会发生一次可验证的交互，从而触发收入捕获。
ERC-7641 代币通过将模型使用与基于代币的奖励挂钩，促进了这种收入分配。每当 AI 模型在链上被使用时，系统都会收取费用，并按比例分配给代币持有者。此外，如果模型生成的内容带有版税或铸造费（例如 NFT），这些收入可以使用 ERC-7007 等相关标准进行分配。这种设计支持了 AI 模型经济生态系统的可持续发展和去中心化参与。 ^[5]

ERC-7641

ERC-7641 是 ERC-20 代币标准的扩展。它集成了一个内置的收益共享机制，使持有者能够根据指定快照间隔的代币余额，按比例领取公共收入池的份额。它通过允许项目将收入流代币化并在参与者之间公平分配收入，来支持可持续融资。该标准还包括销毁功能，持有者可以销毁其代币以换取资金池价值的一部分，从而引入通缩经济学，减少供应并激励长期参与。 ^[19]

ERC-7007

ERC-7007 是 ERC-721 NFT 标准的扩展，旨在以太坊区块链上表示和验证 AI 生成的内容。它使 NFT 能够对 AI 生成的内容进行身份验证，确保其是由特定模型使用给定输入生成的。该标准集成了零知识机器学习（zkML）和乐观机器学习（opML）来验证内容的正确性。通过提供一种验证 AI 生成内容并从中获利的方法，ERC-7007 为 AI 模型作者和内容创作者提供了支持，提供了一种安全且标准化的方法，通过可验证的 NFT 促进收益共享。它包括 AI 模型、zkML/opML 验证以及用于管理内容和验证过程的合规 AIGC-NFT 智能合约等组件。 ^[20]

ORA

$ORA 代币是 ORA 生态系统不可或缺的一部分，提供多种功能。它授予参与初始模型发行 (IMO) 的权限，使成员能够资助并支持尖端开源 AI 模型的开发。代币持有者可以质押 $ORA 来运行去中心化节点，这些节点在赚取交易费的同时支持 OAO 和 RMS 等服务。$ORA 还促进了去中心化治理，允许持有者影响协议的发展方向。此外，$ORA 还充当通用 Gas，通过将 $ORA 转换为交易所需的原生 Gas，实现跨链和跨协议的免 Gas 交互。 ^[21]