Pagram 是一个去中心化协议，旨在作为直播行业的 AI 骨干。该项目旨在为内容创作者提供一套 AI 驱动的工具，以提升视频质量、自动化制作流程，并为观众创造互动体验。该协议的基础设施建立在去中心化的计算提供商网络之上，其既定目标是为中心化 AI 云服务提供一种抗审查且具有成本效益的替代方案。^[1]

概览

Pagram 的创建是为了解决直播主播和内容创作者对中心化平台及专有 AI 工具日益增长的依赖。该项目的愿景是通过构建一个众包计算资源并向创作者开放的去中心化网络，实现先进 AI 能力的民主化。通过利用分布式网络，Pagram 旨在为实时 AI 视频处理提供必要的算力，而不依赖于单一的企业实体。^[1]​

该协议正作为一个开源框架进行开发，允许开发者构建新的 AI 驱动应用，或将 Pagram 的功能集成到现有的串流软件中。项目的核心是为 AI 增强型直播提供基础层，培育一个优先考虑创作者控制权和创新的工具生态系统。该平台旨在为直播主播配备生产级的 AI 功能，而这些功能此前仅大型广播工作室才能使用。^[1]​

产品

Pagram 提供了一套用于 AI 辅助直播的工具和基础设施。它将实时媒体处理、自动化功能和分布式计算整合到一个单一系统中。

Pagram AI 插件

Pagram AI 插件旨在成为内容创作者的主要交互点。它与现有的流媒体软件（如 OBS 或 Streamlabs）集成，提供了一个用户友好的界面，用于控制 AI 驱动的功能，而无需用户具备专业技术知识。^[1]​

实时视频增强

该插件提供了用于提升直播流视觉质量的工具。这包括 AI 驱动的视频放大、降噪、色彩校正和光照调节等功能，这些功能均经过实时处理，旨在增强观众的观看体验。^[1]​

AI 生成的叠加层

创作者可以使用该插件在直播中应用动态且具备上下文感知能力的图形叠加层。这些叠加层可以包括自动生成的字幕、实时数据可视化，或根据直播事件做出反应的品牌元素。^[1]​

自动化制作工具

该插件包含旨在自动化复杂制作任务的功能。这可能涉及根据屏幕内容进行自动场景切换、多机位设置中的智能摄像机角度选择，或从直播中自动创建精彩片段剪辑。^[1]​

互动式人工智能功能

这套功能旨在提高观众的参与度。示例包括人工智能驱动的聊天管理员、对观众评论的实时情感分析，以及由人工智能助手管理的互动投票或问答环节。^[1]​

Pagram AI 引擎

Pagram AI 引擎是负责执行驱动插件功能的 AI 模型的核心技术组件。它的设计旨在以极低的延迟处理实时视频处理的高强度需求。该引擎具有便携性，可以在 Pagram 网络的分布式节点上运行。通过采用优化技术，确保了 GPU 资源的高效利用，使引擎能够在不产生显著延迟的情况下，对实时视频流执行目标检测、视频增强和自然语言处理等复杂任务。^[1]​

Pagram 网络

Pagram 的基础设施建立在 Pagram 网络之上，这是一个去中心化的 AI 算力市场。该网络将愿意出租其 GPU 算力的个人和数据中心（节点运营商），与需要在直播中运行 AI 工作负载的内容创作者连接起来。这种模式的优势包括：增强了抗审查能力（因为不存在单点故障或控制）、与传统云服务商相比潜在的成本降低，以及让个人创作者能够更便捷地获取高性能计算资源。^[1]​

功能特性

Pagram 协议的功能通过 AI 插件提供，并由其底层的 AI 引擎驱动。这些功能被分为几个类别，旨在增强直播制作的不同方面。^[2]

实时视频增强

该协议旨在实时提升直播的视觉质量。这包括自动色彩校正功能，用于平衡和增强视频的色彩配置，以及光线调节功能，以补偿欠佳的光照条件。它还旨在提供帧放大技术以提高视频分辨率，并具备去除视觉噪点和压缩伪影的功能，从而获得更清晰的视频流。 ^{[1] [2]}

AI 生成的叠加层与场景

Pagram 旨在提供用于创建动态视觉元素的工具。该系统旨在促进动态布局切换，从而实现不同屏幕排列之间的无缝过渡。它还计划推出实时字幕生成功能，自动将口语转录为屏幕上的文本。另一个计划中的功能是能够即时生成动画叠加层，为创作者提供自定义图形，而无需预先制作素材。 ^[2]

自动化生产工具

该协议功能的一个重要部分集中在自动化生产任务上。其中一项关键的计划功能是智能摄像机追踪，它可以自动跟随主体的移动。该系统还旨在通过识别广播中的关键时刻来自动生成直播集锦。另一个预期的功能是“AI 导演模式”，旨在通过分析直播的内容和上下文，就屏幕上显示的内容做出智能决策，从而实现场景切换的自动化。 ^{[1] [2]}

交互式人工智能功能

生态系统

Pagram 生态系统由四个主要组件组成，这些组件协同工作，为直播视频流提供去中心化的 AI 处理。^[1]

• Pagram AI 插件： 一个面向用户的软件组件，直接与流行的流媒体应用程序集成。它是创作者访问和控制各种 AI 功能的界面。
• Pagram AI 引擎： 运行视频处理 AI 模型的核心软件。它针对低延迟性能进行了优化，以确保在直播过程中实时应用增强功能和效果。
• Pagram 网络： 一个由节点组成的去中心化网络，提供运行 Pagram AI 引擎所需的计算能力（主要是 GPU 资源）。
• PGRM 代币： Pagram 网络的原生实用型和治理代币，用于激励节点运营商、支付服务费用以及参与治理。

使用场景

Pagram 使创作者、开发者和平台能够通过 AI 驱动的工具和去中心化基础设施来增强、自动化并扩展直播。以下是该生态系统的核心使用方式：

• 实时视频增强 — 通过自动色彩校正、光线调整、分辨率提升和降噪来提高直播质量
• 自动化直播制作 — 利用 AI 驱动的摄像机追踪、场景切换和精彩片段生成来减少人工操作
• 动态叠加层与场景 — 实时创建并切换布局、字幕和动画叠加层
• 观众互动工具 — 实现聊天审核、AI 驱动的问答以及个性化互动提示
• AI 驱动的媒体处理 — 使用视觉、语音和自然语言处理（NLP）模型增强视频、音频和交互体验
• 去中心化算力访问 — 在分布式节点上运行 AI 工作负载，以降低成本并提高可扩展性
• AI 资产市场 — 在生态系统内购买、出售或租赁叠加层、模型和自动化工具
• 创作者经济 — 支持用户之间的直接交易与协作
• 节点参与与奖励 — 通过向网络贡献计算资源来赚取代币
• 安全与隐私直播 — 通过加密、沙箱化和零知识证明保护数据
• 灵活的平台集成 — 通过模块化插件将 AI 功能集成到现有的直播工具中

架构

Pagram 被设计为一个模块化系统，由用户交互、媒体处理和分布式计算层组成。这种结构允许各组件独立运行并保持集成，支持不同环境下的实时直播工作流。 ^{[1] [2]}

客户端层由一个与直播软件集成的插件组成。它负责处理媒体输入、应用选定功能，并在直播期间管理输出。它还支持用户配置和交互，部分处理任务在本地执行，以尽可能降低延迟。

AI 处理层提供用于媒体增强和自动化的模型。它包括视频功能（如超分辨率和帧调整）、音频功能（如噪声抑制和语音增强），以及自然语言处理和计算机视觉方面的其他能力。通过模型蒸馏和自适应选择等技术对模型进行优化，以在不同的系统条件下保持性能。 ^{[1] [2]}

计算层通过分布式节点网络扩展处理能力。这些节点为执行超出本地环境的工作负载提供计算资源。协调器根据可用性和延迟管理任务分配，而隔离的执行环境有助于维护系统完整性。 ^[1]

数据流从客户端层的采集开始，经过处理后返回进行实时输出，无需对直播内容进行持久化存储。整个过程应用了加密通信和沙箱化等安全措施。 ^[1]

总体而言，该架构将职责分离到各个层级，以支持灵活性、可扩展性以及在不同用例下的一致运行。 ^[1]

代币经济学

Pagram 生态系统由其原生实用型及治理代币驱动，代币代码为 $PGRM。^[1]​

代币分配

总供应量: 1,000,000,000 $PGRM

• 私募: 5%
• 公募: 10%
• 团队: 15%
• 流动性: 7%
• 营销: 15%
• 顾问: 3%
• 质押: 15%
• 国库: 10%
• 社区: 20% ^[1]

实用功能

$PGRM 代币设计有几项关键功能，旨在促进去中心化 AI 网络的运行。^[1]​

• 计算支付： 该代币的主要用途是作为交换媒介，用于向节点运营商支付处理 AI 任务所使用的 GPU 资源费用。
• 质押： 节点 运营商需要质押 $PGRM 代币作为一种安全保证金，以确保其在网络中的诚信参与。作为提供服务的报酬，他们将获得质押奖励和手续费。
• 治理： 代币持有者可以参与 Pagram DAO，允许他们就网络升级、费用结构调整以及项目的整体战略方向提出建议并进行投票。
• 功能访问： 该代币可用于解锁 Pagram AI 插件中的高级 AI 模型、高级功能或更高的处理优先级。

治理

Pagram 协议的治理通过 Pagram DAO 进行。$PGRM 代币的持有者可以参与决策过程，确保网络的发展符合其创作者、开发者和节点运营商社区的利益。该模型旨在随着时间的推移实现控制权的去中心化，将权限从最初的开发团队转移到其利益相关者手中。^[1]​