🧬 OpenLedger 项目概述

OpenLedger 是少数专注于数据与模型激励机制的区块链 AI 项目之一，率先提出了「Payable AI」概念，旨在打造一个公平、透明、可组合的 AI 运行环境，让数据贡献者、模型开发者和应用构建者都能按贡献获得链上收益。

它提供从数据提供、模型部署到调用分润的完整闭环，核心模块包括：

• Model Factory：零代码即可基于开源大模型，用 LoRA 微调并部署定制模型；

• OpenLoRA：支持海量模型共存、按需调用，显著降低部署成本；

• PoA（归因证明）：记录模型调用及数据来源，实现精确的激励分配；

• Datanets：面向特定场景构建的结构化数据网络，由社区共建；

• 模型提案平台：打造链上可组合、可调用、可支付的模型市场。

在技术底层上，OpenLedger 基于 OP Stack 和 EigenDA 搭建，具备高吞吐、低费用、强可验证性等优势，既可在以太坊主网结算保障安全，又完全兼容 EVM，便于开发和集成。同时，EigenDA 提供高效的数据可用性支持，有效降低成本。

相较于强调底层数据主权或 AI Agent 架构的项目（如 NEAR），OpenLedger 更专注于模型激励这一中间层，推动模型的链上部署、追溯与收益分配。

🔍 与同类 Crypto AI 项目有何差异？

OpenLedger 专注于 AI 模型的链上部署与调用激励，围绕 “训练—部署—调用—分润” 的完整链路构建生态，定位明确，特色鲜明。

在目前的 Crypto AI 项目中，OpenLedger 没有完全重合的竞争者，具备以下差异化优势与互补潜力：

• 与 Bittensor 相比，OpenLedger 更聚焦应用层收益分配，而非底层算力与通用 AI 网络建设，架构更轻，门槛更低。

• 与 Sentient 相比，OpenLedger 关注模型部署与调用后的激励归属，而 Sentient 更重训练阶段的确权与社区共建，价值链位置互补。

• 与 Pond 相比，两者都有 “模型工厂” 功能，但 Pond 偏向学术场景与研究者；OpenLedger 面向开发者和普通用户，支持无代码操作。

完整对比如下：

简而言之，OpenLedger 位于 Crypto AI 的中间层，连接数据、模型和终端应用，既能接入数据训练上游，也能支持模型在链上的调用和变现。

Source: https://x.com/0xjacobzhao/status/1928321969424060653

🐙 近期重点生态进展

OpenLedger 于 2025 年 6 月发布了研究论文《Proof of Attribution：在 OpenLedger 上实现可解释且可支付的人工智能》，提出了一种全新的框架，旨在为 AI 发展引入透明性、经济激励一致性与责任机制。

论文详细阐述了 OpenLedger 如何通过其去中心化基础设施，实现根据数据对模型输出产生的实际影响对贡献者进行公平奖励。

🔗 论文链接：https://cdn.openledger.xyz/Studio/Proof_of_Attribution.pdf

近日，OpenLedger 宣布推出链上 AI 孵化器 OpenCircle，并投入价值 2,500 万美元的 OPEN Token，支持开发者、研究人员和数据贡献者共建开放、透明的 AI 生态。OpenCircle 致力于打破 AI 的 “黑箱” 壁垒，为 Web3 场景下的 AI 应用探索新的协作模式与激励机制。

参与者将获得早期 Token 分配机会、覆盖 DeFi、DePIN、游戏等领域的高质量数据集，以及可追踪的贡献记录和真实的激励机制。

🔗 报名方式：https://t.co/oIrXPazz8M

OpenLedger 测试网目前已突破 2,000 万笔交易，生态活跃度与开发参与度持续攀升。主网上线在即，敬请期待！

🎙️ 香港站主题演讲回顾

在刚刚结束的 OpenLedger 香港站活动上，项目核心贡献者 Ram 以 “The Next Gen Blockchain Network For AI” 为主题，围绕项目的诞生愿景、核心产品体系以及最新生态进展，全面介绍了这个专为 AI 构建的区块链平台。

Ram 在演讲开场指出，当前 AI 产业正面临三大结构性难题：过度依赖通用模型、由少数大公司掌控、缺乏可解释性与透明度。

OpenLedger 正是为解决这些问题而诞生。这是一个专门为 AI 应用设计的区块链平台，核心目标是释放数据、模型与 AI 代理的流动性并实现变现。它引入了全链可追踪的 “归因证明（Proof of Attribution）”机制，从源头追踪数据对模型的影响，支持对数据贡献者的收益分配，并推动 AI 向更加开放、协作和可验证的方向发展。

Openledger 提供完整的 AI 模型构建与部署链路，包含多个关键组件。

Datanets 是面向社区的协作式数据平台，用于收集与整理特定领域的数据资源；Model Factory 是一个无代码工具，支持基于这些数据训练 LoRA 微调模型；这些模型随后被统一发布在 OpenModels 上，供开发者调用或用户交互使用。OpenChat 是连接用户与这些专业模型的入口，支持聊天、AI 代理等多种交互形式。

Openledger 的架构中还包含数据与模型注册表、归因证明、治理系统等模块，确保整个生命周期的透明性与可追溯性。

Openledger 团队由 20 多名成员组成，分布在技术、研究、市场等多个领域，核心成员曾参与 Sony、Walmart、Viacom、Hedera 等项目建设。

融资方面，Openledger 已完成 1,500 万美元融资。由 Polychain Capital 领投，其他知名投资机构包括 Borderless Capital、Finality 和 HashKey Capital。战略天使投资人包括前 Coinbase CTO Balaji Srinivasan、Polygon 联创 Sandeep Nailwal、Manta Network 联创 Kenny Li、Gitcoin 联创 Scott Moore 等。

目前项目已成功上线测试网，运行超过 110 万个节点，活跃地址数超 1,300 万，已有 1.8 万个模型在测试网构建。平台即将主网上线，并持续向开发者开放构建支持。

目前已有多个团队基于 OpenLedger 构建垂直场景应用，如 Data Bootstrap 的数据智能层、Ambios 的空气质量指数模型、Xangle 的韩语 Web3 教育模型、迪拜税务局专属模型等。

展望未来，Ram 表示 OpenLedger 将持续扩展其生态边界：一方面将推出 AI USD 稳定币，为数据提供者与模型开发者之间的微支付提供支持；另一方面也计划打造 AI 模型专属的去中心化交易所（DEX），实现模型的代币化、碎片化与自由流通，真正推动 AI 资产化，为智能经济奠定基础。

🪐 圆桌会议：AI x 区块链的融合前沿

圆桌会议环节以 “AI x 区块链: 如何构建可信、可追溯到智能经济” 为主题，OpenLedger 核心贡献者 Ram、0xU 主席 JianAn、Brevis 联合创始人 Michael、Cyberport Web3 与金融科技发展总监 Rachel Lee，以及吴说创始人 Colin Wu 齐聚一堂，围绕 AI 与区块链融合的趋势展开了深入探讨。

嘉宾们分享了当前在 Web3 的重点探索，并围绕 “AI+ 区块链” 的典型应用、本地化策略、模型验证、教育赋能、开发者痛点与未来趋势展开讨论。

OpenLedger 介绍了其为开发者与模型创建者设计的激励机制与链上协作模式；Brevis 分享了在模型推理与验证方面的最新进展；Cyberport 与 0xU 分别从产业支持与青年教育出发，解析了香港及校园圈层对 AI+Web3 的关注；吴说则从媒体角度指出了亚洲市场在 “AI x 区块链” 热度与实际落地之间的落差。

圆桌最后，嘉宾们还畅想了 2025–2026 年 AI 与 Web3 深度融合下可能诞生的突破性用例。