OpenGradient 是一家专注于开发人工智能去中心化基础设施的科技公司，旨在将区块链技术与人工智能融合。^[15]。该项目声明的使命是创建一个开放、可验证且用户拥有的人工智能生态系统，从而实现人工智能模型和应用程序的无需许可的创建、分发和部署。这旨在抵消中心化人工智能平台的“黑盒”性质，并使模型所有权民主化。^{[1] [4]}。该公司的公开历史显示了多次迭代，最初的概念侧重于去中心化的人工智能模型中心，后来的发展则集中在专有的 Layer 1 区块链上，该区块链专为可验证的人工智能计算和持久内存而设计。^{[2] [7]}。

概述

OpenGradient 旨在解决中心化人工智能系统的局限性，这些系统通常缺乏透明度、控制用户数据并作为不透明的服务运行。其目标是通过确保用户数据和模型归用户所有，来防止大型科技公司常见的“数据压裂”。 ^[4]。它是一个端到端的去中心化基础设施网络，专为人工智能模型托管、安全执行和应用程序部署而设计。通过整合区块链技术，该项目旨在建立人工智能计算和数据管理的开放标准，使人工智能推理和数据处理可以直接从智能合约访问。 ^{[7] [1]}。该公司的理念植根于开源原则、去中心化和用户赋权，采用研究优先的方法，优先考虑安全性、隐私和用户数据所有权。 ^[1]。

该项目经历了不同的阶段。2024 年的早期报告将 OpenGradient 描述为一个建立在 Bittensor 等网络上进行计算，并在 Arweave 上进行存储的去中心化人工智能模型中心，将其定位为 Hugging Face 等平台的直接竞争对手。 ^[2]。2025 年的后续公告将重点转移到基础 Layer 1 区块链的开发上，称为“开放智能的 L1 网络”。此迭代强调通过持久内存、可验证计算和用户拥有的数据的专有技术来构建“记住的人工智能”，使人工智能系统能够在保持用户自主性的同时学习和发展。 ^{[1] [3]}。

明确的目标是为安全透明的人工智能系统构建基础层，该系统服务于人类机构而不是公司利益。该平台及其工具专为开发人员构建和部署“主权代理”而设计，用户可以在其中保留对其数据和模型的所有权，并且所有计算过程都可以在链上验证。 ^[4]。

​

历史和融资

2025年8月19日，OpenGradient公开宣布已筹集850万美元，用于开发其去中心化AI基础设施，并将该项目定位为Layer 1区块链。风险投资包括a16z crypto、Coinbase Ventures、SV Angel和Foresight Ventures。战略投资者包括Celestia和NEAR，著名的天使投资人包括Balaji Srinivasan、Illia Polosukhin（NEAR联合创始人）和Sandeep Nailwal（Polygon联合创始人）。 ^[1]。

随后在2025年9月23日发布了MemSync产品，声明该公司总共筹集了950万美元。该公告列出了新的领导层，即联合创始人Matthew Wang（CEO）和Adam Balogh（CTO），他们被描述为来自谷歌、Meta和Palantir的资深人士。该版本中提到的投资者包括a16z crypto、SVA (Struck Ventures)和SALT。 ^[8]。

技术

OpenGradient的技术已经从一个去中心化模型中心的概念发展成为一个全面的AI Layer 1区块链生态系统。

OpenGradient 网络架构

OpenGradient 的当前迭代是一个专门为 AI 构建的基础 Layer 1 区块链。它是一个与 EVM 兼容的网络，它利用专有的混合 AI 计算架构 (HACA)。 HACA 旨在通过使用节点专业化来扩展和保护链上 AI 工作流程，将不同类型的节点专用于特定任务，例如推理、代理推理和统计分析，以实现效率和可扩展性，同时集成去中心化 GPU 和专用加速器。 ^{[4] [15]}。它旨在为链上 AI 活动提供高性能、安全和保密的基础设施。该网络建立在由几种节点类型组成的专用架构上：完整节点（法官）、推理节点（短跑运动员）、存储节点（图书管理员）和数据节点（侦察员）。这种结构旨在安全地在链上运行整个 AI 工作流程，从数据访问和预处理到推理计算，并使用区块链来结算和归属每次推理。 ^{[7] [9] [12]}。该网络旨在使每个 AI 代理工具调用、模型推理和 API 请求都可以在链上使用加密证明进行验证。 ^{[6] [4]}.

Nova 测试网

OpenGradient Nova 测试网于 2025 年 10 月 1 日启动，开启了该项目所谓的“区块空间的第三纪元”，其中智能成为账本的原生、可验证的组成部分。测试网将 AI 计算及其证明直接嵌入到共识机制中，以解决在区块链应用中使用链下 AI 时存在的延迟、不透明和成本问题。 ^[12]。

其核心是一个去中心化的 AI 执行层，将 AI 推理直接集成到区块生产过程中。关键组件包括并行推理预执行引擎 (PIPE)，以防止缓慢的 AI 模型延迟区块生产，以及推理数据可用性 (DA) 层，其中计算的密码学证明包含在区块数据中，以便进行独立验证。Neuro Stack 是一个框架，允许开发团队构建自己的 layer-2 rollup，使用自定义代币，同时使用 OpenGradient 的 AI 计算层作为共享服务，有效地为模块化区块链生态系统提供“AI 即服务”。 ^[12]。

可验证的链上人工智能

该网络的一个核心功能是使人工智能计算能够在链上执行并进行加密验证。这通过可验证推理SDK和安全硬件飞地网络实现，以证明特定模型在特定输入下运行，从而确保输出的完整性，同时不泄露机密数据。该平台还专注于数据溯源，这是一个跟踪推理过程中使用的数据的来源和沿袭的系统，以确保透明度。 ^{[1] [9]}。该平台为开发者提供了零知识（ZK）证明（用于数学保证）和可信执行环境（TEE）证明（用于基于硬件的安全性）之间的选择。 ^[12]。

该平台还集成了零知识机器学习（ZKML），与EZKL和Lagrange Labs等项目合作。这允许使用SNARKs（Succinct Non-Interactive Arguments of Knowledge）验证AI模型计算，从而提供最小化信任的推理。 ^[6]。

核心产品与功能

MemSync

MemSync于2025年9月23日发布，是为ChatGPT、Claude和Perplexity等AI助手设计的通用记忆层。它旨在通过创建一个持久、安全和统一的记忆系统来解决“上下文丢失”的问题，该系统可以在不同的平台、应用程序和设备之间传递用户上下文。^[8]。它使用户能够精细地控制自己的数据，这些数据保存在加密的设备上的“记忆库”中。^{[6] [1]}。

根据一份新闻稿，OpenGradient的内部基准测试表明，MemSync在记忆检索和响应质量方面比OpenAI的“行业标准”解决方案提高了243%。^[8]。在复制Locomo测试的独立基准测试中，该公司报告称，MemSync的表现优于竞争对手至少18.9%，尤其是在跨多个对话保留细节方面表现出色。^[11]。该技术的长期愿景包括创建“数字孪生”——由个人公开和授权的私人数据构建的AI个体表示，早期演示包括Naval Ravikant和Sydney Sweeney等公众人物的孪生。MemSync发布了免费层、Chrome扩展程序和开发者API。^[8]。

架构

2025年9月15日，OpenGradient详细介绍了MemSync的架构，该架构建立在受人类心理学启发的三个支柱之上。 ^[11].

• 记忆收集： 该支柱使用双重记忆系统。语义记忆是关于用户的稳定、长期的事实（例如，身份、核心兴趣），而情景记忆是关于当前事件或项目的临时、特定于时间的细节。“智能整合”过程通过四个操作来管理这些信息：创建、更新、强化（基于重要性评分）和删除。
• 记忆形成： 系统对记忆进行分类（例如，身份、职业、健康），并将它们合成为不断发展的高级摘要，称为“配置文件”。这些配置文件提供了用户个性的简洁快照，以保持长期背景。
• 记忆检索： 一个三阶段过程浮现相关信息。它首先进行广泛的向量搜索，以查找语义相关的记忆。然后，上下文精确排名模型重新对结果进行排名，以使其与当前对话直接相关。最后，优化层混合排名最高的语义记忆和情景记忆，为AI模型提供丰富、分层的上下文。

BitQuant

BitQuant是由OpenGradient开发的开源、加密原生AI交易代理，使用“非开发者”工具。在经过超过50,000名用户的私人测试阶段后，于2025年10月29日以MIT许可证开源。该代理旨在作为一个AI原生的量化框架，解释自然语言命令并将其转换为可验证的链上交易。 ^{[13] [14]}.

BitQuant的模块化架构由三个主要组件组成：预言机、大脑和交易者。 ^[13].

• 预言机: 数据和执行层，从链上来源（如Solana RPC）和DeFi协议（如Orca和Solend）以及CoinGecko和DeFiLlama等数据聚合器聚合信息。
• 大脑: 决策引擎，使用路由器大型语言模型（LLM）来解释用户提示，并将其引导至专业代理进行分析或投资执行。
• 交易者: 执行组件，允许用户通过自然语言执行诸如“对冲我的SOL风险”之类的操作。然后，代理会引导用户完成交易过程。

该框架旨在具有可扩展性，允许开发人员构建自定义代理。它还集成了Bittensor钩子以实现去中心化AI计算。其功能包括DeFi分析、投资组合管理以及用于与复杂的链上数据交互的自然语言界面。 ^{[13] [14]}.

OpenGradient 模型中心

OpenGradient 模型中心 是一个中心产品，充当 AI 模型的去中心化注册中心。它被定位为抗审查且由社区拥有的替代中心化平台，例如 Hugging Face。 ^{[5] [2]}。目前，模型中心是一个构建在其去中心化存储合作伙伴 Walrus 之上的 Web 应用程序前端 (hub.opengradient.ai)。它允许用户无需许可即可上传、管理和版本控制各种架构的模型（例如，神经网络、LLM），以便在 OpenGradient 网络上使用。通过 Web UI 和 Python SDK 提供访问，以便进行更高级的管理。在 2025 年 12 月 19 日，该团队宣布模型中心已在其测试网上托管了超过 1,000 个可验证的实时模型。 ^{[7] [6] [19]}。

Twins (twin.fun)

Twins 是一个构建在 OpenGradient 基础设施之上的平台，围绕创建和交互 AI “双胞胎” 的概念而设计。该平台拥有自己的智能合约、数据访问工具和路线图，并为 “创建者” 和 “交易者” 定义了角色。它作为 OpenGradient 生态系统中的一个独特的应用层发挥作用。 ^{[9] [7]}。这个概念由 MemSync 架构驱动，通过个人公开和授权的私有数据来创建 AI 形象。用例包括与专家和历史人物的数字版本互动，或创建个人 AI 助手来自动化任务。 ^{[8] [12]}。

事件

Model-thon (2025年1月-2月)

2025年1月和2月，OpenGradient举办了首届模型马拉松比赛，该比赛由Allora联合赞助。该活动旨在鼓励开发者在OpenGradient平台上创建和部署高性能机器学习模型，重点关注Web3应用。参赛者以ONNX格式提交模型到OpenGradient模型中心，参与多个赛道的竞争。 ^[16]。

该活动设有三个主要赛道：BTC现货预测赛道、ETH现货预测赛道和自由赛道。两个现货预测赛道要求参赛者构建能够预测BTC/USDT和ETH/USDT每小时价格回报的模型。自由赛道允许更具创意的提交，并根据原创性和对Web3生态系统的实用性进行评判。预测赛道的性能使用一种名为平均Z-tanh绝对误差（MZTAE）的自定义指标来衡量，该指标旨在更好地奖励对极端价格变动的准确预测。比赛结束后，每个赛道的获胜者都获得了奖励。 ^[16]。

开发者工具

OpenGradient 提供了一套用于构建人工智能驱动应用的工具。^[10]。

• OpenGradient SDK： 一个 Python SDK，使链上和链下的应用程序能够利用网络的基础设施进行模型管理和去中心化、经过验证的 AI 推理。^{[10] [9]}。
• SolidML： 一个 Solidity 框架，用于在 EVM 兼容的智能合约中直接执行机器学习模型。它允许链上进行复杂的逻辑，包括模型推理、数据预处理以及与价格馈送的交互。^{[10] [4]}。
• Agent Stack： 一个用于创建在链上执行的去中心化和可验证 AI 代理的技术栈。^[10]。
• Neuro Stack： 一个用于构建 AI 原生 Layer 2 区块链（称为“Neuro-Chains”）的开源开发栈。该框架允许开发者创建完全在链上运行的主权和可验证的 AI 应用程序或代理，并在主 OpenGradient 网络上结算推理交易。Neuro Stack 构建在 HACA 基础设施之上，提供可定制的区块空间和对安全推理方法（如 ZKML 和 TEE）的无缝访问，而无需复杂的设置。它旨在通过无需许可的组合来促进模块化和可扩展的生态系统。使用该堆栈构建的第一个项目是与 Peri Labs 合作开发的用于 DePIN 的 AI 原生区块链。^[17]。
• AlphaSense： 一种旨在帮助开发者创建“可验证 AI 工作流”的工具，为 AI 代理提供可信且强大的数据信号。^[9]。
• LangChain 集成： 该平台通过 Langchain-Opengradient 包与 LangChain 框架集成。这允许开发者构建利用 OpenGradient 网络中专门的、可验证的机器学习模型的 AI 代理。主要组件 OpenGradientToolkit 使代理能够使用复杂的 ML 模型作为工具。这种集成旨在通过让模型在 OpenGradient 网络上处理数据并将最终结果返回给代理来避免上下文窗口污染。一个关键特性是生成可验证输出的能力；推理通过 ZKML 或 TEE 进行保护，并且交易的执行跟踪被记录并在 OpenGradient 区块链上进行验证，以实现无需信任的计算。^[18]。