1、项目简介

在快速发展的技术环境中，对高效、安全和创新的人工智能 (AI) 解决方案的需求从未如此明显。传统的集中式 AI 基础设施难以跟上这种需求，往往受制于对数据隐私、安全性和透明度的担忧。Ritual 是一个先驱网络，它准备通过去中心化的方式彻底改变 AI 格局。通过利用区块链技术，Ritual 旨在解决长期困扰该行业的隐私和信任这两个关键挑战（关于Ritual）。Ritual 作为去中心化 AI 基础设施的出现，是由对不损害用户隐私的安全数据处理解决方案的迫切需求所驱动。Ritual 的基础设施不仅仅是为了维护隐私；它也证明了对 AI 应用的透明度和信任的需求日益增长。通过提供 AI 交互的链上证明，Ritual 培育了一个透明的生态系统，从而提高了用户之间的可信度（Ritual 文档 ）。此外，与 Nillion 的合作引入了一个信任敏感的计算网络，为各个领域的创新 AI 应用铺平了道路（Ritual 博客 ）。

2、背景与动机

• 去中心化基础设施的出现

去中心化 AI 基础设施的发展是由对安全高效的数据处理解决方案日益增长的需求所驱动。随着 AI 越来越多地融入各个行业，对能够处理敏感信息而不损害隐私的系统的需求变得至关重要。Web3 平台 Ritual 走在这场运动的前沿，利用区块链技术创建了一个用于 AI 推理的去中心化网络。这种方法允许以确保数据机密性和完整性的方式执行 AI 任务（ SiliconANGLE 、Ritual 常见问题解答）。

• 解决隐私问题

Ritual 开发的主要动机之一是人们对数据隐私的日益担忧。传统的 AI 系统通常需要访问大型数据集，其中可能包括个人、受监管或专有信息。这带来了巨大的风险，因为数据泄露或未经授权的访问可能会导致严重后果（Ritual 官网）。

• 增强透明度和信任

除了隐私之外，透明度也是采用 AI 技术的一个关键因素。Ritual 的平台提供与 AI 模型交互的链上证明，提供数据处理方式的透明记录。此功能对于医疗保健等行业尤其有益，因为处理敏感的财务和健康信息需要高度的信任。通过提供清晰的审计线索，Ritual 提高了 AI 应用程序的可信度并培养了用户之间的信任（Ritual 官网、 SiliconANGLE ）。

• 改进生成式人工智能应用

Ritual 的基础设施对于推动生成式 AI 应用也发挥着重要作用。通过实现对机密源数据的安全和私密访问，该平台支持检索增强生成 (RAG)，它使用实时数据来提高准确性并减少 AI 输出中的幻觉。这种能力在受监管的行业中尤其有价值，因为确保 AI 生成内容的可靠性和可信度至关重要（ SiliconANGLE ）。

• 满足日益增长的人工智能解决方案需求

各行各业对 AI 解决方案的需求不断增长，凸显了 Ritual 等平台的重要性。随着企业寻求利用 AI 获得竞争优势，对安全、高效和透明的 AI 基础设施的需求变得更加明显。Ritual 的去中心化方法不仅满足了这些需求，还将该平台定位为数字经济中 AI 驱动创新的关键推动者（ SiliconANGLE ）。

3、核心技术

• 模块化执行层

Ritual 的架构建立在一套主权模块化执行层上，称为 Ritual 超级链。这些层旨在处理各种类型的任意计算，主要侧重于 AI 模型。执行层非常灵活，可根据要求用作第 0 层、第 1 层或第 2 层（ Ritual 常见问题解答）。每个层都包含专门的状态预编译 (SPC)，它们是针对不同 AI 功能（例如知识提炼、微调和推理）优化的智能合约（Ritual产品）。

• 去中心化预言机网络（DON）

Ritual 的第一阶段 Infernet 是一个将 AI 引入链上的去中心化预言机网络 (DON)。它允许在任何兼容 EVM 的链上部署 AI 模型，并计划在未来扩展到非 EVM 链（ Ritual 常见问题解答）。Infernet 充当 AI 模型和区块链应用程序之间的桥梁，使智能合约能够访问 AI 模型以进行高级决策（什么是 Infernet？）。

• AI 协处理器

Ritual 的目标是将自己打造成 Web3 领域内的 AI 协处理器。这涉及创建一个平台，让 AI 模型可以无缝集成到区块链应用程序中。该平台支持各种 AI 模型，包括大型语言模型 (LLM) 和机器学习 (ML) 模型，可通过通用 API 访问。这种集成允许实时 AI 驱动的功能，例如与智能合约的自然语言交互以及借贷协议的自动风险管理（Ritual文档）。

• 安全和隐私

Ritual 通过 Eigenlayer 利用以太坊的第 1 层安全性，充当初始安全桥梁。随着生态系统的发展，Ritual 计划开发自己的安全措施。该平台采用加密证明来确保计算隐私和完整性，为用户和开发人员提供额外的保证层（Ritual 博客）。

• 互操作性

Ritual Superchain 中的通用消息传递 (GMP) 层促进了现有区块链与 Ritual 生态系统之间的互操作性。这使得 Ritual 可以充当多个区块链的 AI 协处理器，从而增强其在去中心化环境中的实用性和影响力（关于Ritual Superchain）。

• 节点

Ritual 的技术基础设施还包括一组不同的节点，每个节点都有不同的功能和资源需求。这些节点包括完整节点、验证器节点、证明节点、模型缓存节点和隐私节点，所有这些都有助于平台的稳健性和效率。该平台的 SDK 为开发人员提供了将 AI 快速无缝地整合到其去中心化应用程序中所需的工具（Ritual文档）。

4、Infernet：Ritual的第一阶段产品

• Infernet 概述

Infernet 代表了 Ritual 网络的重大进步，充当了链下计算和链上计算之间的桥梁。它旨在促进机器学习 (ML) 推理工作负载与区块链环境的集成，从而增强智能合约的功能。Infernet 是一个轻量级框架，允许智能合约开发人员从 Infernet 节点请求链下计算，然后通过 Infernet SDK（ Ritual 文档）将其交付给链上智能合约。

图片来源：https://docs.ritual.net/infernet/about

• 架构和组件

Infernet 建立在与 EVM 兼容的框架上，无缝集成了链上的 AI/ML 计算。这种兼容性使用户能够将典型的 AI 用例和工作流程纳入其区块链操作中。Infernet 支持三种类型的作业：链下作业（web2请求）、链上作业（web3请求）和委托作业（web2请求web3）。而各种作业又可分为非流式作业和流式作业。其中，非流式作业类似于典型的 API 请求-响应周期，而流式作业提供实时响应，这对于聊天机器人等应用程序特别有用（ Ritual 文档）。

• Infernet SDK

Infernet SDK 对于订阅链下计算工作负载输出的开发人员至关重要。它提供 CallbackConsumer 和 SubscriptionConsumer 等接口，使智能合约能够使用一次性或重复计算。该 SDK 还支持异步回调消费并处理计算消费者和节点之间的付款（ Ritual SDK 简介）。

• 证明体系与验证

Infernet 的证明系统设计不受任何限制，允许使用任何证明系统。消费者指定验证者合约来验证节点运营商提供的证明。这种灵活性确保了证明系统可以根据不同应用程序的特定需求进行量身定制。Infernet 的合约为计算验证提供了一个框架，允许消费者从节点请求计算证明，这些证明可以在链上进行验证（Ritual文档）。

• 支付系统

Infernet 1.0.0 引入了强大的链上支付系统，使节点运营商能够获得其计算工作量的补偿。开发人员可以为他们使用的计算付费，双方都可以注册链上 Infernet 钱包以促进交易。该支付系统是 Infernet 经济模型不可或缺的一部分，可确保激励节点运营商提供计算资源（ Ritual 文档）。

• 用例

Infernet 支持各种应用，尤其是涉及 ML 推理工作负载的应用。例如，开发人员可以将计算密集型操作（如 ML 推理或 ZK 证明工作负载）委托给链下，通过链上回调在智能合约中使用输出和可选证明。此功能对于需要实时数据处理和决策的应用非常有用（ Ritual SDK 简介）。

• 现实世界的实现

Infernet 已在各种场景中得到应用，证明了其多功能性和有效性。例如，开发人员可以根据用户输入向 NFT 添加新特征，从而增强 NFT 集合。此过程涉及链下稳定扩散工作负载，这些工作负载会解析 NFT 图像、添加新特征并将更新后的图像返回给智能合约。同样，Infernet 可以为 DAO 运行自动化风险模型，根据链上参数为提案提供量化风险评分（ Ritual SDK 介绍）。

• 前景

作为 Ritual 协议的首个生产实现，Infernet 为 Ritual 网络的未来发展奠定了基础。它能够将链下计算与链上智能合约连接起来，为 AI 和区块链集成开辟了新的可能性。Infernet 及其相关工具（如 Infernet SDK）的持续开发可能会带来去中心化 AI 基础设施（ Ritual 产品）的进一步创新。

• 总结

Infernet 代表了 Ritual 网络的一个关键演进，为将 AI/ML 工作负载集成到区块链环境中提供了一个全面的框架。它的架构、组件和功能使其成为开发人员希望通过高级计算能力增强智能合约的强大工具。随着 Infernet 的不断发展，它将在塑造区块链上开放 AI 基础设施的未来方面发挥关键作用（ Ritual 文档）。

5、Ritual Superchain：Ritual第二阶段产品

Ritual的下一阶段产品Ritual Superchain将是一个定制的执行层，用于支持 AI 原生操作，并在加密和 AI 的交汇处赋能一类新应用程序（Ritual介绍）。它将在接下来的几个月推出，产品架构可参考下图（Ritual 博客 ）。

图片来源：https://ritual.net/product

6、生态合作

• 与EigenLayer合作

Ritual 功能集的几个部分需要严格的经济和安全保障。EigenLayer 的重新质押机制使以太坊质押者能够为其他应用程序提供从以太坊继承的强大经济安全性，以换取多样化的收入来源。通过结合两者，Ritual 可以利用通过 EigenLayer 继承的属性，为各种与 AI 相关的工作流构建新的主动验证服务 (AVS)，同时实现其经济和安全保障。EigenLayer使 Ritual 能够从创世开始为网络上的 AI 操作提供强大的去中心化和安全性，同时还为 EigenLayer 运营商提供一种全新形式的收益（Ritual 博客）。

• 与Story Protocol合作

通过与Story Protocol 的合作，Ritual可以使 AI 模型和输出可追踪和可货币化。双方可以创建庞大的知识产权图谱，让开发人员能够看到他们的 AI 模型是如何部署和微调的。此外，双方还可以确保 AI 模型生成的内容带有水印并在链上进行跟踪。这是将区块链技术融入利润丰厚的 AI 开发领域的最新尝试（blockworks）。

• 与MyShell合作

Ritual 与 MyShell 建立了战略合作伙伴关系，MyShell 是一个利用 Ritual 的基础设施为一系列开源AI模型和应用程序提供支持的平台。此次合作体现了如何利用 Ritual 的基础设施来创建现有 AI 堆栈中传统上不可用的新功能和新特性。MyShell 与 Ritual 的整合有望为 Ritual 生态系统中一类新的原生应用程序铺平道路（ Ritual 博客）。

• 与Celestia合作

Celestia 与去中心化 AI 计算平台 Ritual 建立了战略合作伙伴关系，将其模块化数据可用性 (DA) 网络与 Ritual Cralshun 集成。此次合作旨在利用 Celestia 的 DA 选项来提高 Ritual AI 操作的效率和完整性。Ritual 用户可以将其工作流程中生成的数据作为 blob 发布到 Celestia DA层，其中包括Ritual Cralshun（即Ritual Superchain） 和去中心化预言机网络 Infernet（Ritual 博客）。

Celestia 的模块化设计通过最大限度地减少网络拥堵来降低交易费用。这种成本效益对于 Ritual 来说至关重要，因为它可以以可承受的价格部署 AI 模型和服务，让更广泛的受众能够使用它们（ SiliconANGLE ）。

Celestia 与 Ritual 的合作对双方都具有战略意义。对于 Celestia 来说，此次合作代表着一个机会，可以在实际应用中展示其模块化架构的功能，从而有可能吸引更多开发人员和项目加入其平台。对于 Ritual 来说，与 Celestia 的整合增强了其提供去中心化 AI 服务的能力，使其成为区块链上新兴 AI 领域的领导者。

• 与Nillion合作

Ritual 与信任敏感计算网络 Nillion 的合作将彻底改变 AI 推理过程中敏感数据的处理方式。通过集成 Nillion 的“盲”计算技术，Ritual 使开发人员能够保持用户输入数据和 AI 模型的机密性。这为创新的 AI 应用开辟了新的可能性，因为开发人员现在可以在不损害数据安全的情况下探索更复杂和敏感的用例（Riual 博客）。

Ritual 和 Nillion 之间的合作也为传统 AI 应用之外的广泛用例铺平了道路。例如，该平台可用于物联网 (IoT) 处理，其中安全数据处理至关重要。此外，它在价格预测等领域也具有潜力，在这些领域保护专有模型和用户数据至关重要。该系统能够为当前的匿名层提供安全替代方案，这进一步增强了其在各个领域的适用性（ SiliconANGLE ）。

7、核心团队

图片来源：https://www.rootdata.com/Projects/detail/Ritual?k=MTAwNTY%3D

• Niraj Pant：Ritual 的联合创始人。此前，他是 Polychain Capital 的普通合伙人，负责投资早期加密货币项目。在此之前，他在伊利诺伊大学香槟分校的去中心化系统实验室研究隐私问题。Niraj 还曾担任 CoinDCX 董事会成员、红杉资本大使以及 Source Networks 的联合创始人兼首席技术官。他拥有伊利诺伊大学香槟分校计算机科学学士学位。
• Akilesh Potti：Ritual 的联合创始人。他曾担任 Polychain 合伙人，拥有Palantir 机器学习、高盛 HFT、量化交易、麻省理工学院、康奈尔大学机器学习研究的众多工作经验。
• Anish Agnihotri：Ritual 的创始成员，也是 MEV 的独立研究员。此前，他曾担任 Paradigm 的研究员，在 Polychain Capital 构建高性能交易系统，并在 1Password 扩展测试自动化。
• Eva Zhang： Ritual 的创始成员，她也是红杉资本的风险投资人，Socket 的创始人。Eva Zhang 毕业于斯坦福大学。
• Igor Sylvester：Ritual 的创始成员之一，曾担任 Trust Machines 的工程合伙人。他拥有麻省理工学院计算机科学学士学位。
• Saneel Sreeni ： Ritual 的创始成员，也是 Accomplice 的风险投资合伙人。他投资并指导那些真正雄心勃勃、敢于挑战大胆目标的创新企业；这些创新企业包括 Praxis、Kaleidoscope、Veera、Eclipse、Karate Combat 等。
• Emperor：Ritual研究员。

Ritual 团队由联合创始人 Niraj Pant 和 Akilesh Potti 领导，两人均在区块链和 AI 技术方面拥有丰富的经验。该团队由杰出的顾问小组提供支持，其中包括 NEAR 联合创始人 Illia Polosukhin 和 BitMEX 联合创始人 Arthur Hayes 等。该领导和顾问团队提供战略见解和指导，确保 Ritual 在去中心化 AI 领域的持续增长和成功（Ritual 博客）。

8、融资情况

图片来源：https://ritual.net/blog/introducing-ritual

2023 年 11 月，Ritual 获得了由 Archetype 领投的 2500 万美元 A 轮融资，其他顶级投资者包括 Accomplice、Robot Ventures、dao5、Accel、Dialectic、Anagram、Avra 和 Hypersphere。这笔资金旨在扩大团队，发展开发者网络，并为网络发展提供种子资金，推动 Ritual 进入下一阶段的进步和创新。

9、路线图

Ritual 的路线图虽然尚未公布，但预计将概述该平台的未来发展和里程碑。该团队致力于公开构建，并通过社交媒体渠道和网站上的产品页面分享更新（ Ritual 常见问题解答）。Ritual 的第二阶段将涉及创建自己的主权链（即Ritual Superchain），配备自定义虚拟机 (VM) 并充当协处理器，进一步增强其功能和可扩展性。

10、结论

随着Crypto X AI的不断发展，Ritual 脱颖而出，成为去中心化 AI 基础设施领域的创新灯塔。通过解决隐私、透明度和安全等核心挑战，Ritual 有望重塑 AI 融入各个行业的方式。该平台与 Nillion 和 Celestia 等建立的战略合作伙伴关系进一步扩大了其功能，提供可扩展且安全的 AI 解决方案，既经济高效又可靠（ SiliconANGLE ）。Ritual 的模块化执行层和去中心化预言机网络标志着将 AI 上链的重大进步，增强了区块链应用程序的实用性和覆盖范围。去年获得的 2500 万美元融资证明了投资者对 Ritual 愿景的信心，使该平台能够扩展其开发者网络并进一步创新（ Cointelegraph ）。随着 Ritual主权链在接下来几个月的发布及其生态合作伙伴的进一步拓展，它将在实现 AI 民主化方面发挥关键作用，为未来打造更安全、更具创新性的加密经济（ Coindesk ）。