Robinhood 应该是个开始，越来越多这类金融企业开始上链了。前有coinbase，后面还有下一个是arc链。

看了a16z的最新 2026 年隐私趋势 的x，主要总结了两点： -隐私将成为不同区块链之间竞争的护城河。虽然隐私项目好多，但主要还是要看ETH生态的。另外隐私也是eth现在发展的重点，之前ETH基金会把隐私研究团队研究重心也重新规划了，重点发展隐私落地场景也。现在很多隐私项目都是以ETH为核心来构建，主要两个方向FHE类和ZK类。FHE 龙头是@zama ，ZK类以隐私合约为核心的 @0xMiden -去中心化端到端私密通讯将流行。 @VitalikButerin 之前捐赠了两个这个方向的项目 @session_app and @SimpleXChat。以及一直在构建隐私基础设施和通讯应用场景的项目 @QuilibriumInc 都属于这种去中心化端到端加密的通讯工具

zama @zama CEO @randhindi 最新一期访谈 -rand 是10岁就开始做开发者，在90年代创办了第一家公司，然后在2007年21岁时完成了AI博士学位 -创办了最早专注于隐私的AI公司之一，叫Snips，后被收购了 -5年前创建了Zama，zama是一种新技术，叫FHE，全同态加密，它允许你在不实际看到数据的情况下对加密数据进行计算。 -但大部分人认为zama只是一个区块链项目，其实他最早是做ai+fhe结合的方向，也就是隐私ai方向，目前也一致在优化fhe性能支持ai方面的隐私计算 -在区块链领域主要是基于fhe的智能合约，其应用包括最新的token拍卖，也是基于隐私模式下的拍卖 -rand由于创业很早就财富资源了，也投资一些项目，包括最新投资的AI自动化任务项目 @twin_labs https://t.co/JQCp41cfER

币安 HODLer 空投推出 Allora (ALLO)！通过追溯 BNB Simple Earn 订阅赚取 ALLO。。。没想到Allora @AlloraNetwork 能上币安现货。看看能否上（喊）韩所了 https://t.co/xnvQgKR4mQ

Allora @AlloraNetwork tge的一些信息 -ALLO Ethereum、Base、BSC 三链同步上线，质押年化 12% -11月11日中心化交易所上线，目前已经确认的是： -Kraken、币安 Alpha 、MEXC 和 Bitmart 交易所 融资信息： ALLO是AI+区块链的项目，拿到了 Polychain、Framework、dao5 等机构的 3500 万美元投资 主网空投及Allora Prime奖励： -9.3%总供应量（9300万枚ALLO）将用于社区和生态分配 -其中5%将在主网启动时空投给符合条件的参与者 yapper奖励过去六个月： 1/$ALLO奖励池的70%将发放给第一阶段的用户（第1阶段） 2/20%的奖金将发放给从9月到TGE期间参赛的选手。 （第二阶段时间为：9月18日 ~ TGE） 3/10% 预留给 24 小时 TGE 发射闪电战（北京时间晚上 9 点，allora的Rosh 表示此时为第三阶段开始时间）

allora @AlloraNetwork 技术路线图 这张图是 Allora 项目的技术路线图，是项目在未来多个阶段（Phase 1–5）中的技术发展方向和生态目标。可以分为两大部分： 上半部分：Network Functionality / Topic Diversification（网络功能与主题多样化） 这一部分描述了 Allora 网络在不同阶段将支持的机器学习（ML）功能与主题范围。 Phase 1 ML classification（机器学习分类）：支持词典推理、多输出模型。 应用领域：预测市场、传统金融（tradfi）、RWA（现实资产）、游戏、体育等。 Phase 2 Fee model in CLOB format：费用模型将采用限价订单簿（CLOB）形式，与支付挂钩。 Private inferences（隐私推理） RWA topics：支持现实资产（商品、法币等）。 Event probabilities：支持事件类概率推理，如客户流失、忠诚度、欺诈、风险等。 Phase 3 取消白名单机制：放开对工作节点与信誉者的限制。 ML unsupervised learning（无监督学习）：特别是异常检测（anomaly detection）。 Phase 4 Request/response topics：引入请求/响应型主题。 Multi-functional topics：用于资金整合的多功能主题。 Merkle proof + data availability layer：增加默克尔证明和数据可用性层。 Cheating detection：检测作弊行为。 Phase 5 ML unsupervised learning（clustering）：无监督聚类学习。 LLMs & Generative AI：引入大语言模型与生成式 AI。 Robotics：用于实时（on-the-fly）定量推理的机器人智能。 下半部分：Ecosystem / Developer Growth（生态与开发者成长） 这一部分讲的是生态系统建设与开发者工具的演进。 Phase 1 Allo 集成进 DeFi 市场 多链支持（Multichain ALLO） Allora Prime 质押奖励 Agent 支持与加速器（Agent Accelerator） Allora Forge 2.0：提供 AI/ML 开发的加密抽象层。 Phase 2 Phase 2 集成上线 企业部署第一阶段 质押代币：ALLO LST 改进 AI/ML 开发工具 Allora 计划分五阶段演进，从基础的机器学习推理市场逐步扩展到： 多样化主题与隐私保护； 引入企业级应用； 增强数据层与验证机制； 最终支持 LLM、生成式 AI 与机器人等高阶智能推理。

ETH应用驱动的FHE规划 2025年版本 以太坊研究社区https://t.co/tpFbhPkkNr的一篇FHE规划的文章，很大信息量，基本涵盖以太坊FHE研究和生态方方面面的规划和总结，摘要下重点内容： Open, Application‑Driven FHE for Ethereum 原文：https://t.co/hIOfIoTQoQ 背景： 全同态加密（FHE，Fully Homomorphic Encryption）允许在“密文状态”直接执行计算，从而实现数据在加密状态下仍可被处理。 在 Zero‑Knowledge Proofs（ZK）在以太坊生态中主要用于可验证性、透明性方面有较多应用的情况下，“机密性”仍是区块链生态中一个待突破的支柱（如zkvm @brevis_zk 这类项目，目的是让链上无法计算的任务放到链下，仍然还是可验证型的代表） 对于 Ethereum 及其衍生生态，当前虽然在可验证性、扩容（如 Rollups）方面进展很多，但隐私／机密状态管理却还比较弱。 FHE 是一个有潜力填补这一空缺的技术路径。 但要让 FHE 在以太坊／Web3 生态中落地，面临三大挑战：性能开销高、去中心化密钥管理难、以及寻找“隐私确实有意义且能覆盖其额外开销”的应用场景。强调必须“从应用出发”来选择方案。 ETH FHE生态玩家： 1/Zama @zama_fhe -FHEVM, TFHE-rs 开源库，算这个赛道的龙头了，也是融资规模最大的。 -融资：超过 1.5亿美刀 2/Fhenix @fhenix -通过 FHE 协处理器实现机密的以太坊智能合约 -融资：7M 3/Inco -使用 FHE/MPC/TEE 的模块化机密层 -融资：9.5M 4/Enclave -机密 FHE 协处理器层 -融资：未公开 等等 一些典型应用场景： 1/保密 DeFi 协议：例如“私密稳定币”（用户的余额、交易历史可加密存储但仍可由合约验证）和“保密借贷／抵押”场景。FHE 能让合约在不知道明文数值的情况下做逻辑判断。 2/区块链+AI 组合场景：例如多组织在加密数据上联合训练模型、或者在加密状态下执行 AI 推断。区块链保证治理规则、奖励机制或结果验证。FHE 提供输入／状态机密性。 3/MEV／秘密交易簿／加密记账：在 MEV（Maximal Extractable Value）或前运行／交易排序中，引入 FHE 可以隐藏交易细节。 关键技术考量与挑战： 方案按应用选型（Application-Driven Scheme Choice）：不同的 FHE 方案适合不同类型的计算（如布尔逻辑、小整数算术、近似浮点运算等）。 方案分类： BFV/BGV：用于整数精确运算（比如账务、结算、查询等）。 TFHE/FHEW：用于低延迟布尔电路或查表运算（如合约中的政策检查、加密逻辑判断） 。 CKKS：用于近似浮点／向量运算（如加密的 ML 推断、风险模型） 。 可验证性（Verifiability，又提到 vFHE）：仅仅让计算在密文上进行还不够，协议／生态中还需证明“执行正确、没有篡改”。 因此需结合 FHE + 证明机制（例如零知识证明或其他可验证机制）来确保可信。 密钥管理和去中心化（Key Management）：在分布式区块链环境中，谁持有私钥、谁能解密、谁来做门控？传统由中心化实体管理密钥不符 Web3 去中心化精神。需要阈值 FHE、代理重加密、多密钥 FHE 等技术。 安全定义：安全模型如 IND-CPAD（或 sIND-CPAD）需要考虑，因为在阈值 FHE 或多密钥环境下，解密或密钥泄露攻击更为复杂。 经济模型／开销／可用性：FHE 的计算和存储开销仍显著。制定可持续商业／经济激励模型，并通过标准基准（benchmark）评估典型以太坊工作负载在 FHE 下的开销。 与 ZK 的对比： 两者在以太坊生态中的差异和互补： ZK→ 优点：现有技术较成熟、用于可验证性、隐私证明、扩容。 FHE→ 优点：不仅隐藏输入，还能隐藏状态并在密文上直接计算；缺点：延迟、资源开销、密钥管理、去中心化等还在发展中。 简而言之，ZK 更擅长“证明你知道／做了什么”，而 FHE 更擅长“在你完全看不见数据的情况下做运算”。两者未来可能是互补而非替代。 未来推进路径： 建立开源基准（benchmarks），测量将典型以太坊 dApp（如 AMM 交换、借贷）迁移到 FHE 的性能开销。 设计可持续经济模型（例如用户付额外费、协议补贴、操作节点获激励等）以抵销隐私开销。 推进可验证 FHE（vFHE），结合证明机制使得加密计算可信。 探索去中心化密钥管理模型：比如阈值 FHE、多密钥 FHE、代理重加密。

ETH应用驱动的FHE规划 2025年版本 以太坊研究社区https://t.co/tpFbhPkkNr的一篇FHE规划的文章，很大信息量，基本涵盖以太坊FHE研究和生态方方面面的规划和总结，摘要下重点内容： Open, Application‑Driven FHE for Ethereum 原文：https://t.co/hIOfIoTQoQ 背景： 全同态加密（FHE，Fully Homomorphic Encryption）允许在“密文状态”直接执行计算，从而实现数据在加密状态下仍可被处理。 在 Zero‑Knowledge Proofs（ZK）在以太坊生态中主要用于可验证性、透明性方面有较多应用的情况下，“机密性”仍是区块链生态中一个待突破的支柱（如zkvm @brevis_zk 这类项目，目的是让链上无法计算的任务放到链下，仍然还是可验证型的代表） 对于 Ethereum 及其衍生生态，当前虽然在可验证性、扩容（如 Rollups）方面进展很多，但隐私／机密状态管理却还比较弱。 FHE 是一个有潜力填补这一空缺的技术路径。 但要让 FHE 在以太坊／Web3 生态中落地，面临三大挑战：性能开销高、去中心化密钥管理难、以及寻找“隐私确实有意义且能覆盖其额外开销”的应用场景。强调必须“从应用出发”来选择方案。 ETH FHE生态玩家： 1/Zama @zama_fhe -FHEVM, TFHE-rs 开源库，算这个赛道的龙头了，也是融资规模最大的。 -融资：超过 1.5亿美刀 2/Fhenix @fhenix -通过 FHE 协处理器实现机密的以太坊智能合约 -融资：7M 3/Inco -使用 FHE/MPC/TEE 的模块化机密层 -融资：9.5M 4/Enclave -机密 FHE 协处理器层 -融资：未公开 等等 一些典型应用场景： 1/保密 DeFi 协议：例如“私密稳定币”（用户的余额、交易历史可加密存储但仍可由合约验证）和“保密借贷／抵押”场景。FHE 能让合约在不知道明文数值的情况下做逻辑判断。 2/区块链+AI 组合场景：例如多组织在加密数据上联合训练模型、或者在加密状态下执行 AI 推断。区块链保证治理规则、奖励机制或结果验证。FHE 提供输入／状态机密性。 3/MEV／秘密交易簿／加密记账：在 MEV（Maximal Extractable Value）或前运行／交易排序中，引入 FHE 可以隐藏交易细节。 关键技术考量与挑战： 方案按应用选型（Application-Driven Scheme Choice）：不同的 FHE 方案适合不同类型的计算（如布尔逻辑、小整数算术、近似浮点运算等）。 方案分类： BFV/BGV：用于整数精确运算（比如账务、结算、查询等）。 TFHE/FHEW：用于低延迟布尔电路或查表运算（如合约中的政策检查、加密逻辑判断） 。 CKKS：用于近似浮点／向量运算（如加密的 ML 推断、风险模型） 。 可验证性（Verifiability，又提到 vFHE）：仅仅让计算在密文上进行还不够，协议／生态中还需证明“执行正确、没有篡改”。 因此需结合 FHE + 证明机制（例如零知识证明或其他可验证机制）来确保可信。 密钥管理和去中心化（Key Management）：在分布式区块链环境中，谁持有私钥、谁能解密、谁来做门控？传统由中心化实体管理密钥不符 Web3 去中心化精神。需要阈值 FHE、代理重加密、多密钥 FHE 等技术。 安全定义：安全模型如 IND-CPAD（或 sIND-CPAD）需要考虑，因为在阈值 FHE 或多密钥环境下，解密或密钥泄露攻击更为复杂。 经济模型／开销／可用性：FHE 的计算和存储开销仍显著。制定可持续商业／经济激励模型，并通过标准基准（benchmark）评估典型以太坊工作负载在 FHE 下的开销。 与 ZK 的对比： 两者在以太坊生态中的差异和互补： ZK→ 优点：现有技术较成熟、用于可验证性、隐私证明、扩容。 FHE→ 优点：不仅隐藏输入，还能隐藏状态并在密文上直接计算；缺点：延迟、资源开销、密钥管理、去中心化等还在发展中。 简而言之，ZK 更擅长“证明你知道／做了什么”，而 FHE 更擅长“在你完全看不见数据的情况下做运算”。两者未来可能是互补而非替代。 未来推进路径： 建立开源基准（benchmarks），测量将典型以太坊 dApp（如 AMM 交换、借贷）迁移到 FHE 的性能开销。 设计可持续经济模型（例如用户付额外费、协议补贴、操作节点获激励等）以抵销隐私开销。 推进可验证 FHE（vFHE），结合证明机制使得加密计算可信。 探索去中心化密钥管理模型：比如阈值 FHE、多密钥 FHE、代理重加密。

zkvm市场全家桶 -Brevis zkvm @brevis_zk 场景拓展最牛，开拓出了一些新的使用场景，v神小v奶，虽然不是最早的zkvm，但大有后发先至的趋势，近期最靓的zkvm仔 -Boundless @boundless_xyz 本来这个团队具有一个独立的技术体系，没有走polygon团队的基础设施，各个方面进展也不错，但upbit事件影响币价和市场社区热度，最近又开始恢复，团队出来做市场，当前首要还是恢复信心，要拉拉币价啊 -Axiom zkvm @axiom_xyz 技术上有特点，主要在zkvm的可扩展性上，但现在市场技术差异已经很小了，目前拓展客户比较低调，但是看x上有部分合作 -Valida zkvm @valida_xyz 不拿融资，专注研究，很多关于zk优先的zkvm设计，其他的zkvm团队都有参考 -Succinct @SuccinctLabs 社区营销和币价维护上做的最好，场景拓展上和Boundless在同一个场景市场上，竞争比较激烈 -Aztec @aztecnetwork 最悠久的隐私L2，本身也做了ZKVM，Aztec Virtual Machine (AVM)，用于支持其隐私优先的Layer 2执行环境，允许公共和私有函数的混合执行。Aztec的AVM基于SNARKs，更注重Ethereum上的隐私抽象和混合公共/私有执行 -Miden VM @0xMiden 使用STARK证明系统，专注于ZK友好性而非EVM兼容性，支持任意程序的执行。核心也是主打隐私合约的市场和aztec应该是在一个市场竞争。之前公布过2500万美金新融资，有空投预期。

zkvm市场全家桶 -Brevis zkvm @brevis_zk 场景拓展最牛，开拓出了一些新的使用场景，v神小v奶，虽然不是最早的zkvm，但大有后发先至的趋势，近期最靓的zkvm仔 -Boundless @boundless_xyz 本来这个团队具有一个独立的技术体系，没有走polygon团队的基础设施，各个方面进展也不错，但upbit事件影响币价和市场社区热度，最近又开始恢复，团队出来做市场，当前首要还是恢复信心，要拉拉币价啊 -Axiom zkvm @axiom_xyz 技术上有特点，主要在zkvm的可扩展性上，但现在市场技术差异已经很小了，目前拓展客户比较低调，但是看x上有部分合作 -Valida zkvm @valida_xyz 不拿融资，专注研究，很多关于zk优先的zkvm设计，其他的zkvm团队都有参考 -Succinct @SuccinctLabs 社区营销和币价维护上做的最好，场景拓展上和Boundless在同一个场景市场上，竞争比较激烈 -Aztec @aztecnetwork 最悠久的隐私L2，本身也做了ZKVM，Aztec Virtual Machine (AVM)，用于支持其隐私优先的Layer 2执行环境，允许公共和私有函数的混合执行。Aztec的AVM基于SNARKs，更注重Ethereum上的隐私抽象和混合公共/私有执行 -Miden VM @0xMiden 使用STARK证明系统，专注于ZK友好性而非EVM兼容性，支持任意程序的执行。核心也是主打隐私合约的市场和aztec应该是在一个市场竞争。之前公布过2500万美金新融资，有空投预期。

(FHE) @zama_fhe 用于隐私计算 零知识证明 (ZK) 用于可扩展性 @boundless_xyz @brevis_zk @SuccinctLabs 多方计算 (MPC) 用于密钥管理 @QuilibriumInc （Quil不并非只密钥管理api，他是一个web3 安全流量网络）。 各个技术在使用上有交集，但最终将划江而治，比如zama也使用mpc，做隐私数据的使用授权。zk也可以做隐私保护，但隐私数据的 计算 最好的还是FHE

自从 @boundless_xyz 被upbit警告后，没看到有什么正式的对事件的解析。 今晚 8 点，boundless团队的Brett & Tina 将参加 Foresight 线上圆桌，为大家讲解项目的最新进展以及未来计划！所有关于的boundless的问题， boundless团队将为大家解答 @Xi_195 VP of Product Tina （boundless的产品vp） @TinaLiu333 Head of Global Marketing（boundless的全球marketing 头） 感兴趣可以听听怎么说

Brevis @brevis_zk 这次把链下数据计算，链上验证的技术用到了和 @KaitoAI 合作的榜单上，真是把技术的场景化玩到了极致 Brevis启动了Yapper榜单的第二季，这季会结合内容和链上行为乘数 -Brevis Yapper排行榜是第一个使用该技术的 -验证用户的链上个人资料，而无需暴露钱包地址 -无需暴露钱包即可证明您的链上信誉，解锁Yaper排行加权，提升在排行榜上的排名 -新的榜单分数计算公式：您的贡献得分= (您的内容份额 × 您的乘数[钱包行为]） / (所有参与者内容份额的总和 × 他们的乘数） -认证即可解锁 1.25 倍奖励（乘数），符合条件并完成认证的参与者越少，您的优势就越大 -目前符合 Brevis Yapper 排行榜资格： 伙伴项目代币的持有者： $LINEA ≥ 70000 $EDEN ≥ 7000 $USUAL ≥ 30000 $KAITO ≥ 1000 $mUSD ≥ 1000 满足其中一项条件即可获得资格 Brevis ZK 证明证实： ✓您拥有一个符合条件的钱包 ✓该钱包与您的 Kaito 账户关联 ✓乘数计算正确 谁都看不到哪个钱包是你的。Kaito看不到，Brevis看不到，其他参与者也看不到。 如何验证账户，增加乘数，具体详情： https://t.co/5NKPPSSXpZ

AI项目 多模型协调层 - Allora @AlloraNetwork 发布了代币经济学，看来马上要TGE了 ALLO 代币分配如下： -早期支持者：31.05% -核心贡献者：17.50% -网络排放量：21.45% -社区：9.30% -Allora Prime 质押奖励：2.50% -生态系统与合作伙伴关系：8.85% -基金会：9.35% Q4 TGE的 下一个AI项目 Sentient @SentientAGI 估计也快了。

这几天被 @VitalikButerin 转发评论的 @brevis_zk 这个zkvm 很热，尤其最近他们推出了实时证明，平均6.9秒的证明速度。之前也分享过这个项目，今天系统分享下实时证明对ETH的重要性以及@brevis_zk 的整体研究分享。 为什么实时证明重要？实时证明到底有什么价值？和ETH L1扩容有什么关系？ 1）ETH L1计算和容量仍然有限，所以V神和基金会团队规划的ETH L1扩容已经箭在弦上，虽然有不同的模块，但是ZKVM在这里起到的作用比较核心，未来的ETH L1将是以ZK为核心，共识层会避免重复计算来做验证，而是只用计算一次，生成证明，其他节点验证证明后达成共识的新机制。并且zkvm客户端为了避免单一节点和实现的电路漏洞，所以一定是支持多样实现版本的，所以像Brevis等ZKVM都有机会分一杯羹。 2）zkVM 在 L1 扩容中的作用机制： 传统以太坊 L1 的验证者需要： -重新执行交易（EVM interpreter） -检查状态转换是否合法 这部分计算成本高、阻碍扩容。 3）zkVM 则允许“用证明代替重算”： -zkVM 在链下完整执行交易逻辑（EVM 字节码或更高层 VM 指令） -生成一个 zk proof（证明状态转换正确） -L1 上的合约（Verifier）用常数时间验证该证明 -即使 EVM 逻辑复杂，验证仍然是 O(1) 4）通过zkvm客户端，则就变成了，所有交易并非要全部执行，只需要执行后生成证明，其他节点进行验证证明即可，避免了所有节点重复执行的低效率，这将对L1带来很大的效率提升，这个提升主要是需要实时证明的支持，那多实时才叫实时证明呢？ 简单先看下ETH的共识层的一些机制： 以太坊共识层（Beacon Chain） 的时隙时间 slot time = 12 秒 决定的。 以太坊每 12 秒产生一个新区块（即一个时隙 slot）。 这个时隙内，共识客户端（consensus client） 要完成： -接收新区块； -执行区块中的交易； -验证执行结果是否正确； -在网络上传播签名、投票、汇总。 因此，如果 ZK 证明系统要替代执行层（Execution Client）的验证逻辑，就必须在 12 秒窗口内完成证明生成（proof generation），否则共识层无法实时确认新区块。 5）最新的Pico Prism，使用 64 个 RTX 5090 GPU，99.6% 的区块在 12 秒内得到证明，平均 6.9 秒 下面详细研究下 https://t.co/DV99JiSSiY： 支持实时证明的 - AI/Web3的可验证计算层https://t.co/DV99JiSSiY 定位：https://t.co/DV99JiSSiY 是AI和Web3的可验证计算层 https://t.co/DV99JiSSiY 有三款主要产品： 1）Pico RISC-V ZKVM（已支持实时证明）： Pico是一款RISC-V的ZKVM，并且为了应对证明系统的快速发展和业务逻辑的不变变化，Pico是基于模块化ZKVM的设计，支持可插拔后端证明系统，以及业务协处理器，Brevis的技术基础来自于Pico，最新已经支持实时证明。 另外相比其他ZKVM在实际落地业务场景上，Brevis有两款已经落地几十家DEFI客户的产品，他们分别是Brevis data Coprocessor和Incentra。 2）Brevis data Coprocessor： Brevis data Coprocessor 是一款高效的零知识证明协处理器（Brevis链），它使智能合约能够读取所支持的区块链的完整历史链上数据，并以完全无需信任的方式运行可定制的计算，传统方法要么使用中心化方案，要么链上计算则需要付出昂贵的gas成本（基本无法承担的成本），而Brevis data Coprocessor凭借无需信任的历史数据，Brevis可以支持数据驱动的 DeFi、用户留存和参与功能、无需信任的主动流动性管理、基于全链活动的身份等等。目前合作的客户包括PancakeSwap ，Usual Money ，MetaMask，Linea ，Uniswap Foundation，OpenEden ，Trusta AI，0G 等等 3）Incentra可验证的 DeFi 协议激励分配平台： 通过zkCoprocessor支持的可验证激励平台，如传统的空投的计算都是黑盒子，都是项目方私下里计算给发放奖励，Incentra支持奖励直接在零知识证明电路中计算，并直接在链上验证，确保无需信任、透明且可验证的奖励计算。用户可以独立验证奖励金额，无需依赖任何中心化机构。 下面主要介绍下核心基础设施Pico RISC-V zkvm的架构设计： Pico 一款开源零知识虚拟机 (zkVM)，他是一款模块化设计的RISC-V的ZKVM，核心提出是 “glue-and-coprocessor” + 模块化 架构 —— 即 VM 本身作为 “胶水”（glue），负责通用逻辑、控制流、状态转换；而高频或复杂操作由专门的协处理器（coprocessor）处理以提升性能，目前有AI推理协处理器，链上数据协处理器等。 另外这几年证明系统发展非常快速，一旦代码绑定了哪个证明系统，可能对于证明系统最新的技术进步的跟进就会缓慢，所以Pico设计是一个可插拔的模块化架构，支持可插拔证明系统以及业务电路逻辑的可插拔。 Glue 层 / VM 核心： 管理执行流程、状态转移、函数调用、异常、内存 & 设备访问 通用的、应用无关的逻辑在这里处理，VM的核心 预编译 / 内建函数： 对于常见操作（如哈希、加密、签名、算术扩展）提供高效实现。扩展了 RISC-V 指令集，加速哈希计算、签名验证等底层操作。Pico 支持开发者根据需求自定义预编译模块，同时也提供开箱即用的优化方案，避免这些操作被展开为通用电路，从而减少成本 Coprocessor（协处理器）： 为特定场景（如链上数据访问、交易逻辑、复杂代数运算等）提供专门电路加速 可按需定制或替换。 后端 / 证明流水线（可插拔的证明系统）： 1）支持多种证明系统 / 素数域 / 优化策略 如STARK（KoalaBear、BabyBear），CircleSTARK（Mersenne 31），Pico 支持 可选模块化后端，即开发者可以选择不同的证明系统、素数域，或调整证明流水线 以优化性能／证明大小／验证时间等权衡 2）例如，Poseidon2 哈希函数主要应用于 zkVM 递归证明。在 STARK 系统下，KoalaBear 证明效率远超 BabyBear，仅需更换证明后端即可大幅提升性能，而无需修改计算逻辑 Pico 还将这一架构拓展至可验证 AI 推理（AI推理协处理器）： 这是Pico另外一个有潜力的方向，现在很多ai的api生意里，一个Router的服务方，来协调多模型或自动根据成本路由模型。这本身是一个不错的服务，但是服务方往往会根据利润等来以次充好。比如用户明明调用了10次GPT5，router服务方为了提升利润，这里面6次给你GPT5，4次给你另一个低成本的模型，这时就需要可验证的AI推理服务了。 Pico Prism 的分布式 / 多 GPU 架构： Brevis 推出了 Pico Prism，是对原有 Pico 架构的重大拓展，采用 分布式、多 GPU 的设计，以支撑更大规模、更实时的 Ethereum 区块证明。 Brevis如何参与： 1）Brevis Spark 积分活动：https://t.co/wvhwlMwQGR 2）discor获得角色 实时证明研究资料： https://t.co/5h7MzhkEt3

这几天被 @VitalikButerin 转发评论的 @brevis_zk 这个zkvm 很热，尤其最近他们推出了实时证明，平均6.9秒的证明速度。之前也分享过这个项目，今天系统分享下实时证明对ETH的重要性以及@brevis_zk 的整体研究分享。 为什么实时证明重要？实时证明到底有什么价值？和ETH L1扩容有什么关系？ 1）ETH L1计算和容量仍然有限，所以V神和基金会团队规划的ETH L1扩容已经箭在弦上，虽然有不同的模块，但是ZKVM在这里起到的作用比较核心，未来的ETH L1将是以ZK为核心，共识层会避免重复计算来做验证，而是只用计算一次，生成证明，其他节点验证证明后达成共识的新机制。并且zkvm客户端为了避免单一节点和实现的电路漏洞，所以一定是支持多样实现版本的，所以像Brevis等ZKVM都有机会分一杯羹。 2）zkVM 在 L1 扩容中的作用机制： 传统以太坊 L1 的验证者需要： -重新执行交易（EVM interpreter） -检查状态转换是否合法 这部分计算成本高、阻碍扩容。 3）zkVM 则允许“用证明代替重算”： -zkVM 在链下完整执行交易逻辑（EVM 字节码或更高层 VM 指令） -生成一个 zk proof（证明状态转换正确） -L1 上的合约（Verifier）用常数时间验证该证明 -即使 EVM 逻辑复杂，验证仍然是 O(1) 4）通过zkvm客户端，则就变成了，所有交易并非要全部执行，只需要执行后生成证明，其他节点进行验证证明即可，避免了所有节点重复执行的低效率，这将对L1带来很大的效率提升，这个提升主要是需要实时证明的支持，那多实时才叫实时证明呢？ 简单先看下ETH的共识层的一些机制： 以太坊共识层（Beacon Chain） 的时隙时间 slot time = 12 秒 决定的。 以太坊每 12 秒产生一个新区块（即一个时隙 slot）。 这个时隙内，共识客户端（consensus client） 要完成： -接收新区块； -执行区块中的交易； -验证执行结果是否正确； -在网络上传播签名、投票、汇总。 因此，如果 ZK 证明系统要替代执行层（Execution Client）的验证逻辑，就必须在 12 秒窗口内完成证明生成（proof generation），否则共识层无法实时确认新区块。 5）最新的Pico Prism，使用 64 个 RTX 5090 GPU，99.6% 的区块在 12 秒内得到证明，平均 6.9 秒 下面详细研究下 https://t.co/DV99JiSSiY： 支持实时证明的 - AI/Web3的可验证计算层https://t.co/DV99JiSSiY 定位：https://t.co/DV99JiSSiY 是AI和Web3的可验证计算层 https://t.co/DV99JiSSiY 有三款主要产品： 1）Pico RISC-V ZKVM（已支持实时证明）： Pico是一款RISC-V的ZKVM，并且为了应对证明系统的快速发展和业务逻辑的不变变化，Pico是基于模块化ZKVM的设计，支持可插拔后端证明系统，以及业务协处理器，Brevis的技术基础来自于Pico，最新已经支持实时证明。 另外相比其他ZKVM在实际落地业务场景上，Brevis有两款已经落地几十家DEFI客户的产品，他们分别是Brevis data Coprocessor和Incentra。 2）Brevis data Coprocessor： Brevis data Coprocessor 是一款高效的零知识证明协处理器（Brevis链），它使智能合约能够读取所支持的区块链的完整历史链上数据，并以完全无需信任的方式运行可定制的计算，传统方法要么使用中心化方案，要么链上计算则需要付出昂贵的gas成本（基本无法承担的成本），而Brevis data Coprocessor凭借无需信任的历史数据，Brevis可以支持数据驱动的 DeFi、用户留存和参与功能、无需信任的主动流动性管理、基于全链活动的身份等等。目前合作的客户包括PancakeSwap ，Usual Money ，MetaMask，Linea ，Uniswap Foundation，OpenEden ，Trusta AI，0G 等等 3）Incentra可验证的 DeFi 协议激励分配平台： 通过zkCoprocessor支持的可验证激励平台，如传统的空投的计算都是黑盒子，都是项目方私下里计算给发放奖励，Incentra支持奖励直接在零知识证明电路中计算，并直接在链上验证，确保无需信任、透明且可验证的奖励计算。用户可以独立验证奖励金额，无需依赖任何中心化机构。 下面主要介绍下核心基础设施Pico RISC-V zkvm的架构设计： Pico 一款开源零知识虚拟机 (zkVM)，他是一款模块化设计的RISC-V的ZKVM，核心提出是 “glue-and-coprocessor” + 模块化 架构 —— 即 VM 本身作为 “胶水”（glue），负责通用逻辑、控制流、状态转换；而高频或复杂操作由专门的协处理器（coprocessor）处理以提升性能，目前有AI推理协处理器，链上数据协处理器等。 另外这几年证明系统发展非常快速，一旦代码绑定了哪个证明系统，可能对于证明系统最新的技术进步的跟进就会缓慢，所以Pico设计是一个可插拔的模块化架构，支持可插拔证明系统以及业务电路逻辑的可插拔。 Glue 层 / VM 核心： 管理执行流程、状态转移、函数调用、异常、内存 & 设备访问 通用的、应用无关的逻辑在这里处理，VM的核心 预编译 / 内建函数： 对于常见操作（如哈希、加密、签名、算术扩展）提供高效实现。扩展了 RISC-V 指令集，加速哈希计算、签名验证等底层操作。Pico 支持开发者根据需求自定义预编译模块，同时也提供开箱即用的优化方案，避免这些操作被展开为通用电路，从而减少成本 Coprocessor（协处理器）： 为特定场景（如链上数据访问、交易逻辑、复杂代数运算等）提供专门电路加速 可按需定制或替换。 后端 / 证明流水线（可插拔的证明系统）： 1）支持多种证明系统 / 素数域 / 优化策略 如STARK（KoalaBear、BabyBear），CircleSTARK（Mersenne 31），Pico 支持 可选模块化后端，即开发者可以选择不同的证明系统、素数域，或调整证明流水线 以优化性能／证明大小／验证时间等权衡 2）例如，Poseidon2 哈希函数主要应用于 zkVM 递归证明。在 STARK 系统下，KoalaBear 证明效率远超 BabyBear，仅需更换证明后端即可大幅提升性能，而无需修改计算逻辑 Pico 还将这一架构拓展至可验证 AI 推理（AI推理协处理器）： 这是Pico另外一个有潜力的方向，现在很多ai的api生意里，一个Router的服务方，来协调多模型或自动根据成本路由模型。这本身是一个不错的服务，但是服务方往往会根据利润等来以次充好。比如用户明明调用了10次GPT5，router服务方为了提升利润，这里面6次给你GPT5，4次给你另一个低成本的模型，这时就需要可验证的AI推理服务了。 Pico Prism 的分布式 / 多 GPU 架构： Brevis 推出了 Pico Prism，是对原有 Pico 架构的重大拓展，采用 分布式、多 GPU 的设计，以支撑更大规模、更实时的 Ethereum 区块证明。 Brevis如何参与： 1）Brevis Spark 积分活动：https://t.co/wvhwlMwQGR 2）discor获得角色 实时证明研究资料： https://t.co/5h7MzhkEt3

这几天被 @VitalikButerin 转发评论的 @brevis_zk 这个zkvm 很热，尤其最近他们推出了实时证明，平均6.9秒的证明速度。之前也分享过这个项目，今天系统分享下实时证明对ETH的重要性以及@brevis_zk 的整体研究分享。 为什么实时证明重要？实时证明到底有什么价值？和ETH L1扩容有什么关系？ 1）ETH L1计算和容量仍然有限，所以V神和基金会团队规划的ETH L1扩容已经箭在弦上，虽然有不同的模块，但是ZKVM在这里起到的作用比较核心，未来的ETH L1将是以ZK为核心，共识层会避免重复计算来做验证，而是只用计算一次，生成证明，其他节点验证证明后达成共识的新机制。并且zkvm客户端为了避免单一节点和实现的电路漏洞，所以一定是支持多样实现版本的，所以像Brevis等ZKVM都有机会分一杯羹。 2）zkVM 在 L1 扩容中的作用机制： 传统以太坊 L1 的验证者需要： -重新执行交易（EVM interpreter） -检查状态转换是否合法 这部分计算成本高、阻碍扩容。 3）zkVM 则允许“用证明代替重算”： -zkVM 在链下完整执行交易逻辑（EVM 字节码或更高层 VM 指令） -生成一个 zk proof（证明状态转换正确） -L1 上的合约（Verifier）用常数时间验证该证明 -即使 EVM 逻辑复杂，验证仍然是 O(1) 4）通过zkvm客户端，则就变成了，所有交易并非要全部执行，只需要执行后生成证明，其他节点进行验证证明即可，避免了所有节点重复执行的低效率，这将对L1带来很大的效率提升，这个提升主要是需要实时证明的支持，那多实时才叫实时证明呢？ 简单先看下ETH的共识层的一些机制： 以太坊共识层（Beacon Chain） 的时隙时间 slot time = 12 秒 决定的。 以太坊每 12 秒产生一个新区块（即一个时隙 slot）。 这个时隙内，共识客户端（consensus client） 要完成： -接收新区块； -执行区块中的交易； -验证执行结果是否正确； -在网络上传播签名、投票、汇总。 因此，如果 ZK 证明系统要替代执行层（Execution Client）的验证逻辑，就必须在 12 秒窗口内完成证明生成（proof generation），否则共识层无法实时确认新区块。 5）最新的Pico Prism，使用 64 个 RTX 5090 GPU，99.6% 的区块在 12 秒内得到证明，平均 6.9 秒 下面详细研究下 https://t.co/DV99JiSSiY： 支持实时证明的 - AI/Web3的可验证计算层https://t.co/DV99JiSSiY 定位：https://t.co/DV99JiSSiY 是AI和Web3的可验证计算层 https://t.co/DV99JiSSiY 有三款主要产品： 1）Pico RISC-V ZKVM（已支持实时证明）： Pico是一款RISC-V的ZKVM，并且为了应对证明系统的快速发展和业务逻辑的不变变化，Pico是基于模块化ZKVM的设计，支持可插拔后端证明系统，以及业务协处理器，Brevis的技术基础来自于Pico，最新已经支持实时证明。 另外相比其他ZKVM在实际落地业务场景上，Brevis有两款已经落地几十家DEFI客户的产品，他们分别是Brevis data Coprocessor和Incentra。 2）Brevis data Coprocessor： Brevis data Coprocessor 是一款高效的零知识证明协处理器（Brevis链），它使智能合约能够读取所支持的区块链的完整历史链上数据，并以完全无需信任的方式运行可定制的计算，传统方法要么使用中心化方案，要么链上计算则需要付出昂贵的gas成本（基本无法承担的成本），而Brevis data Coprocessor凭借无需信任的历史数据，Brevis可以支持数据驱动的 DeFi、用户留存和参与功能、无需信任的主动流动性管理、基于全链活动的身份等等。目前合作的客户包括PancakeSwap ，Usual Money ，MetaMask，Linea ，Uniswap Foundation，OpenEden ，Trusta AI，0G 等等 3）Incentra可验证的 DeFi 协议激励分配平台： 通过zkCoprocessor支持的可验证激励平台，如传统的空投的计算都是黑盒子，都是项目方私下里计算给发放奖励，Incentra支持奖励直接在零知识证明电路中计算，并直接在链上验证，确保无需信任、透明且可验证的奖励计算。用户可以独立验证奖励金额，无需依赖任何中心化机构。 下面主要介绍下核心基础设施Pico RISC-V zkvm的架构设计： Pico 一款开源零知识虚拟机 (zkVM)，他是一款模块化设计的RISC-V的ZKVM，核心提出是 “glue-and-coprocessor” + 模块化 架构 —— 即 VM 本身作为 “胶水”（glue），负责通用逻辑、控制流、状态转换；而高频或复杂操作由专门的协处理器（coprocessor）处理以提升性能，目前有AI推理协处理器，链上数据协处理器等。 另外这几年证明系统发展非常快速，一旦代码绑定了哪个证明系统，可能对于证明系统最新的技术进步的跟进就会缓慢，所以Pico设计是一个可插拔的模块化架构，支持可插拔证明系统以及业务电路逻辑的可插拔。 Glue 层 / VM 核心： 管理执行流程、状态转移、函数调用、异常、内存 & 设备访问 通用的、应用无关的逻辑在这里处理，VM的核心 预编译 / 内建函数： 对于常见操作（如哈希、加密、签名、算术扩展）提供高效实现。扩展了 RISC-V 指令集，加速哈希计算、签名验证等底层操作。Pico 支持开发者根据需求自定义预编译模块，同时也提供开箱即用的优化方案，避免这些操作被展开为通用电路，从而减少成本 Coprocessor（协处理器）： 为特定场景（如链上数据访问、交易逻辑、复杂代数运算等）提供专门电路加速 可按需定制或替换。 后端 / 证明流水线（可插拔的证明系统）： 1）支持多种证明系统 / 素数域 / 优化策略 如STARK（KoalaBear、BabyBear），CircleSTARK（Mersenne 31），Pico 支持 可选模块化后端，即开发者可以选择不同的证明系统、素数域，或调整证明流水线 以优化性能／证明大小／验证时间等权衡 2）例如，Poseidon2 哈希函数主要应用于 zkVM 递归证明。在 STARK 系统下，KoalaBear 证明效率远超 BabyBear，仅需更换证明后端即可大幅提升性能，而无需修改计算逻辑 Pico 还将这一架构拓展至可验证 AI 推理（AI推理协处理器）： 这是Pico另外一个有潜力的方向，现在很多ai的api生意里，一个Router的服务方，来协调多模型或自动根据成本路由模型。这本身是一个不错的服务，但是服务方往往会根据利润等来以次充好。比如用户明明调用了10次GPT5，router服务方为了提升利润，这里面6次给你GPT5，4次给你另一个低成本的模型，这时就需要可验证的AI推理服务了。 Pico Prism 的分布式 / 多 GPU 架构： Brevis 推出了 Pico Prism，是对原有 Pico 架构的重大拓展，采用 分布式、多 GPU 的设计，以支撑更大规模、更实时的 Ethereum 区块证明。 Brevis如何参与： 1）Brevis Spark 积分活动：https://t.co/wvhwlMwQGR 2）discor获得角色 实时证明研究资料： https://t.co/5h7MzhkEt3

这几天被 @VitalikButerin 转发评论的 @brevis_zk 这个zkvm 很热，尤其最近他们推出了实时证明，平均6.9秒的证明速度。之前也分享过这个项目，今天系统分享下实时证明对ETH的重要性以及@brevis_zk 的整体研究分享。 为什么实时证明重要？实时证明到底有什么价值？和ETH L1扩容有什么关系？ 1）ETH L1计算和容量仍然有限，所以V神和基金会团队规划的ETH L1扩容已经箭在弦上，虽然有不同的模块，但是ZKVM在这里起到的作用比较核心，未来的ETH L1将是以ZK为核心，共识层会避免重复计算来做验证，而是只用计算一次，生成证明，其他节点验证证明后达成共识的新机制。并且zkvm客户端为了避免单一节点和实现的电路漏洞，所以一定是支持多样实现版本的，所以像Brevis等ZKVM都有机会分一杯羹。 2）zkVM 在 L1 扩容中的作用机制： 传统以太坊 L1 的验证者需要： -重新执行交易（EVM interpreter） -检查状态转换是否合法 这部分计算成本高、阻碍扩容。 3）zkVM 则允许“用证明代替重算”： -zkVM 在链下完整执行交易逻辑（EVM 字节码或更高层 VM 指令） -生成一个 zk proof（证明状态转换正确） -L1 上的合约（Verifier）用常数时间验证该证明 -即使 EVM 逻辑复杂，验证仍然是 O(1) 4）通过zkvm客户端，则就变成了，所有交易并非要全部执行，只需要执行后生成证明，其他节点进行验证证明即可，避免了所有节点重复执行的低效率，这将对L1带来很大的效率提升，这个提升主要是需要实时证明的支持，那多实时才叫实时证明呢？ 简单先看下ETH的共识层的一些机制： 以太坊共识层（Beacon Chain） 的时隙时间 slot time = 12 秒 决定的。 以太坊每 12 秒产生一个新区块（即一个时隙 slot）。 这个时隙内，共识客户端（consensus client） 要完成： -接收新区块； -执行区块中的交易； -验证执行结果是否正确； -在网络上传播签名、投票、汇总。 因此，如果 ZK 证明系统要替代执行层（Execution Client）的验证逻辑，就必须在 12 秒窗口内完成证明生成（proof generation），否则共识层无法实时确认新区块。 5）最新的Pico Prism，使用 64 个 RTX 5090 GPU，99.6% 的区块在 12 秒内得到证明，平均 6.9 秒 下面详细研究下 https://t.co/DV99JiSSiY： 支持实时证明的 - AI/Web3的可验证计算层https://t.co/DV99JiSSiY 定位：https://t.co/DV99JiSSiY 是AI和Web3的可验证计算层 https://t.co/DV99JiSSiY 有三款主要产品： 1）Pico RISC-V ZKVM（已支持实时证明）： Pico是一款RISC-V的ZKVM，并且为了应对证明系统的快速发展和业务逻辑的不变变化，Pico是基于模块化ZKVM的设计，支持可插拔后端证明系统，以及业务协处理器，Brevis的技术基础来自于Pico，最新已经支持实时证明。 另外相比其他ZKVM在实际落地业务场景上，Brevis有两款已经落地几十家DEFI客户的产品，他们分别是Brevis data Coprocessor和Incentra。 2）Brevis data Coprocessor： Brevis data Coprocessor 是一款高效的零知识证明协处理器（Brevis链），它使智能合约能够读取所支持的区块链的完整历史链上数据，并以完全无需信任的方式运行可定制的计算，传统方法要么使用中心化方案，要么链上计算则需要付出昂贵的gas成本（基本无法承担的成本），而Brevis data Coprocessor凭借无需信任的历史数据，Brevis可以支持数据驱动的 DeFi、用户留存和参与功能、无需信任的主动流动性管理、基于全链活动的身份等等。目前合作的客户包括PancakeSwap ，Usual Money ，MetaMask，Linea ，Uniswap Foundation，OpenEden ，Trusta AI，0G 等等 3）Incentra可验证的 DeFi 协议激励分配平台： 通过zkCoprocessor支持的可验证激励平台，如传统的空投的计算都是黑盒子，都是项目方私下里计算给发放奖励，Incentra支持奖励直接在零知识证明电路中计算，并直接在链上验证，确保无需信任、透明且可验证的奖励计算。用户可以独立验证奖励金额，无需依赖任何中心化机构。 下面主要介绍下核心基础设施Pico RISC-V zkvm的架构设计： Pico 一款开源零知识虚拟机 (zkVM)，他是一款模块化设计的RISC-V的ZKVM，核心提出是 “glue-and-coprocessor” + 模块化 架构 —— 即 VM 本身作为 “胶水”（glue），负责通用逻辑、控制流、状态转换；而高频或复杂操作由专门的协处理器（coprocessor）处理以提升性能，目前有AI推理协处理器，链上数据协处理器等。 另外这几年证明系统发展非常快速，一旦代码绑定了哪个证明系统，可能对于证明系统最新的技术进步的跟进就会缓慢，所以Pico设计是一个可插拔的模块化架构，支持可插拔证明系统以及业务电路逻辑的可插拔。 Glue 层 / VM 核心： 管理执行流程、状态转移、函数调用、异常、内存 & 设备访问 通用的、应用无关的逻辑在这里处理，VM的核心 预编译 / 内建函数： 对于常见操作（如哈希、加密、签名、算术扩展）提供高效实现。扩展了 RISC-V 指令集，加速哈希计算、签名验证等底层操作。Pico 支持开发者根据需求自定义预编译模块，同时也提供开箱即用的优化方案，避免这些操作被展开为通用电路，从而减少成本 Coprocessor（协处理器）： 为特定场景（如链上数据访问、交易逻辑、复杂代数运算等）提供专门电路加速 可按需定制或替换。 后端 / 证明流水线（可插拔的证明系统）： 1）支持多种证明系统 / 素数域 / 优化策略 如STARK（KoalaBear、BabyBear），CircleSTARK（Mersenne 31），Pico 支持 可选模块化后端，即开发者可以选择不同的证明系统、素数域，或调整证明流水线 以优化性能／证明大小／验证时间等权衡 2）例如，Poseidon2 哈希函数主要应用于 zkVM 递归证明。在 STARK 系统下，KoalaBear 证明效率远超 BabyBear，仅需更换证明后端即可大幅提升性能，而无需修改计算逻辑 Pico 还将这一架构拓展至可验证 AI 推理（AI推理协处理器）： 这是Pico另外一个有潜力的方向，现在很多ai的api生意里，一个Router的服务方，来协调多模型或自动根据成本路由模型。这本身是一个不错的服务，但是服务方往往会根据利润等来以次充好。比如用户明明调用了10次GPT5，router服务方为了提升利润，这里面6次给你GPT5，4次给你另一个低成本的模型，这时就需要可验证的AI推理服务了。 Pico Prism 的分布式 / 多 GPU 架构： Brevis 推出了 Pico Prism，是对原有 Pico 架构的重大拓展，采用 分布式、多 GPU 的设计，以支撑更大规模、更实时的 Ethereum 区块证明。 Brevis如何参与： 1）Brevis Spark 积分活动：https://t.co/wvhwlMwQGR 2）discor获得角色 实时证明研究资料： https://t.co/5h7MzhkEt3

这几天被 @VitalikButerin 转发评论的 @brevis_zk 这个zkvm 很热，尤其最近他们推出了实时证明，平均6.9秒的证明速度。之前也分享过这个项目，今天系统分享下实时证明对ETH的重要性以及@brevis_zk 的整体研究分享。 为什么实时证明重要？实时证明到底有什么价值？和ETH L1扩容有什么关系？ 1）ETH L1计算和容量仍然有限，所以V神和基金会团队规划的ETH L1扩容已经箭在弦上，虽然有不同的模块，但是ZKVM在这里起到的作用比较核心，未来的ETH L1将是以ZK为核心，共识层会避免重复计算来做验证，而是只用计算一次，生成证明，其他节点验证证明后达成共识的新机制。并且zkvm客户端为了避免单一节点和实现的电路漏洞，所以一定是支持多样实现版本的，所以像Brevis等ZKVM都有机会分一杯羹。 2）zkVM 在 L1 扩容中的作用机制： 传统以太坊 L1 的验证者需要： -重新执行交易（EVM interpreter） -检查状态转换是否合法 这部分计算成本高、阻碍扩容。 3）zkVM 则允许“用证明代替重算”： -zkVM 在链下完整执行交易逻辑（EVM 字节码或更高层 VM 指令） -生成一个 zk proof（证明状态转换正确） -L1 上的合约（Verifier）用常数时间验证该证明 -即使 EVM 逻辑复杂，验证仍然是 O(1) 4）通过zkvm客户端，则就变成了，所有交易并非要全部执行，只需要执行后生成证明，其他节点进行验证证明即可，避免了所有节点重复执行的低效率，这将对L1带来很大的效率提升，这个提升主要是需要实时证明的支持，那多实时才叫实时证明呢？ 简单先看下ETH的共识层的一些机制： 以太坊共识层（Beacon Chain） 的时隙时间 slot time = 12 秒 决定的。 以太坊每 12 秒产生一个新区块（即一个时隙 slot）。 这个时隙内，共识客户端（consensus client） 要完成： -接收新区块； -执行区块中的交易； -验证执行结果是否正确； -在网络上传播签名、投票、汇总。 因此，如果 ZK 证明系统要替代执行层（Execution Client）的验证逻辑，就必须在 12 秒窗口内完成证明生成（proof generation），否则共识层无法实时确认新区块。 5）最新的Pico Prism，使用 64 个 RTX 5090 GPU，99.6% 的区块在 12 秒内得到证明，平均 6.9 秒 下面详细研究下 https://t.co/DV99JiSSiY： 支持实时证明的 - AI/Web3的可验证计算层https://t.co/DV99JiSSiY 定位：https://t.co/DV99JiSSiY 是AI和Web3的可验证计算层 https://t.co/DV99JiSSiY 有三款主要产品： 1）Pico RISC-V ZKVM（已支持实时证明）： Pico是一款RISC-V的ZKVM，并且为了应对证明系统的快速发展和业务逻辑的不变变化，Pico是基于模块化ZKVM的设计，支持可插拔后端证明系统，以及业务协处理器，Brevis的技术基础来自于Pico，最新已经支持实时证明。 另外相比其他ZKVM在实际落地业务场景上，Brevis有两款已经落地几十家DEFI客户的产品，他们分别是Brevis data Coprocessor和Incentra。 2）Brevis data Coprocessor： Brevis data Coprocessor 是一款高效的零知识证明协处理器（Brevis链），它使智能合约能够读取所支持的区块链的完整历史链上数据，并以完全无需信任的方式运行可定制的计算，传统方法要么使用中心化方案，要么链上计算则需要付出昂贵的gas成本（基本无法承担的成本），而Brevis data Coprocessor凭借无需信任的历史数据，Brevis可以支持数据驱动的 DeFi、用户留存和参与功能、无需信任的主动流动性管理、基于全链活动的身份等等。目前合作的客户包括PancakeSwap ，Usual Money ，MetaMask，Linea ，Uniswap Foundation，OpenEden ，Trusta AI，0G 等等 3）Incentra可验证的 DeFi 协议激励分配平台： 通过zkCoprocessor支持的可验证激励平台，如传统的空投的计算都是黑盒子，都是项目方私下里计算给发放奖励，Incentra支持奖励直接在零知识证明电路中计算，并直接在链上验证，确保无需信任、透明且可验证的奖励计算。用户可以独立验证奖励金额，无需依赖任何中心化机构。 下面主要介绍下核心基础设施Pico RISC-V zkvm的架构设计： Pico 一款开源零知识虚拟机 (zkVM)，他是一款模块化设计的RISC-V的ZKVM，核心提出是 “glue-and-coprocessor” + 模块化 架构 —— 即 VM 本身作为 “胶水”（glue），负责通用逻辑、控制流、状态转换；而高频或复杂操作由专门的协处理器（coprocessor）处理以提升性能，目前有AI推理协处理器，链上数据协处理器等。 另外这几年证明系统发展非常快速，一旦代码绑定了哪个证明系统，可能对于证明系统最新的技术进步的跟进就会缓慢，所以Pico设计是一个可插拔的模块化架构，支持可插拔证明系统以及业务电路逻辑的可插拔。 Glue 层 / VM 核心： 管理执行流程、状态转移、函数调用、异常、内存 & 设备访问 通用的、应用无关的逻辑在这里处理，VM的核心 预编译 / 内建函数： 对于常见操作（如哈希、加密、签名、算术扩展）提供高效实现。扩展了 RISC-V 指令集，加速哈希计算、签名验证等底层操作。Pico 支持开发者根据需求自定义预编译模块，同时也提供开箱即用的优化方案，避免这些操作被展开为通用电路，从而减少成本 Coprocessor（协处理器）： 为特定场景（如链上数据访问、交易逻辑、复杂代数运算等）提供专门电路加速 可按需定制或替换。 后端 / 证明流水线（可插拔的证明系统）： 1）支持多种证明系统 / 素数域 / 优化策略 如STARK（KoalaBear、BabyBear），CircleSTARK（Mersenne 31），Pico 支持 可选模块化后端，即开发者可以选择不同的证明系统、素数域，或调整证明流水线 以优化性能／证明大小／验证时间等权衡 2）例如，Poseidon2 哈希函数主要应用于 zkVM 递归证明。在 STARK 系统下，KoalaBear 证明效率远超 BabyBear，仅需更换证明后端即可大幅提升性能，而无需修改计算逻辑 Pico 还将这一架构拓展至可验证 AI 推理（AI推理协处理器）： 这是Pico另外一个有潜力的方向，现在很多ai的api生意里，一个Router的服务方，来协调多模型或自动根据成本路由模型。这本身是一个不错的服务，但是服务方往往会根据利润等来以次充好。比如用户明明调用了10次GPT5，router服务方为了提升利润，这里面6次给你GPT5，4次给你另一个低成本的模型，这时就需要可验证的AI推理服务了。 Pico Prism 的分布式 / 多 GPU 架构： Brevis 推出了 Pico Prism，是对原有 Pico 架构的重大拓展，采用 分布式、多 GPU 的设计，以支撑更大规模、更实时的 Ethereum 区块证明。 Brevis如何参与： 1）Brevis Spark 积分活动：https://t.co/wvhwlMwQGR 2）discor获得角色 实时证明研究资料： https://t.co/5h7MzhkEt3

这波打新热很像20-21年那段时间的各种打新平台的热度，cake这也回归了。 一些有热度的打新平台： -Buidlpad -Legion -Kaito -Binance Booster -Echo -@MetaDAOProject 之前据传@SentientAGI 也有打新，不知道会放到哪个平台上，反正要KYC的，至少提前准备几个常用的。

Double Zero，anoma等等还有几个新币，这几个都玩起了 “坐庄”，筹码都在他们自己人手里，勾引散户接盘，想拉多高就多高，想爆多就爆多，想爆空就爆空。别谈啥你们是web3和去中心化，你们就是纯赌场盘子。

Anoma 上kaito时对kaito和社区承诺的1%空投分配了去哪里了 ？@Punk9277 @KaitoAI @anoma https://t.co/BamuzZSstJ

Zama @zama_fhe 的一些研究（包括之前AMA输出的一些关键节点） -zama定位为多链的FHE层，可以和ETH，SOL等其他链协同工作，不定位为一个新的L1链 -zama不会有类似大规模空投，看起来和之前的zk系的几个，以及@anoma 的空投机制不会差别太大，我把这类总结成小社区模式，主要鼓励深度参与，估计AI的3个项目SentientAGI @SentientAGI ， Allora @AlloraNetwork， Surf @Surf_Copilot 也会类似，因为市场支撑不起来巨大的空投抛压（项目方也不愿意，甚至希望握住筹码高控盘）。 -这个空投模式为创作者/开发者/测试人员奖励美元或可选代币，比空投更具可持续性，并避免TGE之后的“一路向下”。 -RoadMap，主网/TGE Q4/2025（在ETH链上） FHE的场景： 看了一些使用场景还是挺有潜力的： -保护隐私的链上量化机器人，之前有朋友分享过他主要在量化机构就是分析地址，分析别人家的量化策略，然后转化成自己的策略，FHE模式下的可能对策略的保护能起到作用，https://t.co/oaorHGwobQ -机密智能合约，目前Zama 与 Conduit 合作扩展机密智能合约 -使用FHE的隐私IOS应用，这类主要是如个人健康数据收集，以及广告数据的隐私，都变成了应用方无法拿到数据，只能拿到一些经过ML处理过的评分数据，有效保护的用户的端侧数据隐私https://t.co/J4f1wAyRDN -稳定币和隐私结合，https://t.co/XKuz7HPIZa -加密治理相关，隐私投票，https://t.co/GbGM592B0k -FHE和AI结合，保护端侧训练数据的隐私，https://t.co/hZejVrtfT8 -生态的一些项目Zipher（机密DeFi）Ray Cash（安全自托管银行），TGBP（匿名GBP稳定币），Deberries（反机器人拍卖）

上次分享的boundless @boundless_xyz staking策略，我按照之前的策略拿了一部分到链上中长期 staking -目前staking了几天，收益前几天挺高（如截图） -最多时候在300%多，这几天随着staking人越多越多（已经超过了10M的staking），所以目前维持在161% -但是应该人越多奖励就会逐渐下降 -所以可以看到我的Projected rewards for this epoch：～0ZKC （预测下个周期时候0奖励），不是我退出了，而是我增加了证明奖励，委托给了一个证明器分享证明奖励，会拿到证明奖励，得到的token会更多些。 -具体委托给了哪个我就不分享了，因为这个我也没研究很透彻，避免给大家带来风险，感兴趣深挖的可以自己研究下

我在zkvm赛道的一些关注 -zkvm赛道除了已经tge的Boundless @boundless_xyz 和succinct @SuccinctLabs 之外 -还有三个zkvm 值得关注，都有不错的技术，其中前两个在场景和合作伙伴拓展上都有一些进展，尤其是Brevis -最后一个也在技术上比较有特点，但没有太多信息分享出来（包括融资等） Brevis zkvm @brevis_zk -前面介绍过的zkvm，这里不过多阐述 -在业务场景上有很好的拓展，合作了不少像linea这类的有影响力的合作伙伴 Axiom zkvm @axiom_xyz -主打的是openzkvm，以模块化可定制zkvm为核心 -他抽象出isa指令集定义（也就是说后续开发可以自定义指令集，方便在他上面进行扩展），有默认实现risc-v， -证明系统算法也不断的变化，他也实现了这个部分的定义和扩展 -业务拓展上也合作部分头部合作伙伴，如@worldcoin -融资：2000 万美元，Paradigm 和 Standard Crypto 领投 -Valida zkvm @valida_xyz -这个主打的是受RISC精简指令集影响的为zk优化的专属zk指令集，核心是zk证明速度更快，他自己的评估标准下，达到了最快的证明速度（这个标准是他自己的） -他通过LLVM IR工具链把传统编程语言编译为 Valida ISA，从而支持传统的编程语言写zk程序，如rust，c++，go，c等 -融资，没有看到任何融资信息 另外就是还没zk这么火，生态繁荣的，处于星星之火的FHE， 都属于区块链里密码学的顶级应用， 这里前面有介绍过龙头 Zama @zama_fhe

0G (0G) 对BNB 持有者 HODLer 空投 $0G，这是参与的继 boundless @boundless_xyz 之后又一个上币安现货的项目。 AI赛道，还有几个不错的项目，离TGE也都不远了包括 Sentient @SentientAGI （模型对齐社区/模型版权经济模型创新），Allora @AlloraNetwork（多模型协调层/自进化），以及去年agent框架之后，终于有些实际用途的agent 如Surf @Surf_Copilot，除了Surf外，其他两个离TGE都不会太遥远，Q4估计都差不多了。

boundless @boundless_xyz 的staking，在币安staking有两个bug： -实时年化利率只有0.44% -超过15000部分不能staking boundless链上官网是年化110%目前，这个应该是动态变化的，staking的人越多，这个应该就会下来。不过链上有一个bug： -解锁要30天 我的策略是： 中长期拿的部分，放链上，短期做波段赚币的放币安staking里

zama @zama_fhe 的fhEVM 协处理器 三种状态： 公开状态/链下状态/私密状态 -（公开状态）传统的L1区块链的状态都是公开的，缺乏隐私性 -（链下状态）ZK是链下状态计算，链上证明，对链下状态缺乏可组合性 -（私密状态）FHE，完全是私密状态的计算，链上公开的是私密状态，私密状态在链上合约之间可以完成可组合性，这里fhEVM有个授权过程，也就是初始合约加密的状态，可以通过阈值 MPC 协议来进行授权管理 fhEVM 协处理器，在EVM 链上运行 FHE 智能合约 -当合约在 L1 上调用 Zama 的 TFHE 库来执行 FHE 操作时，L1 本身并不进行任何实际的 FHE 计算，而是生成一个指向结果的指针 -然后由监控 L1 的链下服务器进行计算 -开发使用Solidity，以及fhEVM SDK即可，不需要密码学相关知识，即可开发端到端加密dapp -协处理器所做的一切都是公开可验证的，任何人都可以重新计算密文来验证结果 -fhEVM 协处理器早期是zama公司运营的，后续会开放（zama fhe矿工看过来） 一个简单的应用场景： 可组合的链上身份DID：比如你的DID 合约dapp，在你使用链上信贷合约时，DID 合约在你的允许下授权给信贷合约，DID 合约输出你的隐私身份状态信息（加密后），信贷合约在密文状态下使用你的DID信息进行风险评估和利率评估。体现了密文状态（隐私性）+ FHE EVM合约之间的密文状态下计算的可组合性。 ZK是秘密和计算的的验证/证明引擎 FHE 是密文状态下的计算引擎

FHE赛道的玩家 ETH原来的PSE 团队，之前是研究密码学方方面面，场景关注也不算特别多，现在这一轮改革后，主要落地的隐私计算的各种场景中，这里最核心就涉及到两方面技术ZK和FHE，FHE相比ZK还是星星之火的萌芽阶段，但是不管是未来的机密合约，以及和AI结合隐私AI方面都有很大的空间，把这个赛道目前能看到的玩家罗列下，看看有哪些可以参与的项目： 1/Zama @zama_fhe -FHEVM, TFHE-rs 开源库，算这个赛道的龙头了，也是融资规模最大的。 -融资：超过 1.5亿美刀 2/Fhenix @FhenixIO -通过 FHE 协处理器实现机密的以太坊智能合约 -融资：7M 3/Inco -使用 FHE/MPC/TEE 的模块化机密层 -融资：9.5M 5/Enclave -机密 FHE 协处理器层 -融资：未公开 6/Phantom Zone -加密虚拟机研究（RISC-V + Poulpy） -融资：未公开 7/Sunscreen -FHE 编译器/SDK（“一个程序，任意链”） -融资：5.17M 8/Shutter Network -用于公平性的阈值加密内存池和 DAO 9/Flashbots -MEV供应链中的FHE（“盲套利”） 10/OpenZeppelin -智能合约安全和标准；机密 ERC-20 框架共同开发者 11/Circle Research -基于 FHE 的隐私研究 & 机密 ERC-20 标准 -Circle 公司研究部门 12/Fair Math -去中心化“FHE计算机”+FHERMA挑战 13/OpenFHE -领先的开源 FHE 库 (BFV/BGV/CKKS/TFHE/FHEW) -开源项目，靠grant资助为主 -以太坊隐私研发的核心构建模块

ZK/FHE的最新研究进展（同时涉及到一些加密项目相关） https://t.co/UAIZBpTtBs 最新一期的播客，Anna与斯坦福大学计算机科学与电子工程教授Dan Boneh的zk研究进展对话 访谈摘要： ZK的一些具有潜力的场景： 1）ZKML，ZKML问题是证明模型在给定数据上的正确执行，这也是 boundless @boundless_xyz @boundless_cn （@risczero）团队两年前就一直在布局研究的方向 2）内容溯源与真实性：C2PA（内容溯源与真实性）标准让相机通过嵌入的密钥对图像签名，证明图像来源、时间和配置。现在，生成式AI（如DALL·E）也开始为图像附加C2PA证明，标明其为AI生成 基于格，SNARK，FHE： -基于格（lattices）构建的SNARK（格的优势是具有后量子安全性） -Greyhound的论文提出了一个基于格的多项式承诺方案（PCS） -研究发现了格在折叠方案中表现非常好, 与Binyi Chen（Espresso @EspressoSys 创始人/研究员） 合作开发了LatticeFold：基于格的折叠方案 -FHE领域正在开发专用ASIC芯片，预计2025年将显著提升FHE性能（可能快10到100倍） -Zama @zama_fhe 公司正在探索在FHE计算上运行SNARK，而LatticeFold的环结构与FHE兼容，适合这种场景 访谈内容中文版本：https://t.co/K1FM17wm9N 播客原文：https://t.co/5lCzNHnqAA

ZKVM的一些资料，随手记录分享 RiscZero zkvm 深入分析 （@RiscZero @boundless_xyz） https://t.co/K24RAyj72a Succinct @SuccinctLabs SP1 ZKVM 深入分析 https://t.co/5QJanjHyDN 各种ZKVM/ZKP 分享视频 https://t.co/PcLsBkXgob

boundless @boundless_xyz 底层的ZKVM，除了被自己的L1链采用，为各个链提供互操作层之外，他的ZKVM，@RiscZero 也不断扩大自己的生态圈，SVM链@soon_svm 在构建过程中的 - 零知识欺诈证明 SVM Rollup 采用了risc0的方案，这并非就是说Succinct不行（因为我也有这个token呢，本身也是不错的，不能说不行啊） 主要是soon分享了他们的决策过程， -OP Succinct 的零知识欺诈证明方案 -Kailua RiscZero的零知识欺诈证明 这个都是基于博弈论OP和zk组合而成rollups扩展方案，首先是乐观证明，除非被挑战才生成zk证明去验证证明，是核心都是为了降低纯ZK的成本还是比较高的问题。所以现在来看，包括我之前分享的另一家zkvm，基本大家都提供了OPZK的方案了。 两家方案对比： -操作架构和验证模式 OP Succinct 和 Kailua 均采用由提议者和挑战者组成的双角色架构。提议者持续监控 L2 链，并定期在 L1 上创建故障争议博弈，以确保状态转换的有效性。 挑战者（在 Kailua 中称为“验证者”）负责监控 L1 上的争议博弈。在 Kailua 中，提交提案后，如果在挑战窗口（例如 24 小时）内无人挑战，则该提案可得到解决。如果有挑战者，您可以证明提案的有效性，或者其他人可以证明您的提案存在缺陷/无效。 Succinct 提供两种方法：OP Succinct Lite，在乐观假设下正常运行，但如果发生争议，则会生成正确状态转换的 zkSNARK 证明来解决它；OP Succinct (full)，它是有效性汇总，为每个状态转换或块生成 zkSNARK 证明。 -证明程序和框架比较 OP Succinct 实现了两个专门的程序：用于跨区块范围执行状态转换的范围证明，以及用于组合多个范围证明结果的聚合证明。Kailua 使用了一个拼接客户端，该客户端将可组合的子证明聚合成递归收据，这些收据可以压缩为 Groth16 格式，以实现高效的链上验证。这两个解决方案都利用了基于 RISC-V SP1 和 RISC Zero 的成熟 zkVM 实现。 RISC Zero 在 GPU 加速、证明集群等工程方面展现出特别的优势，同时还支持链上递归验证功能，从而能够在智能合约中实现经济高效的 Groth16 验证。RISC Zero 提供了Groth16这种成熟稳定的低成本的验证算法。 所以最终决策还是在于工程方面，zk成本降低等的决策。 另外risc0提供不同的定制型的OPZK方案：

#RWA + ZK/MPC 资产审计 boundless @boundless_xyz 向左在做去中心化证明市场，做链间/Rollups间的协调层。而Jiritsu Network向右，悄悄的联合贝莱德等机构在做RWA资产证明L1，这个赛道没有那么拥挤，这个项目融了1000多万美金，也做了挺长时间了。算资产RWA审计使用zk和mpc的一个场景。还在卷boundless @boundless_xyz 这个方向的和zk rollups也可以启发启发。 大概逻辑： 创建 ERC-20 RWA 合约： 代币化者创建派生自 Jiritsu 保护 RWA 基础合约的新 ERC-20 合约，并在 Jiritsu 系统中注册它。 资产存款：所有者将资产存入托管人，触发生成存款证明。此证明授予铸造相应数量代币的许可。 Jiritsu Ledger 团队从托管人获取资产存款证明，并使用团队多数共识验证它。共识在私有的 Jiritsu 子网的 Ledger 合约上聚合，一旦达成，就转发到 ERC-20 合约，无论它位于何处。 铸造代币：所有者在存款证明的许可有效且未用尽的情况下铸造代币。这些代币代表存款资产的价值。 代币交易：客户从所有者的主要铸造购买铸造代币。他们也可以在二级市场上买卖这些代币，通过交换合约、直接交换以及所有者和代币化者在代币实现中启用的其他机制。 资产提取：当所有者想要从托管人提取资产时，他们必须首先允许托管人使用相应数量的代币被销毁。一旦提供销毁证明，资产从托管中释放并交付回所有者。这一生命周期确保系统保持完整性和安全性，通过紧密耦合链下资产托管与链上代币管理来防止 rug-pull。 https://t.co/SnGfc1ljwS

考古Risc0 @RiscZero ， 优秀的创业者，总是具有远见的，他能看到别人没有看到的市场，Risc0的第一任ceo，Brian Retford就是这样一位创业者。充满了创造力，虽然已经卸任，但也掩盖不了他的远见和光芒。考古是希望看看一个敏锐的创业者几年前是如何思考的，以及几年后的今天市场接近了他的思考。现在他们已经成功的推出了 @boundless_xyz ，一个去中心化的证明市场。 技术和市场机会的远见： -crypto最早把risc-v+zk进行结合，后面很多团队跟进模仿 -早在2022年就定义了，（去中心化）云证明市场，他当时访谈时说的是cloud 2.0 证明云，现在不管是已经tge的Succinct，都对他的（去中心化）云证明市场机会和技术都有做参考和启发。 -不但对技术有远见，并且对市场机会也有深刻的洞察力 他先后在微软，Microsoft工作多年，后连续创业， -Unium（前身为 SkyPilot Networks 或类似，约 2003 年创办）：联合创始人。 公司专注于去中心化无线网格网络（使用 802.11 标准）。 公司最终被 Nokia 收购（收购发生在他们离开后）。 -Vertex.AI（约 2016-2018 年）：联合创始人兼 CTO。 公司开发 Tensor 编译器，用于加速 AI 工作流，尤其在自定义芯片上。公司被 Intel 收购。 下面这个他之前的播客访谈，我把他输出到我的substack，可以更好阅读。 播客里深入的解读了： - 为什么选择RISC-v，作为zkvm的指令集 - 为什么risc0使用了starknet @Starknet 发明的STARK zk算法 - 以及他对zk硬件加速和zk专用芯片的趋势的理解，zk专用芯片 这个方向我前面有写过简单介绍的 Cysic @cysic_xyz 做的就是这个方向 - zk证明云市场的设想 （他设想的当时叫cloud 2.0） https://t.co/7YMPEy6OEw