去中心化AI网络崛起，成为政府管控前沿模型的制衡力量_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

去中心化AI网络崛起，成为政府管控前沿模型的制衡力量

2026-06-15 00:46:07

AI监管与硬件供应链的交汇正在悄然重塑前沿模型的训练格局。最新引爆点出现在顶级AI实验室Anthropic遵守美国出口管制之时——CoinFund创始人Jake Brukhman将此视为技术集中控制权的一个警示信号。他在近期言论中指出，瓶颈已不再仅仅是代码或数据，而是训练最强大模型所依赖的物理GPU集群。

Brukhman并非空谈理论。他明确指向了正在建设分布式训练基础设施的团队——Gensyn、Prime Intellect、Pluralis和Nous Research——这些团队试图整合全球闲置的GPU资源。具体机制虽有不同，但共同的赌注在于：去中心化算力能够匹敌，甚至挑战当前占据主导地位的超大规模集群模式。其中Pluralis走得更远，正在试验代币化AI模型——将模型权重拆分给参与者，形成一种碎片化的所有权结构，从而抵御集中式的关闭或审查。

代币化模型所有权的想法听起来或许抽象，但它实际上映射了链上已有的实验。去中心化计算网络正越来越多地融入Web3应用，算力在其中被视为一种流动资产而非固定资本支出。Pluralis所提议的方案，正是将这一逻辑直接延伸到模型层——更接近于一个共同拥有前沿模型权重的DAO，其经济参与与使用或授权挂钩。虽然仍处于早期阶段，但商业模式已初具雏形。

对于加密行业而言，这不仅仅是又一个AI叙事，而是一个结构性问题：无许可网络能否复制当前需要国家级协调或少数几家资金雄厚实验室才能实现的东西？Brukhman所引用的美国出口管制并非小麻烦，而是一项政策工具，可以决定哪些国家能够获得高端NVIDIA H100或未来芯片代次。当Anthropic这类公司屈从于这些管制时，企业合规与事实上的政府守门人之间的界限变得模糊。

监管背景正在迅速变化，AI并未与加密政策隔绝。银行已开始对重大加密立法进行反击，而管控数字资产的同一套立法机器正越来越多地被卷入AI监管辩论。一个建立在分布式GPU网络之上的去中心化AI层，恰好处于两者的交叉点，同时面临金融监管机构和技术管控体制的审视。这种重叠带来了摩擦，但也催生了一个几年前还不存在的利益群体。

Brukhman论点中一个被低估的要素，是去中心化AI所需的存储与数据物流。在碎片化的节点图上训练模型，不仅需要原始算力，还需要高效的数据管道和可验证计算。像Filecoin这样的项目一直在建设去中心化存储基础设施，即便本处未直接引用，它们也可能成为整个体系的一部分。训练越分散，就越需要存储不位于单个数据中心——那种可以因政府命令被关停的数据中心。

碎片化训练格局真正改变了什么

如果分布式训练能够大规模运作，其直接影响将体现在模型审查与访问权限上。政府可能会迫使一家美国云服务商拒绝向某外国实验室提供GPU访问权限，但却难以轻易阻止一个由数千个遍布司法辖区的节点运营商组成的无许可网络。这并不意味着此类网络不受法律压力，但抵抗成本更高，法律攻击面也根本不同。它将压力从简单的开/关切换，变成了一个混乱且进展缓慢的执法难题。

然而，这种韧性是有代价的。在异构的全球GPU网络上协调训练，会引入延迟、可靠性差距和验证挑战。Brukhman提到的团队正在攻克这些问题——例如Nous Research一直在试验分布式微调——但与集中式集群之间的性能差距依然真实存在。市场押注这一差距将随时间缩小，但目前尚不清楚，真正前沿规模的模型训练能否在没有某个中央协调实体（该实体本身会成为控制点）的情况下实现去中心化。

代币化模型与共同所有权的商业模式

Pluralis的代币化模型方法可能是整个体系中最激进的部分。不再是单一实验室拥有模型并计量访问权限，而是所有权被分割成代币，由多方持有。理论上，这可以将激励措施与更广泛的利益相关者（包括研究人员、算力提供者甚至用户）对齐，同时让单一监管机构更难关闭该模型。但这也引入了棘手的治理问题：由谁决定在哪些数据上重新训练？模型产出如何变现，收益归谁？这些都不是琐碎问题，首次尝试几乎必然会陷入混乱。

然而，近期的市场信号表明，加密原生的AI已不再局限于低风险用例。当CoinFund这类风险基金公开阐述一种将去中心化算力与国家支持的模型控制相对立的论题时，这标志着该领域正从白皮书走向基础设施。正如早期比特币叙事围绕主权货币展开，早期去中心化AI叙事正围绕主权算力凝聚。这种模式在真实压力下能否成立，仍是开放性问题——但界限正在此刻划定。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文