解读ORA：以太坊上的去信任人工智能
原文题目：《ora: ethereum’s trustlessai》
2025年主流加密货币交易所：
- 欧易OKX >>>进入官网<<< >>>官方下载<<<
- 币安Binance >>>进入官网<<< >>>官方下载<<<
撰文：ORA
编译：Fairy，ChainCatcher
编者按：6 月 26 日，预言机协议ORA 宣布完成了 2000 万美元的融资，投资方包括 Polychain、SevenX Ventures、HF0 和 Hashkey Capital 等。在区块链和人工智能的交汇点上，ORA 正在开辟新的前沿。ORA 通过结合 AI、丰富的数据源和任意规模的计算能力，不仅打破了智能合约的局限，更赋予了开发者们创新空间。
本篇文章详细介绍了 ORA 的核心技术和产品，包括零知识机器学习 (zkML)、Optimistic机器学习 (opML) 以及乐观隐私保护人工智能 (opp/ai)。阅读本文将了解 ORA 如何推动链上 AI 的发展。
ORA 简介ORA 是以太坊的去信任的人工智能，可在区块链上实现人工智能和任意规模的计算。
ORA 通过提供 AI、更丰富的数据源和任意计算来打破智能合约的局限性，以便开发人员可以自由创新。
ORA 的工作得到了 Compound、以太坊基金会、Uniswap、Optimism 等机构的信任。
1. 甲骨文 ORA 链上人工智能ORA 让链上人工智能成为现实。ORA 为链上人工智能领域贡献了一系列前沿研究和产品。产品包括 zkML、opML 和 opp/ai。
a）zkML：零知识机器学习
zkML 是一种链上机器学习的加密方法。
ORA 是 zkML 领域的先驱，并且发明了世界上第一个 zkML 库：Keras2Circom。
根据以太坊基金会支持的研究基准，Keras2Circom 的表现优于其他 zkML 框架。
此外，Keras2Circom 已准备好投入生产，并且经过了丰富生态系统的实战测试。
在这里阅读更多内容，并在 GitHub 上查看 Keras2Circom 库。
b）opML：Optimistic机器学习
opML 是一种经济高效的机器学习框架，现在可实现链上机器学习。
ORA 是 opML 的发明者和创造者，无论是从学术研究还是开源实现的角度来看。
zkML 可以为 ML 计算生成加密证明，这些证明足够简洁，可以在链上进行验证。然而，目前的计算能力实际上无法高效且经济地生成证明，尤其是对于大型 AI 模型。
与 zkML 相反，opML 可以有效地将 Grok 的 3140 亿参数模型等大型模型带上链，从而将管理成本降低 1,000,000 倍以上。
在我们的论文中了解更多信息：https://arxiv.org/abs/2401.17555。
c）opp/ai：Optimistic隐私保护人工智能
opp/ai，乐观隐私保护人工智能，将用于保护隐私的 zkML 与用于提高效率的 opML 相结合。
opp/ai 是为链上 AI 量身定制的混合模型。
ORA 是 opp/ai 的发明者。
与纯 zkML 相比，opp/ai 的表现更佳，同时保持了与 zkML 相同的隐私特性。
在此处阅读更多内容并在我们的论文中了解更多信息：https://arxiv.org/abs/2402.15006。
2. ORA 链上人工智能预言机（OAO）a) 简介
ORA 的 Onchain AI Oracle（OAO）是 ORA 的可验证、去中心化的 AI 预言机。
OAO 使任何人都可以在任何区块链上使用链上 AI 推理。
OAO 使用opML为 ML 计算创建可验证证明，这些证明可在区块链上进行验证。这为区块链中的 AI 开辟了新的可能性。
b）OAO 关于以太坊和 Optimism 主义
OAO 一直基于 opML 在以太坊和 Optimism 上运行，以生成可验证的 AI 推理。
上个月，ORA OAO 在以太坊主网上部署。
最近，与 Optimism 合作，ORA OAO 已集成到 Optimism 主网。
阅读有关以太坊和 Optimism 上 OAO 部署公告的更多信息。
c) 使用 OAO 构建
作为开发人员，您可以查看以下资源来构建由 AI 驱动的链上应用程序：
OAO 回购：OAO。OAO 文档：AI Oracle。使用 OAO 构建的视频教程：如何使用 OAO 进行交互和构建。使用 OAO 构建的想法以获得灵感：所以您想使用 Onchain AI 构建。ORA 生态系统项目参考：awesome-ora。3. ORA 初始模型发行（IMO）在 AI 时代，ORA 引入了新的机制 IMO（Initial Model Offering）。
a) 简介
TL;DR：IMO 在链上将 AI 模型代币化。
对于人工智能模型，IMO 为开源人工智能模型提供可持续的资金。
对于生态系统，IMO 有助于协调分配和持续贡献的价值观和激励措施。
对于代币持有者，IMO 允许任何人都从链上收入和推理资产（例如 ERC-7007）等来源获取链上 AI 模型的价值。
许多开源 AI 模型面临着将其贡献货币化的挑战，导致贡献者和组织都缺乏动力。因此，AI 行业目前由闭源的营利性公司主导。开源 AI 模型的制胜秘诀是需要筹集更多资金并公开构建。
有了 IMO，我们就能赢得开源 AI 之战。IMO 可以通过促进长期利益、鼓励参与和资助开源 AI 社区，实现开源 AI 模型生态系统的可持续发展。当我们拥有比专有模型更好的开源模型时，我们就赢了。
IMO 将开源 AI 模型的所有权代币化，并将其利润分享给代币持有者。
b) IMO 的核心组件
IMO 是无需许可的，因此任何人和任何社区都可以对其 AI 模型进行 IMO。
在 IMO 中，有两个核心组件：
具有可验证性的链上人工智能模型链上使用收益分享对于 Onchain AI，我们需要将代币与正确的 AI 模型和推理绑定在一起。ORA 正在通过前面提到的 ORA OAO 来实现这一点，这是世界上第一个适用于任何 AI 模型的 AI Oracle。
对于链上使用收益共享，ORA 引入了 ERC-7641：内在 RevShare 代币，作为 IMO 的基础，实现公平收益共享。IMO 代币不是 AI meme 币，而是代表 AI 模型的份额。持有者可从 OAO 和推理资产（如 ERC-7007：可验证 AI 生成内容代币）中受益于 AI 模型的收益。
c) IMO 概要
IMO 是无需许可的，因此任何人和任何社区都可以对其 AI 模型进行 IMO。
IMO 将特定的 AI 模型代币化，从而提供：
社区能够有效地为开源筹集资金。激励贡献者继续改进全球可访问的模型。代币持有者可以通过使用链上模型获得收入机会。有意义的 IMO 需要 Onchain AI 和 IMO 代币的收益分享机制：
Onchain AI 可以通过 ORA OAO 实现。收入来源于 ORA OAO 中的模型使用，以及 ORA 共同撰写的 ERC-7007 等推理资产。收益分享机制可以通过 ORA 编写的 ERC-7641 来执行。主网上的 $OLM：0xe5018913F2fdf33971864804dDB5fcA25C539032LP
主网上的地址：0xB57CFe32dbF5227d9c9A03eF3D2E9E53cb4524B0
a) OpenLM 简介
OpenLM 是一个执行性语言建模 (LM) 存储库，旨在促进中型 LM 的研究。
OpenLM 是开放的、高性能的、去中心化的人工智能，而不是由大型科技寡头资助和监督的封闭的、中心化的、许可的 LLM。
OpenLM 是一个由分散团队创建的 MIT 许可证下的开源模型。他们的贡献将通过此次捐赠得到认可，这也将有助于激励和促进任何人都可以访问的开源 LM 的研发。
b) OpenLM IMO
4 月 10 日，我们发布了全球首个 IMO：OpenLM IMO。
OpenLM IMO 将 OpenLM 的开源模型标记化。
就像普罗米修斯为文明窃取火种一样，ORA 通过 OpenLM 的首个 IMO 展示了 IMO 为开源 AI 社区带来的好处
$OLM 不是 ORA 的代币。它是以太坊上 OpenLM 模型的代币化，所有权由 OpenLM 贡献者和社区共享。尽管如此，ORA 的链上 AI 预言机可以实现人工智能模型的代币化。
IMO 将成为 OpenLM 旅程的基石，提供资金和激励措施来培育可持续的生态系统、实现访问民主化并推动持续发展。
IMO for OpenLM 有望利用开源软件和社区的力量彻底改变 LLM 的格局。
在此处阅读有关 OpenLM IMO 的更多信息。
c) OpenLM IMO 活动
OpenLM IMO 全球首届 IMO 取得了巨大成功。
5 亿枚代币全部以 150 ETH（约 50 万美元）的价格售出。这发生在 5 分钟内。这证明了在供应量低的情况下需求量很大。$OLM 继续在 Uniswap 的去中心化交易所上易手。
不幸的是，由于需求远远超过了有限的供应量，绝大多数在销售开始时试图购买 $OLM 的人的交易都没有成功处理。
这是第一次 IMO，以后还会有更多。未来的 IMO 将具有不同的参数，以便让更多有价值的人和钱包参与进来。
d）OpenLM IMO 路线图
IMO 的目标是培育开源社区，壮大生态系统。OpenLM IMO 为 OpenLM 开源社区提供了更多资源。
这是 IMO 技术的旗舰演示。这是迈向更可持续、更具竞争力和开源的 AI 未来的开始。
以下是实现 OpenLM IMO 成功的路线图。
1. OAO 集成
为了实现 $OLM 的收益共享，ORA 将 OpenLM AI 模型集成到 Onchain AI Oracle 中。这样，每次用户与 OpenLM 模型交互时都可以产生链上收入，并由 OAO 跟踪。
2. OpenLM 生态系统扩展
对于 AI 模型，IMO 为开源 AI 模型提供可持续的资金支持。借助 OpenLM IMO 的这一努力，各种项目都可以使用 OpenLM 为 $OLM 的收入池做出贡献。
3. 向 OpenLM 社区捐款
正如之前宣布和计划的那样，10% 的 $OLM IMO 代币将归于现有和未来的 OpenLM 贡献者。
我们正在敲定对开放和分散的人工智能社区的支持的所有细节。
4. 收益分享活动
OpenLM RevShare 代币（$OLM）具有以下特点：
收益共享：OAO 或其他来源的部分收益将分配给 $OLM 代币的收益共享池。代币持有者可以在快照后每 90 天领取一次收益。销毁：OAO 或其他来源的部分收入将分配给 $OLM 代币销毁池。代币持有者可以销毁其代币作为回购机制。销毁机制将支持 OpenLM 代币的「底价」。相关攻略
Oracle11g图形化安装程序报“无法检查显示器颜色”错误，通常因缺少libXp和libXtst库文件。安装器依赖这两个库检测显示能力。CentOS7等系统默认未包含，需启用EPEL仓库后通过yum安装。安装时需注意包名大小写及仓库配置。
许多Oracle DBA在日常运维中都会遇到一个典型问题：明明已经将asm_power_limit参数调至较高数值，但ASM磁盘组的重平衡（Rebalance）操作速度依然非常缓慢。更令人困惑的是，查询v$asm_operation视图时，EST_MINUTES字段显示的预估完成时间长时间停滞不变，
ORA-01578错误表明数据库存在物理坏块。首要任务是定位坏块，可通过错误信息中的文件与块号，查询V$DATABASE_BLOCK_CORRUPTION或DBA_EXTENTS视图确定所属对象。RMAN验证能深入检查块，而普通查询可能绕过损坏区域。若块恢复失败，可能因归档日志缺失或坏块位于系统表空间。备份中断后不应盲目重试，需暂停相关任务，评估影响，并检查
使用SpringDataJPA的@EntityGraph优化Oracle查询时，配置的抓取策略可能不生效，导致出现N+1问题。这常因实体图定义不纯净、方言配置错位或方法签名不匹配所致。验证需查看SQL日志是否生成JOIN语句。分页查询结合@EntityGraph易引发性能问题，可改用DTO投影或拆分查询。在Oracle场景下，JPQL中显式使用JOINFET
索引因频繁删除产生内部空洞，导致空间占用虚高。COALESCE操作可在线合并相邻空闲叶块以整理碎片，但不会释放空间或降低高水平线。它适用于因删除导致叶块使用率低下的情况，若碎片严重则需重建索引。操作后应验证叶块使用率或逻辑读是否改善，并结合索引使用频率评估维护效果。
热门专题
热门推荐
本文旨在为读者提供关于OKX（欧易）交易所在2026年的客观评估与实用指引。内容涵盖其在全球交易平台中的综合排名分析、核心功能与安全机制的详细解读，以及针对新老用户的具体操作建议。文章侧重于帮助用户理解平台优势与潜在注意事项，以便在Web3领域进行更安全、高效的资产管理与交易。
本文详细介绍了在币安平台完成KYC认证的完整流程，包括准备材料、操作步骤及注意事项。针对认证过程中可能遇到的常见问题，如审核时间、信息修改、认证失败原因等提供了具体解决方案。文章旨在帮助用户高效、顺利地通过验证，确保账户安全并解锁全部交易功能。
Windows11因未启用 NETFramework3 5导致应用报错时，可通过离线方式安装。主要方法包括：使用DISM命令调用本地CAB包直接注入；挂载Windows安装介质并指定sources sxs路径；在组策略中预设本地源路径后图形化启用；通过PowerShell命令结合本地源安装；或借助DirectX修复工具辅助修复。这些方法均无需联网，可解决因网
在无网络或关闭自动更新时，Windows11可通过多种方式手动安装离线更新。主要方法包括：从MicrosoftUpdateCatalog下载MSU文件并双击安装；使用DISM命令或PowerShell的Add-WindowsPackage工具安装CAB或MSU包；利用WUSA进行静默安装；或解压MSU文件提取CAB包后安装。这些方法均不依赖WindowsUp
游戏行业的风向，似乎正在悄然转变。最近，一则消息在圈内引起了不小的波澜：曾开发《脑航员2》等作品的微软旗下Xbox第一方工作室Double Fine Productions，正在联合美国通信工人协会（CWA），正式提交组建工会的请愿。 这家由传奇制作人Tim Schafer于2005年创立、并在20