Aura 是一个去中心化协议，通过 区块链 技术促进 AI 模型的部署、验证和货币化。它创建了一个生态系统，AI 模型可以通过链上机制被发现、验证和经济激励。^[6]

概述

Aura 是一个去中心化协议，支持 AI 模型的部署、验证和货币化。它提供了一个信任最小化的环境，模型可以在其中发布、验证性能，并在没有中心化控制的情况下被访问。Aura 强调互操作性和性能透明度，而不是代币化单个代理或创建孤立的平台。

该协议使用混合系统，结合了传统基准测试和密码学证明来验证模型性能。这使得模型具有可移植性、可审计性，并可在消息平台、分析工具和金融系统等应用程序中使用。

开发者可以通过 Aura 的链上框架部署模型，该框架支持基于使用情况和准确性的性能评估和货币化。该平台允许用户使用透明的性能数据来发现和评估模型。Aura 旨在将 AI 集成到 Web3 基础设施中，使 AI 模型能够作为自主的、具有经济活力的服务运行。^{[5] [7]}

特点

AI 模型发现与部署

Aura 提供了一个市场，用于发现和部署 AI 模型，使用通用架构，无需自定义后端开发。Aura 允许模型配置一次，并在多个界面（包括仪表板、生产力工具、智能合约和自动化协议）上访问，而不是要求开发者为每个用例构建独特的 API。

通过 Aura 部署的模型作为具有无需许可访问点的模块化服务运行。开发者设置输入/输出格式、使用限制和调用逻辑，而 Aura 管理基础设施、访问控制和性能跟踪。这种设计降低了运营开销，并允许开发者专注于改进模型功能。

例如，金融预测模型可以部署一次，并被各种实体（如 DAO 或金融平台）使用，而无需额外的集成工作。Aura 的框架支持未来与去中心化数据源、存储系统和声誉机制的集成，进一步将模型嵌入到去中心化生态系统中。^[1]

AI 模型验证

Aura 包括一个验证框架，通过传统基准测试和链上可验证性来验证 AI 模型性能。标准化的评估指标根据模型类型应用——例如，文本模型使用 BLEU、ROUGE 和困惑度分数进行测量。相比之下，分类模型使用准确率、精确率、召回率和混淆矩阵。推理模型使用逻辑基准和目标完成任务进行测试。这些结果使用合成输入和对抗性数据生成，然后不可变地记录以进行审计。

为了加强信任，Aura 引入了一个可选的性能证明层，该层使用密码学方法（如 zkTLS）来验证模型的输出是否由正确的版本实时生成，且未经过操纵。安全日志和路由证据支持这一点。

可以强制执行其他验证参数，包括延迟要求、输出约束和逻辑一致性检查。这些标准可以在部署期间嵌入，允许治理和用户定义可接受的行为。违规行为可能导致降级或从平台移除等处罚。

通过经验测试和密码学验证，Aura 提供了评估模型在实际场景中可靠性的机制。^[1]

性能证明层

Aura 的性能证明层为 AI 模型执行提供密码学验证。它专为输出完整性至关重要的环境而设计。此层中的模型必须实时运行，满足预定义的性能约束，并记录所有会话数据。

该系统使用 zkTLS 来确认交互在没有篡改的情况下发生。它由来自 Cloudflare 等提供商的路由日志、基于时间的执行限制以及哈希输入/输出记录支持，以防止结果操纵。

这些组合措施使得可以对模型活动进行外部验证，而无需泄露专有代码或损害用户数据。Aura 将此与 区块链 基础设施集成，以确保 AI 输出可审计且具有抗操纵性。^[2]

AI 货币化与协作

Aura 使 AI 模型能够在去中心化环境中作为可货币化的服务运行。部署和验证后，可以通过可编程界面访问模型，这些界面计量使用情况并管理支付。开发者可以设置访问策略，包括开放使用、对验证用户的限制访问或具有订阅或许可的分层模型。

与模型的每次交互都会启动一个 智能合约 触发的微支付，将收入分配给开发者和协议金库。收入分享机制还可以将收入分配给数据提供商或验证者等合作者。未来的版本可能会引入基于代币的激励措施，以促进高质量的模型使用。

该平台支持协作开发。可以通过社区微调来改进模型，使用共享基准进行评估，并由不同的参与者进行排名。用户通过提供反馈、识别边缘情况和建议新的训练数据来为改进做出贡献。

协作功能包括许可模型更新、用户对抗性测试和共享开发池，贡献者可以在其中共同创建模型变体并分享收入。这些机制促进了持续迭代和性能增强。

Aura 的方法消除了对外部货币化方法（如广告或中心化许可）的需求。相反，模型成为自我维持的数字服务——在去中心化生态系统中可发现、可测试和可改进。^[3]

链上竞赛

Aura 包含一个链上竞赛层，通过实时的、基于性能的挑战来评估 AI 模型。这些事件测试交互式和通常是对抗性条件下的推理、速度、泛化和特定领域知识等能力。示例格式包括逻辑谜题、基于任务的竞赛、模拟和预测练习。

竞赛在链上透明地管理，具有可验证的参赛标准、评分和结果记录。开发者提交模型进行竞争，而用户可以通过评估或预测机制观察或参与。一些事件也可能包括直接的人工智能对抗。

这些竞赛区分性能、奖励排名靠前的模型，并发现意想不到的策略或能力。目标是识别可靠的集成模型，同时鼓励持续改进。

Aura 的竞争框架优先考虑公平性、透明度和开放参与，创建一个基于绩效的环境，模型按性能而非声誉或促销努力进行排名。^[3]

精选竞赛

Aura 主办选择加入的、高风险的模型竞赛，以评估跨特定领域任务、时间敏感型决策和集成场景的真实世界性能。与静态基准不同，这些竞赛模拟生产条件以评估实际效用。

活动由协议团队、专家和社区组织。它们具有明确的规则、客观的评分和防篡改的输出。开发者质押 $AURA 代币以进入，激励高质量的参与。获胜者获得奖励、知名度和排行榜位置。

竞赛为用户提供了对模型行为和开发进度的洞察。这些事件既充当发现工具，又充当性能测试平台，从而提高了整个生态系统的模型质量。^[4]

代币经济学

$AURA 代币是 Aura 协议的 治理 资产。持有者参与与金库使用、协议变更、激励结构以及列出 AI 模型的标准相关的决策。该代币还可以支持与竞赛参与、访问权限或性能保证相关的 质押 功能，将治理与平台功能联系起来。^[5]

分配

AURA 的总供应量为 10 亿个代币，并具有以下分配：

社区：30%

流动性：30%

生态系统金库：20%

团队：10%

投资者：10% ^[5]

融资

Aura 在种子轮融资中筹集了 550 万美元，以支持其 AI 模型验证、部署和货币化的基础设施开发。该轮融资由 Manifold Trading、Selini Capital 和 Daxos Capital 领投，Hermeneutic Investments 和其他行业贡献者参与。^[8]

合作伙伴

• Selini
• Manifold
• OKX 钱包
• Matchain
• Hermeneutic Investments
• Daxos Capital