什麼是 OriginTrail?你需要了解的 TRAC 全部內容

中級4/23/2025, 7:30:43 AM
OriginTrail(TRAC)是一個用於 Web3 可信數據共享的去中心化知識圖譜協議。

在一個日益依賴數據並受人工智能(AI)塑造的世界中,確保信息的可信度、透明性和來源變得至關重要。隨着 AI 系統愈發強大並深度嵌入決策流程,與虛假信息、不透明算法和中心化控制相關的風險急劇上升。建立能驗證數據真實性、保護所有權並實現開放參與的系統,是實現公平、安全數字未來的關鍵。OriginTrail 正是通過融合 Web3 基礎設施與面向 AI 的架構,來應對這些挑戰的去中心化知識圖譜協議項目。

什麼是 OriginTrail (TRAC)?

在 2013 至 2016 年間,OriginTrail 的基礎通過遍布歐洲的供應鏈試點項目逐步建立。這些早期原型項目聚焦於有機牛肉、乳制品、家禽與蔬菜,整合了微軟 Navision 和 SAP 等企業資源計劃(ERP)系統。到 2017 年,OriginTrail 開始連接以太坊用戶,並在上海設立項目辦公室。2018 年初,由 Žiga Drev、Tomaž Levak 和 Branimir Rakić 領導的團隊發起首次代幣發行(ICO),在不到 20 分鍾內籌集了 2250 萬美元。這一成功推動了 OriginTrail 去中心化知識圖譜(DKG)基礎設施的開發,後被 BSI、SBB 和 WFH 等企業採用。2018 至 2022 年間,OriginTrail 推出其無需許可主網,引入零知識層,並通過多個版本發布優化其激勵模型與競價機制。總部位於香港的核心開發公司 Trace Labs 在此期間贏得沃爾瑪食品安全創新 Spark 獎。2022 年,項目發布第二版白皮書,進一步闡述現實世界資產的代幣化與 DKG 的作用。2023 年底,Turing 階段推出 DKG V6 與面向 AI 的 ChatDKG,解決生成式 AI 的信任缺口問題。2024 年,OriginTrail 推出其 NeuroWeb 區塊鏈,以支持知識圖譜在 EVM 鏈上的擴展。截至 2025 年 4 月,Metcalfe 階段正在進行中,圍繞 DKG V8 與去中心化 AI 可驗證性展開。受 Bob Metcalfe 啓發,本階段重點是增強型檢索生成(dRAG)與知識推理。在超過十年的開發基礎上,OriginTrail 持續突破可信數據基礎設施的邊界,服務於供應鏈、醫療保健與 AI 等多個領域。

OriginTrail 的創立旨在爲 AI 構建一個可驗證的互聯網,秉持中立、包容與可用性原則,提供支持去中心化 AI 與 Web3 系統的可信數據基礎設施。

OriginTrail 如何運作?去中心化知識圖譜與 NeuroWeb

OriginTrail 通過一套名爲去中心化知識圖譜(DKG)的復雜數據基礎設施運行,旨在爲數字知識帶來可驗證性、所有權與可訪問性,構建一個去中心化的環境。在虛假信息泛濫的數字時代,驗證與擁有知識的能力愈加重要,尤其對於依賴實時、準確數據輸入的 AI 系統。DKG 致力於解決這些挑戰,將數據轉化爲 AI 就緒的可驗證“知識資產”,通過去中心化節點網絡進行訪問。


來源:origintrail 白皮書

OriginTrail DKG 是一個開源網絡,由三個互相連接的層組成,構建出神經-符號 AI 堆棧。信任層利用區塊鏈技術保障數據完整性;知識基礎層運用符號 AI 有效地組織與推理知識;可驗證 AI 層則使用神經 AI 模型實現自動化與適應性。這三層結合,構成一個強大的信息組織、檢索與驗證系統。

DKG 最先進的特性之一是實現了去中心化增強型檢索生成(dRAG)。dRAG 基於傳統的 RAG(Retrieval-Augmented Generation)概念,通過去中心化知識圖譜集成符號 AI,使生成式 AI 系統在響應前可檢索到相關、已驗證的知識,從而提高 AI 輸出的準確性與相關性。dRAG 的價值在於融合了神經網絡的泛化能力與符號 AI 的精確推理。


來源:origintrail.io

在 DKG 中,知識資產是信息的核心單位。它們是多格式、可擁有的知識容器,通過統一資產定位符(UALs)實現唯一標識。資產所有權通過 NFT 管理,使數據控制與變現更安全。其結構內置可發現性,採用關聯數據原則,促進跨互聯網的信息連接。資產通過基於 Merkle 樹的加密證明上鏈驗證,確保每個資產可審計且防篡改。

AI 系統和代理可通過符號與神經查詢方式精準訪問這些知識資產。無論是聊天機器人、自主代理,還是大型語言模型,DKG 都提供一個透明、可追蹤的 AI 基礎。每個資產都可被查詢、驗證與集成,構成一個可互操作且可信的數據源網絡,支撐可信 AI 應用。

最終,OriginTrail DKG 在 Web3 與 AI 時代重新定義了數據的實用性,將知識轉化爲去中心化、可擁有、可驗證的資產類別。它構建了 AI 可驗證互聯網的骨幹,確保人類與機器能實時訪問準確、可信的信息,並保障來源、所有權與完整性。

NeuroWeb

OriginTrail 基礎設施演進的核心是 NeuroWeb,這是一個專門構建的 Layer 1 區塊鏈,通過與知識圖譜與人工智能的深度整合,增強去中心化知識經濟。NeuroWeb 是一個多鏈創新中心,秉持中立、包容與可用性的原則。其構建基於 Substrate 框架,並由 Polkadot 提供安全保障,具備 EVM 兼容性,可與以太坊及其他 EVM 網絡互操作。通過這些集成,NeuroWeb 實現 OriginTrail DKG 在多個生態系統間的無縫擴展。


來源:origintrail.io

NeuroWeb 由 OriginTrail 社區治理,核心經濟與治理職能由原生通證 NEURO 支持,包括激勵網絡參與者、質押與知識挖掘等。DKG V6 已在 NeuroWeb 上部署,這是構建可驗證 AI 的關鍵一步,實現了區塊鏈生態中可擴展、去中心化的數據基礎設施。借助 DKG V6,知識資產得以在多個網絡(如 Polkadot parachains 與 EVM 鏈)中開發與維護。

NeuroWeb 的一個重要創新是支持 dRAG 框架,借此增強生成式 AI 模型對可信外部知識的調用。隨着 DKG 中可用知識的擴展,dRAG 的效果愈發顯著。爲了推動知識增長,NeuroWeb 啓動了“知識挖掘”機制,即一個激勵模式,鼓勵個人或組織在特定“Paranet”中創建、驗證並共享知識資產。

Paranet 是 DKG 的專題或領域特定子網,可由任意用戶自主創建與管理。Paranet 操作者可通過去中心化治理提出獎勵結構,決定 NEURO 通證如何分發。獎勵可用於激勵本體驗證、AI 服務提供或數據策展等任務。這些動態治理機制使 NeuroWeb 保持靈活,支持廣泛與小衆的數據空間發展,以適應社區需求演變。

更重要的是,NeuroWeb 的激勵系統支持人工與自動化知識挖掘。在早期階段,參與者以人工方式收集與組織知識。隨着某個 paranet 內的數據成熟(注釋完整並符合本體標準),AI 系統可使用演繹與歸納推理自動生成新知識。演繹推理遵循邏輯規則從現有知識中得出洞見,而歸納推理則由圖神經網絡(GNNs)等工具驅動,識別模式以進行概率預測。

通過 dRAG 框架將 DKG、NeuroWeb 與 AI 三者融合,開啓了自主知識創造的新時代。知識資產之間實現動態互聯,持續通過加密證明進行驗證,並借助 AI 推理不斷增強。這種協同關系提升了 AI 系統的完整性、相關性與實用性,使其與 Web3 的透明性、用戶控制與去中心化價值觀保持一致。

OriginTrail 的應用場景

OriginTrail 的去中心化知識圖譜(DKG)技術在多個行業中已獲得實際應用,涵蓋從供應鏈管理到人工智能驗證等多個關鍵領域:

1. AI 時代的更安全互聯網:

OriginTrail 正在通過引入可信數據基礎設施,應對深度僞造(deepfakes)、知識產權侵犯以及兒童性虐待材料(CSAM)等非法內容日益增長的風險。隨着人工智能的不斷發展,其帶來的風險也同步增加——尤其是在虛假信息與有害媒體被大規模生成的背景下。OriginTrail 支持一個可驗證的互聯網,通過實現透明性、所有權與信任,來構建去中心化、抗審查且具備互操作性的數字內容生態系統。它爲倫理創新提供支持,並在日益由 AI 驅動的網絡環境中保護個人與機構的權益。

2. 去中心化科學與科研誠信:

OriginTrail 正在引領去中心化科學(DeSci)革命,以解決虛假信息、發表偏差以及掠奪性出版等問題。通過將數據轉化爲可驗證、相互關聯的“知識資產”,研究人員可以獲取具備來源可追溯性、真實可信的信息。諸如 SciGraph 的項目正在利用 DKG 連接科研數據,並支持基於 AI 的假設生成,從而構建更透明、更具協作性的研究環境。這使科學界能夠建立信任、提高可重復性,並在氣候科學與醫療健康等領域實現更快速、更可信的突破。

3. 透明供應鏈:

全球供應鏈往往存在信息不透明問題,引發對可持續性、人權和產品安全性的擔憂。OriginTrail 的 DKG 支持在網絡之間安全、隱私保護地共享已驗證的數據,促進追溯性與協作性。該技術已被多個重要計劃採用,如由沃爾瑪、好市多等成員組成的供應商合規審計網絡(SCAN)。通過知識資產,OriginTrail 支持 ESG 標準,減少審計重復,確保合規性,從而推動一個更加道德、可持續與高效的貿易生態系統。

4. 智能基礎設施與建築行業:

在建築行業,OriginTrail 解決了建築數據缺乏可信來源的問題,這在可持續性與安全性方面造成了阻礙。其去中心化圖譜系統能夠確保項目、材料與合規信息的可驗證記錄。在 BuildChain 項目中,OriginTrail 技術已與歐盟的數字建築日志簿(Digital Building Logbook)實現集成,使建築師、承包商與業主等所有利益相關方都能實時訪問防篡改的建築數據。這不僅提升了效率,也加強了災難應對準備,爲更加智能、綠色、負責任的基礎設施建設奠定基礎。

主要功能

自治平行網絡

OriginTrail 擁有一組獨特的核心功能,使其在 Web3 與去中心化數據基礎設施項目中獨樹一幟。最核心的部分是去中心化知識圖譜(DKG),它允許用戶創建、發布和維護可擁有且可驗證的數據資產。DKG 將去中心化存儲技術、區塊鏈的加密證明機制與語義網的知識表示方式結合在一起,從而構建出一個強大的數據共享與驗證框架。

OriginTrail 還引入了 AI 可驗證性概念,使生成式 AI 系統能夠通過 ChatDKG 與去中心化增強檢索(dRAG)機制引用真實的知識資產,從而確保 AI 的回答基於真實世界的信息,並具備明確的溯源路徑。

在資產所有權方面,OriginTrail 利用 NFT 對知識資產進行標記與擁有權認證。每一項知識資產都可以通過 NFT 的形式擁有者清晰、控制權明晰,從而使數據不僅可用,更是具有實際所有權的資產。

此外,OriginTrail 引入了統一資產定位符(UALs)機制,使網絡中的每一項知識資產都具備唯一且可驗證的定位標識。這類似於互聯網中的 URL,但它面向的是鏈上與鏈下混合的數據資產,使得資產具備全球可尋址能力。

OriginTrail 還具備跨鏈能力,目前已支持在以太坊、Polygon 與 Polkadot 等多個區塊鏈網絡之間運行 DKG,使其更具靈活性與互操作性。

爲了激勵生態系統參與者提供高質量數據,OriginTrail 推出了 NeuroWeb 計劃,配合 NEURO 通證,通過知識挖掘機制對網絡貢獻者進行獎勵。這一機制可確保系統長期自洽地增長與優化。

治理方面,OriginTrail 提出 Paranet 概念,允許用戶圍繞特定主題或興趣創建“平行網絡”,這些網絡具備自主治理權,可以定義自己獨立的激勵機制與驗證流程,支持高度定制化與社區導向的發展模式。

最後,OriginTrail 的雙棧架構——既兼容以太坊虛擬機(EVM),又支持 Substrate 框架,使其能夠兼顧現有智能合約生態的廣泛兼容性與 Substrate 所帶來的高性能與可擴展性。這種設計不僅提升了網絡靈活性,也爲未來支持 AI 與現實世界資產等復雜場景提供了堅實基礎。

OriginTrail 的這些核心功能,爲其構建一個可信的數據互聯網奠定了基礎,不僅適用於現實世界資產的代幣化,也在可信 AI 與 Web3 應用融合中扮演着基礎設施級別的重要角色。


Source: origintrail whitepaper

神經符號協同(Neuro-Symbolic Harmony)

OriginTrail 促進了符號 AI 與神經網絡 AI 系統之間的獨特協同,通過將基於事實的知識圖譜與大語言模型的生成能力結合,構建出一種混合模型,即“神經符號 AI(Neuro-Symbolic AI)”。這一模型使系統不僅具備推理能力,還能進行創造性輸出,同時利用結構化、可驗證的數據作爲創意支撐。符號層(由去中心化知識圖譜 DKG 提供支持)保障數據的完整性、可追溯性與所有權,構建堅實的事實基礎;而神經層(如大型語言模型)則爲文本、圖像和音頻等多模態內容注入動態創意。

這種架構讓用戶能夠自由選擇偏好的 AI 模型,並將其與可信的數據源集成。無論是設計 AI 助理,還是構建高級機器學習流程,開發者都能從 OriginTrail 所提供的結構與創新之間的平衡中獲益。系統在不犧牲神經網絡自適應能力的前提下,實現了可組合性與可控性,推動了可擴展、透明的 AI 發展,使其不僅更智能,也更加負責任與包容。


來源:origintrail.io

ChatDKG

ChatDKG 是一個對開發者友好的平台,能夠將你的數據轉化爲可用、可驗證的知識資產,從而推動可靠的 AI 驅動應用的開發。這些資產構建於 OriginTrail 的去中心化知識圖譜(DKG)之上,確保數據的溯源性,並賦予創作者對數據可見性與使用方式的完全控制。一旦資產發布上線,開發者即可部署具備可預測行爲的 AI 智能體,同時可與頂級 AI 模型集成,包括 OpenAI、Microsoft Copilot、Llama Index 和 Hugging Face。ChatDKG 還允許用戶啓動新的 Paranet,建立細分知識中心,並有資格獲得網絡激勵。爲促進生態系統增長,ChatDKG 引入了一個機制,每新增一個相關的知識資產,即可申請激勵。這不僅提升了知識資產的質量與數量,也維持了一個由可信數據與可靠智能體支撐的經濟體系。無論你是在構建搜索引擎、分析工具,還是 AI 聊天機器人,ChatDKG 都簡化了整個流程,爲你的數據與智能自治系統之間架起一座橋梁。


來源:chatdkg.ai

AI Agents 實踐場景

OriginTrail 的 ChatDKG 通過運行在可驗證知識之上的智能體,在各行業推動現實世界的 AI 應用落地。舉例來說,PolkaBot.ai 是一款面向 Polkadot 生態系統的 AI 教育工具,利用社區策劃的知識資產提供可信洞察與學習資源。在食品行業,Perutnina Ptuj 借助去中心化 AI,驗證產品各環節的真實性,增強消費者信任。在歐洲建築行業,ChatDKG 支持的智能體爲建設者提供可信數據與合規協助。在航空航天領域,OriginTrail 參與了一個由歐盟資助的計劃,推進“數字產品護照”,幫助行業提升可追溯性與應對突發事件的能力。這些用例展示了 ChatDKG 的多元潛力,從提升用戶互動、保障數據安全,到支持可擴展的監管解決方案。每一個 AI 智能體都與 DKG 上的可驗證數據綁定,確保其可靠性、可審計性與自主性,徹底重塑關鍵行業中的人機協作未來。


Source: chatdkg.ai

Core Node

Core Node 是 DKG 的核心支柱,負責保障網絡安全並從全球數據活動中賺取 TRAC 獎勵。每個運行節點需質押至少 50,000 枚 TRAC,協助網絡保持韌性、安全性與可信度。Core Node 托管公共知識資產,並根據 DKG 的整體使用量參與獎勵分配。通過委托質押,其他 TRAC 持有者也可貢獻代幣至節點,進一步提升收益能力。值得一提的是,Core Node 也包含了 Edge Node 的全部功能,具備構建可驗證 AI 的能力,同時爲知識經濟的發展提供關鍵基礎設施支持。


來源:origintrail.io

Edge Node

Edge Node 是進入 OriginTrail 去中心化知識圖譜(DKG)的用戶友好入口,允許開發者構建可驗證、可信的 AI 應用。用戶可通過簡潔的界面或 API 上傳各類數據格式——如 PDF、Word 文檔或網頁內容,並將其轉換爲語義豐富的知識資產。Edge Node 提供對數據隱私的全面掌控,支持在 DKG 上進行選擇性共享。系統內置支持去中心化的增強檢索生成(dRAG),用戶可直接或通過 AI 助手與知識互動。支持靈活的 AI 集成方式,可部署本地模型或連接外部服務,實現隱私與可擴展性的平衡。


來源:origintrail.io

什麼是 TRAC 代幣?

TRAC 是 OriginTrail 去中心化知識圖譜與生態系統的原生代幣,總供應量爲 5 億枚,截至 2025 年 4 月,其中 4.994 億枚已流通。

隨着 OriginTrail 擴展其應用邊界,應對虛假信息、去中心化 AI 與 Web3 基礎設施等挑戰,TRAC 在激勵機制、安全保障和系統運行中扮演着核心角色。每當一個知識資產在 DKG 上被創建,就會消耗網絡資源,TRAC 用於支付此類服務費用,是資產發布與更新的準入費。雖然 TRAC 並非所有區塊鏈上的直接 gas(如以太坊上使用 ETH,NeuroWeb 上使用 NEURO),但在 OriginTrail 基礎設施中,它仍然是關鍵的支付與激勵媒介。

DKG 中的節點彼此競爭以提供發布服務,並從中賺取 TRAC 費用。其收入取決於服務質量、質押的 TRAC 數量以及相關 paranet 的配置。由於 TRAC 質押決定節點的參與與收益資格,TRAC 委托質押成爲網絡核心功能之一。任何 TRAC 持有者都可以將代幣委托至 Core Node 並按比例獲得獎勵。此種機制保障了網絡的安全性與韌性,確保節點行爲受激勵與約束,最終提升網絡的可靠性與經濟一致性。

TRAC 於 2018 年以 ERC-20 代幣形式在以太坊上發行,其用途自此大幅擴展。除了用於節點質押與知識資產運營,它也作爲 OriginTrail 生態系統內的價值傳遞媒介。其代幣分配如下:50% 分配給預售與眾籌,20% 預留給未來開發,18% 給創始人與 Pre-ICO 參與者,5% 給團隊與顧問,5% 用於流動性池,2% 用於賞金計劃。該結構支持項目的長期增長、網絡激勵與去中心化參與。


來源:medium.com/origintrail

TRAC 是一個好的投資嗎?

TRAC 在 OriginTrail 生態中具備強大實用性,是去中心化知識圖譜(DKG)的經濟引擎,旨在解決 AI 透明度與虛假信息等關鍵問題。其委托質押機制與現實企業集成爲項目增添可信度。然而,該項目也面臨跨出垂直細分領域的難題。技術復雜性與對 Web3 與 AI 長期融合的依賴,可能會限制其短期吸引力。市場波動與主流知名度不高,也爲 TRAC 的廣泛成功與價值增長帶來不確定性。

如何持有 TRAC?

要持有 TRAC,可使用中心化交易所的服務。首先創建一個 Gate.io 帳戶,完成身份驗證與充值,然後按照步驟即可購買 TRAC。

OriginTrail 最新動態

據 OriginTrail 官方博客報道,生態系統已發布 2025 年路線圖,重點包括 Impact Base: Gaia 的推出以及 DKG V8 的關鍵部署。該更新通過 Edge Node、私有知識庫與自動推理等可擴展工具,加速集體神經-符號 AI 的發展。路線圖還介紹了 6000 萬枚 TRAC 的“集體編程金庫”(CPT),用於獎勵生態貢獻者。隨着隱私保護、AI 集成與可驗證知識挖掘的持續突破,OriginTrail 正不斷演化爲可信、去中心化 AI 驅動互聯網的基礎層。

把握 TRAC 機遇

查看今日 TRAC 行情,開啓你喜歡的幣對交易之旅。

المؤلف: Mauro
المترجم: Michael Shao
المراجع (المراجعين): KOWEI、Matheus、Joyce
مراجع (مراجعو) الترجمة: Ashley
* لا يُقصد من المعلومات أن تكون أو أن تشكل نصيحة مالية أو أي توصية أخرى من أي نوع تقدمها منصة Gate.io أو تصادق عليها .
* لا يجوز إعادة إنتاج هذه المقالة أو نقلها أو نسخها دون الرجوع إلى منصة Gate.io. المخالفة هي انتهاك لقانون حقوق الطبع والنشر وقد تخضع لإجراءات قانونية.

什麼是 OriginTrail?你需要了解的 TRAC 全部內容

中級4/23/2025, 7:30:43 AM
OriginTrail(TRAC)是一個用於 Web3 可信數據共享的去中心化知識圖譜協議。

在一個日益依賴數據並受人工智能(AI)塑造的世界中,確保信息的可信度、透明性和來源變得至關重要。隨着 AI 系統愈發強大並深度嵌入決策流程,與虛假信息、不透明算法和中心化控制相關的風險急劇上升。建立能驗證數據真實性、保護所有權並實現開放參與的系統,是實現公平、安全數字未來的關鍵。OriginTrail 正是通過融合 Web3 基礎設施與面向 AI 的架構,來應對這些挑戰的去中心化知識圖譜協議項目。

什麼是 OriginTrail (TRAC)?

在 2013 至 2016 年間,OriginTrail 的基礎通過遍布歐洲的供應鏈試點項目逐步建立。這些早期原型項目聚焦於有機牛肉、乳制品、家禽與蔬菜,整合了微軟 Navision 和 SAP 等企業資源計劃(ERP)系統。到 2017 年,OriginTrail 開始連接以太坊用戶,並在上海設立項目辦公室。2018 年初,由 Žiga Drev、Tomaž Levak 和 Branimir Rakić 領導的團隊發起首次代幣發行(ICO),在不到 20 分鍾內籌集了 2250 萬美元。這一成功推動了 OriginTrail 去中心化知識圖譜(DKG)基礎設施的開發,後被 BSI、SBB 和 WFH 等企業採用。2018 至 2022 年間,OriginTrail 推出其無需許可主網,引入零知識層,並通過多個版本發布優化其激勵模型與競價機制。總部位於香港的核心開發公司 Trace Labs 在此期間贏得沃爾瑪食品安全創新 Spark 獎。2022 年,項目發布第二版白皮書,進一步闡述現實世界資產的代幣化與 DKG 的作用。2023 年底,Turing 階段推出 DKG V6 與面向 AI 的 ChatDKG,解決生成式 AI 的信任缺口問題。2024 年,OriginTrail 推出其 NeuroWeb 區塊鏈,以支持知識圖譜在 EVM 鏈上的擴展。截至 2025 年 4 月,Metcalfe 階段正在進行中,圍繞 DKG V8 與去中心化 AI 可驗證性展開。受 Bob Metcalfe 啓發,本階段重點是增強型檢索生成(dRAG)與知識推理。在超過十年的開發基礎上,OriginTrail 持續突破可信數據基礎設施的邊界,服務於供應鏈、醫療保健與 AI 等多個領域。

OriginTrail 的創立旨在爲 AI 構建一個可驗證的互聯網,秉持中立、包容與可用性原則,提供支持去中心化 AI 與 Web3 系統的可信數據基礎設施。

OriginTrail 如何運作?去中心化知識圖譜與 NeuroWeb

OriginTrail 通過一套名爲去中心化知識圖譜(DKG)的復雜數據基礎設施運行,旨在爲數字知識帶來可驗證性、所有權與可訪問性,構建一個去中心化的環境。在虛假信息泛濫的數字時代,驗證與擁有知識的能力愈加重要,尤其對於依賴實時、準確數據輸入的 AI 系統。DKG 致力於解決這些挑戰,將數據轉化爲 AI 就緒的可驗證“知識資產”,通過去中心化節點網絡進行訪問。


來源:origintrail 白皮書

OriginTrail DKG 是一個開源網絡,由三個互相連接的層組成,構建出神經-符號 AI 堆棧。信任層利用區塊鏈技術保障數據完整性;知識基礎層運用符號 AI 有效地組織與推理知識;可驗證 AI 層則使用神經 AI 模型實現自動化與適應性。這三層結合,構成一個強大的信息組織、檢索與驗證系統。

DKG 最先進的特性之一是實現了去中心化增強型檢索生成(dRAG)。dRAG 基於傳統的 RAG(Retrieval-Augmented Generation)概念,通過去中心化知識圖譜集成符號 AI,使生成式 AI 系統在響應前可檢索到相關、已驗證的知識,從而提高 AI 輸出的準確性與相關性。dRAG 的價值在於融合了神經網絡的泛化能力與符號 AI 的精確推理。


來源:origintrail.io

在 DKG 中,知識資產是信息的核心單位。它們是多格式、可擁有的知識容器,通過統一資產定位符(UALs)實現唯一標識。資產所有權通過 NFT 管理,使數據控制與變現更安全。其結構內置可發現性,採用關聯數據原則,促進跨互聯網的信息連接。資產通過基於 Merkle 樹的加密證明上鏈驗證,確保每個資產可審計且防篡改。

AI 系統和代理可通過符號與神經查詢方式精準訪問這些知識資產。無論是聊天機器人、自主代理,還是大型語言模型,DKG 都提供一個透明、可追蹤的 AI 基礎。每個資產都可被查詢、驗證與集成,構成一個可互操作且可信的數據源網絡,支撐可信 AI 應用。

最終,OriginTrail DKG 在 Web3 與 AI 時代重新定義了數據的實用性,將知識轉化爲去中心化、可擁有、可驗證的資產類別。它構建了 AI 可驗證互聯網的骨幹,確保人類與機器能實時訪問準確、可信的信息,並保障來源、所有權與完整性。

NeuroWeb

OriginTrail 基礎設施演進的核心是 NeuroWeb,這是一個專門構建的 Layer 1 區塊鏈,通過與知識圖譜與人工智能的深度整合,增強去中心化知識經濟。NeuroWeb 是一個多鏈創新中心,秉持中立、包容與可用性的原則。其構建基於 Substrate 框架,並由 Polkadot 提供安全保障,具備 EVM 兼容性,可與以太坊及其他 EVM 網絡互操作。通過這些集成,NeuroWeb 實現 OriginTrail DKG 在多個生態系統間的無縫擴展。


來源:origintrail.io

NeuroWeb 由 OriginTrail 社區治理,核心經濟與治理職能由原生通證 NEURO 支持,包括激勵網絡參與者、質押與知識挖掘等。DKG V6 已在 NeuroWeb 上部署,這是構建可驗證 AI 的關鍵一步,實現了區塊鏈生態中可擴展、去中心化的數據基礎設施。借助 DKG V6,知識資產得以在多個網絡(如 Polkadot parachains 與 EVM 鏈)中開發與維護。

NeuroWeb 的一個重要創新是支持 dRAG 框架,借此增強生成式 AI 模型對可信外部知識的調用。隨着 DKG 中可用知識的擴展,dRAG 的效果愈發顯著。爲了推動知識增長,NeuroWeb 啓動了“知識挖掘”機制,即一個激勵模式,鼓勵個人或組織在特定“Paranet”中創建、驗證並共享知識資產。

Paranet 是 DKG 的專題或領域特定子網,可由任意用戶自主創建與管理。Paranet 操作者可通過去中心化治理提出獎勵結構,決定 NEURO 通證如何分發。獎勵可用於激勵本體驗證、AI 服務提供或數據策展等任務。這些動態治理機制使 NeuroWeb 保持靈活,支持廣泛與小衆的數據空間發展,以適應社區需求演變。

更重要的是,NeuroWeb 的激勵系統支持人工與自動化知識挖掘。在早期階段,參與者以人工方式收集與組織知識。隨着某個 paranet 內的數據成熟(注釋完整並符合本體標準),AI 系統可使用演繹與歸納推理自動生成新知識。演繹推理遵循邏輯規則從現有知識中得出洞見,而歸納推理則由圖神經網絡(GNNs)等工具驅動,識別模式以進行概率預測。

通過 dRAG 框架將 DKG、NeuroWeb 與 AI 三者融合,開啓了自主知識創造的新時代。知識資產之間實現動態互聯,持續通過加密證明進行驗證,並借助 AI 推理不斷增強。這種協同關系提升了 AI 系統的完整性、相關性與實用性,使其與 Web3 的透明性、用戶控制與去中心化價值觀保持一致。

OriginTrail 的應用場景

OriginTrail 的去中心化知識圖譜(DKG)技術在多個行業中已獲得實際應用,涵蓋從供應鏈管理到人工智能驗證等多個關鍵領域:

1. AI 時代的更安全互聯網:

OriginTrail 正在通過引入可信數據基礎設施,應對深度僞造(deepfakes)、知識產權侵犯以及兒童性虐待材料(CSAM)等非法內容日益增長的風險。隨着人工智能的不斷發展,其帶來的風險也同步增加——尤其是在虛假信息與有害媒體被大規模生成的背景下。OriginTrail 支持一個可驗證的互聯網,通過實現透明性、所有權與信任,來構建去中心化、抗審查且具備互操作性的數字內容生態系統。它爲倫理創新提供支持,並在日益由 AI 驅動的網絡環境中保護個人與機構的權益。

2. 去中心化科學與科研誠信:

OriginTrail 正在引領去中心化科學(DeSci)革命,以解決虛假信息、發表偏差以及掠奪性出版等問題。通過將數據轉化爲可驗證、相互關聯的“知識資產”,研究人員可以獲取具備來源可追溯性、真實可信的信息。諸如 SciGraph 的項目正在利用 DKG 連接科研數據,並支持基於 AI 的假設生成,從而構建更透明、更具協作性的研究環境。這使科學界能夠建立信任、提高可重復性,並在氣候科學與醫療健康等領域實現更快速、更可信的突破。

3. 透明供應鏈:

全球供應鏈往往存在信息不透明問題,引發對可持續性、人權和產品安全性的擔憂。OriginTrail 的 DKG 支持在網絡之間安全、隱私保護地共享已驗證的數據,促進追溯性與協作性。該技術已被多個重要計劃採用,如由沃爾瑪、好市多等成員組成的供應商合規審計網絡(SCAN)。通過知識資產,OriginTrail 支持 ESG 標準,減少審計重復,確保合規性,從而推動一個更加道德、可持續與高效的貿易生態系統。

4. 智能基礎設施與建築行業:

在建築行業,OriginTrail 解決了建築數據缺乏可信來源的問題,這在可持續性與安全性方面造成了阻礙。其去中心化圖譜系統能夠確保項目、材料與合規信息的可驗證記錄。在 BuildChain 項目中,OriginTrail 技術已與歐盟的數字建築日志簿(Digital Building Logbook)實現集成,使建築師、承包商與業主等所有利益相關方都能實時訪問防篡改的建築數據。這不僅提升了效率,也加強了災難應對準備,爲更加智能、綠色、負責任的基礎設施建設奠定基礎。

主要功能

自治平行網絡

OriginTrail 擁有一組獨特的核心功能,使其在 Web3 與去中心化數據基礎設施項目中獨樹一幟。最核心的部分是去中心化知識圖譜(DKG),它允許用戶創建、發布和維護可擁有且可驗證的數據資產。DKG 將去中心化存儲技術、區塊鏈的加密證明機制與語義網的知識表示方式結合在一起,從而構建出一個強大的數據共享與驗證框架。

OriginTrail 還引入了 AI 可驗證性概念,使生成式 AI 系統能夠通過 ChatDKG 與去中心化增強檢索(dRAG)機制引用真實的知識資產,從而確保 AI 的回答基於真實世界的信息,並具備明確的溯源路徑。

在資產所有權方面,OriginTrail 利用 NFT 對知識資產進行標記與擁有權認證。每一項知識資產都可以通過 NFT 的形式擁有者清晰、控制權明晰,從而使數據不僅可用,更是具有實際所有權的資產。

此外,OriginTrail 引入了統一資產定位符(UALs)機制,使網絡中的每一項知識資產都具備唯一且可驗證的定位標識。這類似於互聯網中的 URL,但它面向的是鏈上與鏈下混合的數據資產,使得資產具備全球可尋址能力。

OriginTrail 還具備跨鏈能力,目前已支持在以太坊、Polygon 與 Polkadot 等多個區塊鏈網絡之間運行 DKG,使其更具靈活性與互操作性。

爲了激勵生態系統參與者提供高質量數據,OriginTrail 推出了 NeuroWeb 計劃,配合 NEURO 通證,通過知識挖掘機制對網絡貢獻者進行獎勵。這一機制可確保系統長期自洽地增長與優化。

治理方面,OriginTrail 提出 Paranet 概念,允許用戶圍繞特定主題或興趣創建“平行網絡”,這些網絡具備自主治理權,可以定義自己獨立的激勵機制與驗證流程,支持高度定制化與社區導向的發展模式。

最後,OriginTrail 的雙棧架構——既兼容以太坊虛擬機(EVM),又支持 Substrate 框架,使其能夠兼顧現有智能合約生態的廣泛兼容性與 Substrate 所帶來的高性能與可擴展性。這種設計不僅提升了網絡靈活性,也爲未來支持 AI 與現實世界資產等復雜場景提供了堅實基礎。

OriginTrail 的這些核心功能,爲其構建一個可信的數據互聯網奠定了基礎,不僅適用於現實世界資產的代幣化,也在可信 AI 與 Web3 應用融合中扮演着基礎設施級別的重要角色。


Source: origintrail whitepaper

神經符號協同(Neuro-Symbolic Harmony)

OriginTrail 促進了符號 AI 與神經網絡 AI 系統之間的獨特協同,通過將基於事實的知識圖譜與大語言模型的生成能力結合,構建出一種混合模型,即“神經符號 AI(Neuro-Symbolic AI)”。這一模型使系統不僅具備推理能力,還能進行創造性輸出,同時利用結構化、可驗證的數據作爲創意支撐。符號層(由去中心化知識圖譜 DKG 提供支持)保障數據的完整性、可追溯性與所有權,構建堅實的事實基礎;而神經層(如大型語言模型)則爲文本、圖像和音頻等多模態內容注入動態創意。

這種架構讓用戶能夠自由選擇偏好的 AI 模型,並將其與可信的數據源集成。無論是設計 AI 助理,還是構建高級機器學習流程,開發者都能從 OriginTrail 所提供的結構與創新之間的平衡中獲益。系統在不犧牲神經網絡自適應能力的前提下,實現了可組合性與可控性,推動了可擴展、透明的 AI 發展,使其不僅更智能,也更加負責任與包容。


來源:origintrail.io

ChatDKG

ChatDKG 是一個對開發者友好的平台,能夠將你的數據轉化爲可用、可驗證的知識資產,從而推動可靠的 AI 驅動應用的開發。這些資產構建於 OriginTrail 的去中心化知識圖譜(DKG)之上,確保數據的溯源性,並賦予創作者對數據可見性與使用方式的完全控制。一旦資產發布上線,開發者即可部署具備可預測行爲的 AI 智能體,同時可與頂級 AI 模型集成,包括 OpenAI、Microsoft Copilot、Llama Index 和 Hugging Face。ChatDKG 還允許用戶啓動新的 Paranet,建立細分知識中心,並有資格獲得網絡激勵。爲促進生態系統增長,ChatDKG 引入了一個機制,每新增一個相關的知識資產,即可申請激勵。這不僅提升了知識資產的質量與數量,也維持了一個由可信數據與可靠智能體支撐的經濟體系。無論你是在構建搜索引擎、分析工具,還是 AI 聊天機器人,ChatDKG 都簡化了整個流程,爲你的數據與智能自治系統之間架起一座橋梁。


來源:chatdkg.ai

AI Agents 實踐場景

OriginTrail 的 ChatDKG 通過運行在可驗證知識之上的智能體,在各行業推動現實世界的 AI 應用落地。舉例來說,PolkaBot.ai 是一款面向 Polkadot 生態系統的 AI 教育工具,利用社區策劃的知識資產提供可信洞察與學習資源。在食品行業,Perutnina Ptuj 借助去中心化 AI,驗證產品各環節的真實性,增強消費者信任。在歐洲建築行業,ChatDKG 支持的智能體爲建設者提供可信數據與合規協助。在航空航天領域,OriginTrail 參與了一個由歐盟資助的計劃,推進“數字產品護照”,幫助行業提升可追溯性與應對突發事件的能力。這些用例展示了 ChatDKG 的多元潛力,從提升用戶互動、保障數據安全,到支持可擴展的監管解決方案。每一個 AI 智能體都與 DKG 上的可驗證數據綁定,確保其可靠性、可審計性與自主性,徹底重塑關鍵行業中的人機協作未來。


Source: chatdkg.ai

Core Node

Core Node 是 DKG 的核心支柱,負責保障網絡安全並從全球數據活動中賺取 TRAC 獎勵。每個運行節點需質押至少 50,000 枚 TRAC,協助網絡保持韌性、安全性與可信度。Core Node 托管公共知識資產,並根據 DKG 的整體使用量參與獎勵分配。通過委托質押,其他 TRAC 持有者也可貢獻代幣至節點,進一步提升收益能力。值得一提的是,Core Node 也包含了 Edge Node 的全部功能,具備構建可驗證 AI 的能力,同時爲知識經濟的發展提供關鍵基礎設施支持。


來源:origintrail.io

Edge Node

Edge Node 是進入 OriginTrail 去中心化知識圖譜(DKG)的用戶友好入口,允許開發者構建可驗證、可信的 AI 應用。用戶可通過簡潔的界面或 API 上傳各類數據格式——如 PDF、Word 文檔或網頁內容,並將其轉換爲語義豐富的知識資產。Edge Node 提供對數據隱私的全面掌控,支持在 DKG 上進行選擇性共享。系統內置支持去中心化的增強檢索生成(dRAG),用戶可直接或通過 AI 助手與知識互動。支持靈活的 AI 集成方式,可部署本地模型或連接外部服務,實現隱私與可擴展性的平衡。


來源:origintrail.io

什麼是 TRAC 代幣?

TRAC 是 OriginTrail 去中心化知識圖譜與生態系統的原生代幣,總供應量爲 5 億枚,截至 2025 年 4 月,其中 4.994 億枚已流通。

隨着 OriginTrail 擴展其應用邊界,應對虛假信息、去中心化 AI 與 Web3 基礎設施等挑戰,TRAC 在激勵機制、安全保障和系統運行中扮演着核心角色。每當一個知識資產在 DKG 上被創建,就會消耗網絡資源,TRAC 用於支付此類服務費用,是資產發布與更新的準入費。雖然 TRAC 並非所有區塊鏈上的直接 gas(如以太坊上使用 ETH,NeuroWeb 上使用 NEURO),但在 OriginTrail 基礎設施中,它仍然是關鍵的支付與激勵媒介。

DKG 中的節點彼此競爭以提供發布服務,並從中賺取 TRAC 費用。其收入取決於服務質量、質押的 TRAC 數量以及相關 paranet 的配置。由於 TRAC 質押決定節點的參與與收益資格,TRAC 委托質押成爲網絡核心功能之一。任何 TRAC 持有者都可以將代幣委托至 Core Node 並按比例獲得獎勵。此種機制保障了網絡的安全性與韌性,確保節點行爲受激勵與約束,最終提升網絡的可靠性與經濟一致性。

TRAC 於 2018 年以 ERC-20 代幣形式在以太坊上發行,其用途自此大幅擴展。除了用於節點質押與知識資產運營,它也作爲 OriginTrail 生態系統內的價值傳遞媒介。其代幣分配如下:50% 分配給預售與眾籌,20% 預留給未來開發,18% 給創始人與 Pre-ICO 參與者,5% 給團隊與顧問,5% 用於流動性池,2% 用於賞金計劃。該結構支持項目的長期增長、網絡激勵與去中心化參與。


來源:medium.com/origintrail

TRAC 是一個好的投資嗎?

TRAC 在 OriginTrail 生態中具備強大實用性,是去中心化知識圖譜(DKG)的經濟引擎,旨在解決 AI 透明度與虛假信息等關鍵問題。其委托質押機制與現實企業集成爲項目增添可信度。然而,該項目也面臨跨出垂直細分領域的難題。技術復雜性與對 Web3 與 AI 長期融合的依賴,可能會限制其短期吸引力。市場波動與主流知名度不高,也爲 TRAC 的廣泛成功與價值增長帶來不確定性。

如何持有 TRAC?

要持有 TRAC,可使用中心化交易所的服務。首先創建一個 Gate.io 帳戶,完成身份驗證與充值,然後按照步驟即可購買 TRAC。

OriginTrail 最新動態

據 OriginTrail 官方博客報道,生態系統已發布 2025 年路線圖,重點包括 Impact Base: Gaia 的推出以及 DKG V8 的關鍵部署。該更新通過 Edge Node、私有知識庫與自動推理等可擴展工具,加速集體神經-符號 AI 的發展。路線圖還介紹了 6000 萬枚 TRAC 的“集體編程金庫”(CPT),用於獎勵生態貢獻者。隨着隱私保護、AI 集成與可驗證知識挖掘的持續突破,OriginTrail 正不斷演化爲可信、去中心化 AI 驅動互聯網的基礎層。

把握 TRAC 機遇

查看今日 TRAC 行情,開啓你喜歡的幣對交易之旅。

المؤلف: Mauro
المترجم: Michael Shao
المراجع (المراجعين): KOWEI、Matheus、Joyce
مراجع (مراجعو) الترجمة: Ashley
* لا يُقصد من المعلومات أن تكون أو أن تشكل نصيحة مالية أو أي توصية أخرى من أي نوع تقدمها منصة Gate.io أو تصادق عليها .
* لا يجوز إعادة إنتاج هذه المقالة أو نقلها أو نسخها دون الرجوع إلى منصة Gate.io. المخالفة هي انتهاك لقانون حقوق الطبع والنشر وقد تخضع لإجراءات قانونية.
ابدأ التداول الآن
اشترك وتداول لتحصل على جوائز ذهبية بقيمة
100 دولار أمريكي
و
5500 دولارًا أمريكيًا
لتجربة الإدارة المالية الذهبية!