什么是 OriginTrail?你需要了解的 TRAC 全部内容

中级4/24/2025, 1:07:47 AM
OriginTrail(TRAC)是一个用于 Web3 可信数据共享的去中心化知识图谱协议。

在一个日益依赖数据并受人工智能(AI)塑造的世界中,确保信息的可信度、透明性和来源变得至关重要。随着 AI 系统愈发强大并深度嵌入决策流程,与虚假信息、不透明算法和中心化控制相关的风险急剧上升。建立能验证数据真实性、保护所有权并实现开放参与的系统,是实现公平、安全数字未来的关键。OriginTrail 正是通过融合 Web3 基础设施与面向 AI 的架构,来应对这些挑战的去中心化知识图谱协议项目。

什么是 OriginTrail (TRAC)?

在 2013 至 2016 年间,OriginTrail 的基础通过遍布欧洲的供应链试点项目逐步建立。这些早期原型项目聚焦于有机牛肉、乳制品、家禽与蔬菜,整合了微软 Navision 和 SAP 等企业资源计划(ERP)系统。到 2017 年,OriginTrail 开始连接以太坊用户,并在上海设立项目办公室。2018 年初,由 Žiga Drev、Tomaž Levak 和 Branimir Rakić 领导的团队发起首次代币发行(ICO),在不到 20 分钟内筹集了 2250 万美元。这一成功推动了 OriginTrail 去中心化知识图谱(DKG)基础设施的开发,后被 BSI、SBB 和 WFH 等企业采用。2018 至 2022 年间,OriginTrail 推出其无需许可主网,引入零知识层,并通过多个版本发布优化其激励模型与竞价机制。总部位于香港的核心开发公司 Trace Labs 在此期间赢得沃尔玛食品安全创新 Spark 奖。2022 年,项目发布第二版白皮书,进一步阐述现实世界资产的代币化与 DKG 的作用。2023 年底,Turing 阶段推出 DKG V6 与面向 AI 的 ChatDKG,解决生成式 AI 的信任缺口问题。2024 年,OriginTrail 推出其 NeuroWeb 区块链,以支持知识图谱在 EVM 链上的扩展。截至 2025 年 4 月,Metcalfe 阶段正在进行中,围绕 DKG V8 与去中心化 AI 可验证性展开。受 Bob Metcalfe 启发,本阶段重点是增强型检索生成(dRAG)与知识推理。在超过十年的开发基础上,OriginTrail 持续突破可信数据基础设施的边界,服务于供应链、医疗保健与 AI 等多个领域。

OriginTrail 的创立旨在为 AI 构建一个可验证的互联网,秉持中立、包容与可用性原则,提供支持去中心化 AI 与 Web3 系统的可信数据基础设施。

OriginTrail 如何运作?去中心化知识图谱与 NeuroWeb

OriginTrail 通过一套名为去中心化知识图谱(DKG)的复杂数据基础设施运行,旨在为数字知识带来可验证性、所有权与可访问性,构建一个去中心化的环境。在虚假信息泛滥的数字时代,验证与拥有知识的能力愈加重要,尤其对于依赖实时、准确数据输入的 AI 系统。DKG 致力于解决这些挑战,将数据转化为 AI 就绪的可验证“知识资产”,通过去中心化节点网络进行访问。


来源:origintrail 白皮书

OriginTrail DKG 是一个开源网络,由三个互相连接的层组成,构建出神经-符号 AI 堆栈。信任层利用区块链技术保障数据完整性;知识基础层运用符号 AI 有效地组织与推理知识;可验证 AI 层则使用神经 AI 模型实现自动化与适应性。这三层结合,构成一个强大的信息组织、检索与验证系统。

DKG 最先进的特性之一是实现了去中心化增强型检索生成(dRAG)。dRAG 基于传统的 RAG(Retrieval-Augmented Generation)概念,通过去中心化知识图谱集成符号 AI,使生成式 AI 系统在响应前可检索到相关、已验证的知识,从而提高 AI 输出的准确性与相关性。dRAG 的价值在于融合了神经网络的泛化能力与符号 AI 的精确推理。


来源:origintrail.io

在 DKG 中,知识资产是信息的核心单位。它们是多格式、可拥有的知识容器,通过统一资产定位符(UALs)实现唯一标识。资产所有权通过 NFT 管理,使数据控制与变现更安全。其结构内置可发现性,采用关联数据原则,促进跨互联网的信息连接。资产通过基于 Merkle 树的加密证明上链验证,确保每个资产可审计且防篡改。

AI 系统和代理可通过符号与神经查询方式精准访问这些知识资产。无论是聊天机器人、自主代理,还是大型语言模型,DKG 都提供一个透明、可追踪的 AI 基础。每个资产都可被查询、验证与集成,构成一个可互操作且可信的数据源网络,支撑可信 AI 应用。

最终,OriginTrail DKG 在 Web3 与 AI 时代重新定义了数据的实用性,将知识转化为去中心化、可拥有、可验证的资产类别。它构建了 AI 可验证互联网的骨干,确保人类与机器能实时访问准确、可信的信息,并保障来源、所有权与完整性。

NeuroWeb

OriginTrail 基础设施演进的核心是 NeuroWeb,这是一个专门构建的 Layer 1 区块链,通过与知识图谱与人工智能的深度整合,增强去中心化知识经济。NeuroWeb 是一个多链创新中心,秉持中立、包容与可用性的原则。其构建基于 Substrate 框架,并由 Polkadot 提供安全保障,具备 EVM 兼容性,可与以太坊及其他 EVM 网络互操作。通过这些集成,NeuroWeb 实现 OriginTrail DKG 在多个生态系统间的无缝扩展。


来源:origintrail.io

NeuroWeb 由 OriginTrail 社区治理,核心经济与治理职能由原生通证 NEURO 支持,包括激励网络参与者、质押与知识挖掘等。DKG V6 已在 NeuroWeb 上部署,这是构建可验证 AI 的关键一步,实现了区块链生态中可扩展、去中心化的数据基础设施。借助 DKG V6,知识资产得以在多个网络(如 Polkadot parachains 与 EVM 链)中开发与维护。

NeuroWeb 的一个重要创新是支持 dRAG 框架,借此增强生成式 AI 模型对可信外部知识的调用。随着 DKG 中可用知识的扩展,dRAG 的效果愈发显著。为了推动知识增长,NeuroWeb 启动了“知识挖掘”机制,即一个激励模式,鼓励个人或组织在特定“Paranet”中创建、验证并共享知识资产。

Paranet 是 DKG 的专题或领域特定子网,可由任意用户自主创建与管理。Paranet 操作者可通过去中心化治理提出奖励结构,决定 NEURO 通证如何分发。奖励可用于激励本体验证、AI 服务提供或数据策展等任务。这些动态治理机制使 NeuroWeb 保持灵活,支持广泛与小众的数据空间发展,以适应社区需求演变。

更重要的是,NeuroWeb 的激励系统支持人工与自动化知识挖掘。在早期阶段,参与者以人工方式收集与组织知识。随着某个 paranet 内的数据成熟(注释完整并符合本体标准),AI 系统可使用演绎与归纳推理自动生成新知识。演绎推理遵循逻辑规则从现有知识中得出洞见,而归纳推理则由图神经网络(GNNs)等工具驱动,识别模式以进行概率预测。

通过 dRAG 框架将 DKG、NeuroWeb 与 AI 三者融合,开启了自主知识创造的新时代。知识资产之间实现动态互联,持续通过加密证明进行验证,并借助 AI 推理不断增强。这种协同关系提升了 AI 系统的完整性、相关性与实用性,使其与 Web3 的透明性、用户控制与去中心化价值观保持一致。

OriginTrail 的应用场景

OriginTrail 的去中心化知识图谱(DKG)技术在多个行业中已获得实际应用,涵盖从供应链管理到人工智能验证等多个关键领域:

1. AI 时代的更安全互联网:

OriginTrail 正在通过引入可信数据基础设施,应对深度伪造(deepfakes)、知识产权侵犯以及儿童性虐待材料(CSAM)等非法内容日益增长的风险。随着人工智能的不断发展,其带来的风险也同步增加——尤其是在虚假信息与有害媒体被大规模生成的背景下。OriginTrail 支持一个可验证的互联网,通过实现透明性、所有权与信任,来构建去中心化、抗审查且具备互操作性的数字内容生态系统。它为伦理创新提供支持,并在日益由 AI 驱动的网络环境中保护个人与机构的权益。

2. 去中心化科学与科研诚信:

OriginTrail 正在引领去中心化科学(DeSci)革命,以解决虚假信息、发表偏差以及掠夺性出版等问题。通过将数据转化为可验证、相互关联的“知识资产”,研究人员可以获取具备来源可追溯性、真实可信的信息。诸如 SciGraph 的项目正在利用 DKG 连接科研数据,并支持基于 AI 的假设生成,从而构建更透明、更具协作性的研究环境。这使科学界能够建立信任、提高可重复性,并在气候科学与医疗健康等领域实现更快速、更可信的突破。

3. 透明供应链:

全球供应链往往存在信息不透明问题,引发对可持续性、人权和产品安全性的担忧。OriginTrail 的 DKG 支持在网络之间安全、隐私保护地共享已验证的数据,促进追溯性与协作性。该技术已被多个重要计划采用,如由沃尔玛、好市多等成员组成的供应商合规审计网络(SCAN)。通过知识资产,OriginTrail 支持 ESG 标准,减少审计重复,确保合规性,从而推动一个更加道德、可持续与高效的贸易生态系统。

4. 智能基础设施与建筑行业:

在建筑行业,OriginTrail 解决了建筑数据缺乏可信来源的问题,这在可持续性与安全性方面造成了阻碍。其去中心化图谱系统能够确保项目、材料与合规信息的可验证记录。在 BuildChain 项目中,OriginTrail 技术已与欧盟的数字建筑日志簿(Digital Building Logbook)实现集成,使建筑师、承包商与业主等所有利益相关方都能实时访问防篡改的建筑数据。这不仅提升了效率,也加强了灾难应对准备,为更加智能、绿色、负责任的基础设施建设奠定基础。

主要功能

自治平行网络

OriginTrail 拥有一组独特的核心功能,使其在 Web3 与去中心化数据基础设施项目中独树一帜。最核心的部分是去中心化知识图谱(DKG),它允许用户创建、发布和维护可拥有且可验证的数据资产。DKG 将去中心化存储技术、区块链的加密证明机制与语义网的知识表示方式结合在一起,从而构建出一个强大的数据共享与验证框架。

OriginTrail 还引入了 AI 可验证性概念,使生成式 AI 系统能够通过 ChatDKG 与去中心化增强检索(dRAG)机制引用真实的知识资产,从而确保 AI 的回答基于真实世界的信息,并具备明确的溯源路径。

在资产所有权方面,OriginTrail 利用 NFT 对知识资产进行标记与拥有权认证。每一项知识资产都可以通过 NFT 的形式拥有者清晰、控制权明晰,从而使数据不仅可用,更是具有实际所有权的资产。

此外,OriginTrail 引入了统一资产定位符(UALs)机制,使网络中的每一项知识资产都具备唯一且可验证的定位标识。这类似于互联网中的 URL,但它面向的是链上与链下混合的数据资产,使得资产具备全球可寻址能力。

OriginTrail 还具备跨链能力,目前已支持在以太坊、Polygon 与 Polkadot 等多个区块链网络之间运行 DKG,使其更具灵活性与互操作性。

为了激励生态系统参与者提供高质量数据,OriginTrail 推出了 NeuroWeb 计划,配合 NEURO 通证,通过知识挖掘机制对网络贡献者进行奖励。这一机制可确保系统长期自洽地增长与优化。

治理方面,OriginTrail 提出 Paranet 概念,允许用户围绕特定主题或兴趣创建“平行网络”,这些网络具备自主治理权,可以定义自己独立的激励机制与验证流程,支持高度定制化与社区导向的发展模式。

最后,OriginTrail 的双栈架构——既兼容以太坊虚拟机(EVM),又支持 Substrate 框架,使其能够兼顾现有智能合约生态的广泛兼容性与 Substrate 所带来的高性能与可扩展性。这种设计不仅提升了网络灵活性,也为未来支持 AI 与现实世界资产等复杂场景提供了坚实基础。

OriginTrail 的这些核心功能,为其构建一个可信的数据互联网奠定了基础,不仅适用于现实世界资产的代币化,也在可信 AI 与 Web3 应用融合中扮演着基础设施级别的重要角色。


Source: origintrail whitepaper

神经符号协同(Neuro-Symbolic Harmony)

OriginTrail 促进了符号 AI 与神经网络 AI 系统之间的独特协同,通过将基于事实的知识图谱与大语言模型的生成能力结合,构建出一种混合模型,即“神经符号 AI(Neuro-Symbolic AI)”。这一模型使系统不仅具备推理能力,还能进行创造性输出,同时利用结构化、可验证的数据作为创意支撑。符号层(由去中心化知识图谱 DKG 提供支持)保障数据的完整性、可追溯性与所有权,构建坚实的事实基础;而神经层(如大型语言模型)则为文本、图像和音频等多模态内容注入动态创意。

这种架构让用户能够自由选择偏好的 AI 模型,并将其与可信的数据源集成。无论是设计 AI 助理,还是构建高级机器学习流程,开发者都能从 OriginTrail 所提供的结构与创新之间的平衡中获益。系统在不牺牲神经网络自适应能力的前提下,实现了可组合性与可控性,推动了可扩展、透明的 AI 发展,使其不仅更智能,也更加负责任与包容。


来源:origintrail.io

ChatDKG

ChatDKG 是一个对开发者友好的平台,能够将你的数据转化为可用、可验证的知识资产,从而推动可靠的 AI 驱动应用的开发。这些资产构建于 OriginTrail 的去中心化知识图谱(DKG)之上,确保数据的溯源性,并赋予创作者对数据可见性与使用方式的完全控制。一旦资产发布上线,开发者即可部署具备可预测行为的 AI 智能体,同时可与顶级 AI 模型集成,包括 OpenAI、Microsoft Copilot、Llama Index 和 Hugging Face。ChatDKG 还允许用户启动新的 Paranet,建立细分知识中心,并有资格获得网络激励。为促进生态系统增长,ChatDKG 引入了一个机制,每新增一个相关的知识资产,即可申请激励。这不仅提升了知识资产的质量与数量,也维持了一个由可信数据与可靠智能体支撑的经济体系。无论你是在构建搜索引擎、分析工具,还是 AI 聊天机器人,ChatDKG 都简化了整个流程,为你的数据与智能自治系统之间架起一座桥梁。


来源:chatdkg.ai

AI Agents 实践场景

OriginTrail 的 ChatDKG 通过运行在可验证知识之上的智能体,在各行业推动现实世界的 AI 应用落地。举例来说,PolkaBot.ai 是一款面向 Polkadot 生态系统的 AI 教育工具,利用社区策划的知识资产提供可信洞察与学习资源。在食品行业,Perutnina Ptuj 借助去中心化 AI,验证产品各环节的真实性,增强消费者信任。在欧洲建筑行业,ChatDKG 支持的智能体为建设者提供可信数据与合规协助。在航空航天领域,OriginTrail 参与了一个由欧盟资助的计划,推进“数字产品护照”,帮助行业提升可追溯性与应对突发事件的能力。这些用例展示了 ChatDKG 的多元潜力,从提升用户互动、保障数据安全,到支持可扩展的监管解决方案。每一个 AI 智能体都与 DKG 上的可验证数据绑定,确保其可靠性、可审计性与自主性,彻底重塑关键行业中的人机协作未来。


Source: chatdkg.ai

Core Node

Core Node 是 DKG 的核心支柱,负责保障网络安全并从全球数据活动中赚取 TRAC 奖励。每个运行节点需质押至少 50,000 枚 TRAC,协助网络保持韧性、安全性与可信度。Core Node 托管公共知识资产,并根据 DKG 的整体使用量参与奖励分配。通过委托质押,其他 TRAC 持有者也可贡献代币至节点,进一步提升收益能力。值得一提的是,Core Node 也包含了 Edge Node 的全部功能,具备构建可验证 AI 的能力,同时为知识经济的发展提供关键基础设施支持。


来源:origintrail.io

Edge Node

Edge Node 是进入 OriginTrail 去中心化知识图谱(DKG)的用户友好入口,允许开发者构建可验证、可信的 AI 应用。用户可通过简洁的界面或 API 上传各类数据格式——如 PDF、Word 文档或网页内容,并将其转换为语义丰富的知识资产。Edge Node 提供对数据隐私的全面掌控,支持在 DKG 上进行选择性共享。系统内置支持去中心化的增强检索生成(dRAG),用户可直接或通过 AI 助手与知识互动。支持灵活的 AI 集成方式,可部署本地模型或连接外部服务,实现隐私与可扩展性的平衡。


来源:origintrail.io

什么是 TRAC 代币?

TRAC 是 OriginTrail 去中心化知识图谱与生态系统的原生代币,总供应量为 5 亿枚,截至 2025 年 4 月,其中 4.994 亿枚已流通。

随着 OriginTrail 扩展其应用边界,应对虚假信息、去中心化 AI 与 Web3 基础设施等挑战,TRAC 在激励机制、安全保障和系统运行中扮演着核心角色。每当一个知识资产在 DKG 上被创建,就会消耗网络资源,TRAC 用于支付此类服务费用,是资产发布与更新的准入费。虽然 TRAC 并非所有区块链上的直接 gas(如以太坊上使用 ETH,NeuroWeb 上使用 NEURO),但在 OriginTrail 基础设施中,它仍然是关键的支付与激励媒介。

DKG 中的节点彼此竞争以提供发布服务,并从中赚取 TRAC 费用。其收入取决于服务质量、质押的 TRAC 数量以及相关 paranet 的配置。由于 TRAC 质押决定节点的参与与收益资格,TRAC 委托质押成为网络核心功能之一。任何 TRAC 持有者都可以将代币委托至 Core Node 并按比例获得奖励。此种机制保障了网络的安全性与韧性,确保节点行为受激励与约束,最终提升网络的可靠性与经济一致性。

TRAC 于 2018 年以 ERC-20 代币形式在以太坊上发行,其用途自此大幅扩展。除了用于节点质押与知识资产运营,它也作为 OriginTrail 生态系统内的价值传递媒介。其代币分配如下:50% 分配给预售与众筹,20% 预留给未来开发,18% 给创始人与 Pre-ICO 参与者,5% 给团队与顾问,5% 用于流动性池,2% 用于赏金计划。该结构支持项目的长期增长、网络激励与去中心化参与。


来源:medium.com/origintrail

TRAC 是一个好的投资吗?

TRAC 在 OriginTrail 生态中具备强大实用性,是去中心化知识图谱(DKG)的经济引擎,旨在解决 AI 透明度与虚假信息等关键问题。其委托质押机制与现实企业集成为项目增添可信度。然而,该项目也面临跨出垂直细分领域的难题。技术复杂性与对 Web3 与 AI 长期融合的依赖,可能会限制其短期吸引力。市场波动与主流知名度不高,也为 TRAC 的广泛成功与价值增长带来不确定性。

如何持有 TRAC?

要持有 TRAC,可使用中心化交易所的服务。首先创建一个 Gate.io 账户,完成身份验证与充值,然后按照步骤即可购买 TRAC。

OriginTrail 最新动态

据 OriginTrail 官方博客报道,生态系统已发布 2025 年路线图,重点包括 Impact Base: Gaia 的推出以及 DKG V8 的关键部署。该更新通过 Edge Node、私有知识库与自动推理等可扩展工具,加速集体神经-符号 AI 的发展。路线图还介绍了 6000 万枚 TRAC 的“集体编程金库”(CPT),用于奖励生态贡献者。随着隐私保护、AI 集成与可验证知识挖掘的持续突破,OriginTrail 正不断演化为可信、去中心化 AI 驱动互联网的基础层。

把握 TRAC 机遇

查看今日 TRAC 行情,开启你喜欢的币对交易之旅。

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.

什么是 OriginTrail?你需要了解的 TRAC 全部内容

中级4/24/2025, 1:07:47 AM
OriginTrail(TRAC)是一个用于 Web3 可信数据共享的去中心化知识图谱协议。

在一个日益依赖数据并受人工智能(AI)塑造的世界中,确保信息的可信度、透明性和来源变得至关重要。随着 AI 系统愈发强大并深度嵌入决策流程,与虚假信息、不透明算法和中心化控制相关的风险急剧上升。建立能验证数据真实性、保护所有权并实现开放参与的系统,是实现公平、安全数字未来的关键。OriginTrail 正是通过融合 Web3 基础设施与面向 AI 的架构,来应对这些挑战的去中心化知识图谱协议项目。

什么是 OriginTrail (TRAC)?

在 2013 至 2016 年间,OriginTrail 的基础通过遍布欧洲的供应链试点项目逐步建立。这些早期原型项目聚焦于有机牛肉、乳制品、家禽与蔬菜,整合了微软 Navision 和 SAP 等企业资源计划(ERP)系统。到 2017 年,OriginTrail 开始连接以太坊用户,并在上海设立项目办公室。2018 年初,由 Žiga Drev、Tomaž Levak 和 Branimir Rakić 领导的团队发起首次代币发行(ICO),在不到 20 分钟内筹集了 2250 万美元。这一成功推动了 OriginTrail 去中心化知识图谱(DKG)基础设施的开发,后被 BSI、SBB 和 WFH 等企业采用。2018 至 2022 年间,OriginTrail 推出其无需许可主网,引入零知识层,并通过多个版本发布优化其激励模型与竞价机制。总部位于香港的核心开发公司 Trace Labs 在此期间赢得沃尔玛食品安全创新 Spark 奖。2022 年,项目发布第二版白皮书,进一步阐述现实世界资产的代币化与 DKG 的作用。2023 年底,Turing 阶段推出 DKG V6 与面向 AI 的 ChatDKG,解决生成式 AI 的信任缺口问题。2024 年,OriginTrail 推出其 NeuroWeb 区块链,以支持知识图谱在 EVM 链上的扩展。截至 2025 年 4 月,Metcalfe 阶段正在进行中,围绕 DKG V8 与去中心化 AI 可验证性展开。受 Bob Metcalfe 启发,本阶段重点是增强型检索生成(dRAG)与知识推理。在超过十年的开发基础上,OriginTrail 持续突破可信数据基础设施的边界,服务于供应链、医疗保健与 AI 等多个领域。

OriginTrail 的创立旨在为 AI 构建一个可验证的互联网,秉持中立、包容与可用性原则,提供支持去中心化 AI 与 Web3 系统的可信数据基础设施。

OriginTrail 如何运作?去中心化知识图谱与 NeuroWeb

OriginTrail 通过一套名为去中心化知识图谱(DKG)的复杂数据基础设施运行,旨在为数字知识带来可验证性、所有权与可访问性,构建一个去中心化的环境。在虚假信息泛滥的数字时代,验证与拥有知识的能力愈加重要,尤其对于依赖实时、准确数据输入的 AI 系统。DKG 致力于解决这些挑战,将数据转化为 AI 就绪的可验证“知识资产”,通过去中心化节点网络进行访问。


来源:origintrail 白皮书

OriginTrail DKG 是一个开源网络,由三个互相连接的层组成,构建出神经-符号 AI 堆栈。信任层利用区块链技术保障数据完整性;知识基础层运用符号 AI 有效地组织与推理知识;可验证 AI 层则使用神经 AI 模型实现自动化与适应性。这三层结合,构成一个强大的信息组织、检索与验证系统。

DKG 最先进的特性之一是实现了去中心化增强型检索生成(dRAG)。dRAG 基于传统的 RAG(Retrieval-Augmented Generation)概念,通过去中心化知识图谱集成符号 AI,使生成式 AI 系统在响应前可检索到相关、已验证的知识,从而提高 AI 输出的准确性与相关性。dRAG 的价值在于融合了神经网络的泛化能力与符号 AI 的精确推理。


来源:origintrail.io

在 DKG 中,知识资产是信息的核心单位。它们是多格式、可拥有的知识容器,通过统一资产定位符(UALs)实现唯一标识。资产所有权通过 NFT 管理,使数据控制与变现更安全。其结构内置可发现性,采用关联数据原则,促进跨互联网的信息连接。资产通过基于 Merkle 树的加密证明上链验证,确保每个资产可审计且防篡改。

AI 系统和代理可通过符号与神经查询方式精准访问这些知识资产。无论是聊天机器人、自主代理,还是大型语言模型,DKG 都提供一个透明、可追踪的 AI 基础。每个资产都可被查询、验证与集成,构成一个可互操作且可信的数据源网络,支撑可信 AI 应用。

最终,OriginTrail DKG 在 Web3 与 AI 时代重新定义了数据的实用性,将知识转化为去中心化、可拥有、可验证的资产类别。它构建了 AI 可验证互联网的骨干,确保人类与机器能实时访问准确、可信的信息,并保障来源、所有权与完整性。

NeuroWeb

OriginTrail 基础设施演进的核心是 NeuroWeb,这是一个专门构建的 Layer 1 区块链,通过与知识图谱与人工智能的深度整合,增强去中心化知识经济。NeuroWeb 是一个多链创新中心,秉持中立、包容与可用性的原则。其构建基于 Substrate 框架,并由 Polkadot 提供安全保障,具备 EVM 兼容性,可与以太坊及其他 EVM 网络互操作。通过这些集成,NeuroWeb 实现 OriginTrail DKG 在多个生态系统间的无缝扩展。


来源:origintrail.io

NeuroWeb 由 OriginTrail 社区治理,核心经济与治理职能由原生通证 NEURO 支持,包括激励网络参与者、质押与知识挖掘等。DKG V6 已在 NeuroWeb 上部署,这是构建可验证 AI 的关键一步,实现了区块链生态中可扩展、去中心化的数据基础设施。借助 DKG V6,知识资产得以在多个网络(如 Polkadot parachains 与 EVM 链)中开发与维护。

NeuroWeb 的一个重要创新是支持 dRAG 框架,借此增强生成式 AI 模型对可信外部知识的调用。随着 DKG 中可用知识的扩展,dRAG 的效果愈发显著。为了推动知识增长,NeuroWeb 启动了“知识挖掘”机制,即一个激励模式,鼓励个人或组织在特定“Paranet”中创建、验证并共享知识资产。

Paranet 是 DKG 的专题或领域特定子网,可由任意用户自主创建与管理。Paranet 操作者可通过去中心化治理提出奖励结构,决定 NEURO 通证如何分发。奖励可用于激励本体验证、AI 服务提供或数据策展等任务。这些动态治理机制使 NeuroWeb 保持灵活,支持广泛与小众的数据空间发展,以适应社区需求演变。

更重要的是,NeuroWeb 的激励系统支持人工与自动化知识挖掘。在早期阶段,参与者以人工方式收集与组织知识。随着某个 paranet 内的数据成熟(注释完整并符合本体标准),AI 系统可使用演绎与归纳推理自动生成新知识。演绎推理遵循逻辑规则从现有知识中得出洞见,而归纳推理则由图神经网络(GNNs)等工具驱动,识别模式以进行概率预测。

通过 dRAG 框架将 DKG、NeuroWeb 与 AI 三者融合,开启了自主知识创造的新时代。知识资产之间实现动态互联,持续通过加密证明进行验证,并借助 AI 推理不断增强。这种协同关系提升了 AI 系统的完整性、相关性与实用性,使其与 Web3 的透明性、用户控制与去中心化价值观保持一致。

OriginTrail 的应用场景

OriginTrail 的去中心化知识图谱(DKG)技术在多个行业中已获得实际应用,涵盖从供应链管理到人工智能验证等多个关键领域:

1. AI 时代的更安全互联网:

OriginTrail 正在通过引入可信数据基础设施,应对深度伪造(deepfakes)、知识产权侵犯以及儿童性虐待材料(CSAM)等非法内容日益增长的风险。随着人工智能的不断发展,其带来的风险也同步增加——尤其是在虚假信息与有害媒体被大规模生成的背景下。OriginTrail 支持一个可验证的互联网,通过实现透明性、所有权与信任,来构建去中心化、抗审查且具备互操作性的数字内容生态系统。它为伦理创新提供支持,并在日益由 AI 驱动的网络环境中保护个人与机构的权益。

2. 去中心化科学与科研诚信:

OriginTrail 正在引领去中心化科学(DeSci)革命,以解决虚假信息、发表偏差以及掠夺性出版等问题。通过将数据转化为可验证、相互关联的“知识资产”,研究人员可以获取具备来源可追溯性、真实可信的信息。诸如 SciGraph 的项目正在利用 DKG 连接科研数据,并支持基于 AI 的假设生成,从而构建更透明、更具协作性的研究环境。这使科学界能够建立信任、提高可重复性,并在气候科学与医疗健康等领域实现更快速、更可信的突破。

3. 透明供应链:

全球供应链往往存在信息不透明问题,引发对可持续性、人权和产品安全性的担忧。OriginTrail 的 DKG 支持在网络之间安全、隐私保护地共享已验证的数据,促进追溯性与协作性。该技术已被多个重要计划采用,如由沃尔玛、好市多等成员组成的供应商合规审计网络(SCAN)。通过知识资产,OriginTrail 支持 ESG 标准,减少审计重复,确保合规性,从而推动一个更加道德、可持续与高效的贸易生态系统。

4. 智能基础设施与建筑行业:

在建筑行业,OriginTrail 解决了建筑数据缺乏可信来源的问题,这在可持续性与安全性方面造成了阻碍。其去中心化图谱系统能够确保项目、材料与合规信息的可验证记录。在 BuildChain 项目中,OriginTrail 技术已与欧盟的数字建筑日志簿(Digital Building Logbook)实现集成,使建筑师、承包商与业主等所有利益相关方都能实时访问防篡改的建筑数据。这不仅提升了效率,也加强了灾难应对准备,为更加智能、绿色、负责任的基础设施建设奠定基础。

主要功能

自治平行网络

OriginTrail 拥有一组独特的核心功能,使其在 Web3 与去中心化数据基础设施项目中独树一帜。最核心的部分是去中心化知识图谱(DKG),它允许用户创建、发布和维护可拥有且可验证的数据资产。DKG 将去中心化存储技术、区块链的加密证明机制与语义网的知识表示方式结合在一起,从而构建出一个强大的数据共享与验证框架。

OriginTrail 还引入了 AI 可验证性概念,使生成式 AI 系统能够通过 ChatDKG 与去中心化增强检索(dRAG)机制引用真实的知识资产,从而确保 AI 的回答基于真实世界的信息,并具备明确的溯源路径。

在资产所有权方面,OriginTrail 利用 NFT 对知识资产进行标记与拥有权认证。每一项知识资产都可以通过 NFT 的形式拥有者清晰、控制权明晰,从而使数据不仅可用,更是具有实际所有权的资产。

此外,OriginTrail 引入了统一资产定位符(UALs)机制,使网络中的每一项知识资产都具备唯一且可验证的定位标识。这类似于互联网中的 URL,但它面向的是链上与链下混合的数据资产,使得资产具备全球可寻址能力。

OriginTrail 还具备跨链能力,目前已支持在以太坊、Polygon 与 Polkadot 等多个区块链网络之间运行 DKG,使其更具灵活性与互操作性。

为了激励生态系统参与者提供高质量数据,OriginTrail 推出了 NeuroWeb 计划,配合 NEURO 通证,通过知识挖掘机制对网络贡献者进行奖励。这一机制可确保系统长期自洽地增长与优化。

治理方面,OriginTrail 提出 Paranet 概念,允许用户围绕特定主题或兴趣创建“平行网络”,这些网络具备自主治理权,可以定义自己独立的激励机制与验证流程,支持高度定制化与社区导向的发展模式。

最后,OriginTrail 的双栈架构——既兼容以太坊虚拟机(EVM),又支持 Substrate 框架,使其能够兼顾现有智能合约生态的广泛兼容性与 Substrate 所带来的高性能与可扩展性。这种设计不仅提升了网络灵活性,也为未来支持 AI 与现实世界资产等复杂场景提供了坚实基础。

OriginTrail 的这些核心功能,为其构建一个可信的数据互联网奠定了基础,不仅适用于现实世界资产的代币化,也在可信 AI 与 Web3 应用融合中扮演着基础设施级别的重要角色。


Source: origintrail whitepaper

神经符号协同(Neuro-Symbolic Harmony)

OriginTrail 促进了符号 AI 与神经网络 AI 系统之间的独特协同,通过将基于事实的知识图谱与大语言模型的生成能力结合,构建出一种混合模型,即“神经符号 AI(Neuro-Symbolic AI)”。这一模型使系统不仅具备推理能力,还能进行创造性输出,同时利用结构化、可验证的数据作为创意支撑。符号层(由去中心化知识图谱 DKG 提供支持)保障数据的完整性、可追溯性与所有权,构建坚实的事实基础;而神经层(如大型语言模型)则为文本、图像和音频等多模态内容注入动态创意。

这种架构让用户能够自由选择偏好的 AI 模型,并将其与可信的数据源集成。无论是设计 AI 助理,还是构建高级机器学习流程,开发者都能从 OriginTrail 所提供的结构与创新之间的平衡中获益。系统在不牺牲神经网络自适应能力的前提下,实现了可组合性与可控性,推动了可扩展、透明的 AI 发展,使其不仅更智能,也更加负责任与包容。


来源:origintrail.io

ChatDKG

ChatDKG 是一个对开发者友好的平台,能够将你的数据转化为可用、可验证的知识资产,从而推动可靠的 AI 驱动应用的开发。这些资产构建于 OriginTrail 的去中心化知识图谱(DKG)之上,确保数据的溯源性,并赋予创作者对数据可见性与使用方式的完全控制。一旦资产发布上线,开发者即可部署具备可预测行为的 AI 智能体,同时可与顶级 AI 模型集成,包括 OpenAI、Microsoft Copilot、Llama Index 和 Hugging Face。ChatDKG 还允许用户启动新的 Paranet,建立细分知识中心,并有资格获得网络激励。为促进生态系统增长,ChatDKG 引入了一个机制,每新增一个相关的知识资产,即可申请激励。这不仅提升了知识资产的质量与数量,也维持了一个由可信数据与可靠智能体支撑的经济体系。无论你是在构建搜索引擎、分析工具,还是 AI 聊天机器人,ChatDKG 都简化了整个流程,为你的数据与智能自治系统之间架起一座桥梁。


来源:chatdkg.ai

AI Agents 实践场景

OriginTrail 的 ChatDKG 通过运行在可验证知识之上的智能体,在各行业推动现实世界的 AI 应用落地。举例来说,PolkaBot.ai 是一款面向 Polkadot 生态系统的 AI 教育工具,利用社区策划的知识资产提供可信洞察与学习资源。在食品行业,Perutnina Ptuj 借助去中心化 AI,验证产品各环节的真实性,增强消费者信任。在欧洲建筑行业,ChatDKG 支持的智能体为建设者提供可信数据与合规协助。在航空航天领域,OriginTrail 参与了一个由欧盟资助的计划,推进“数字产品护照”,帮助行业提升可追溯性与应对突发事件的能力。这些用例展示了 ChatDKG 的多元潜力,从提升用户互动、保障数据安全,到支持可扩展的监管解决方案。每一个 AI 智能体都与 DKG 上的可验证数据绑定,确保其可靠性、可审计性与自主性,彻底重塑关键行业中的人机协作未来。


Source: chatdkg.ai

Core Node

Core Node 是 DKG 的核心支柱,负责保障网络安全并从全球数据活动中赚取 TRAC 奖励。每个运行节点需质押至少 50,000 枚 TRAC,协助网络保持韧性、安全性与可信度。Core Node 托管公共知识资产,并根据 DKG 的整体使用量参与奖励分配。通过委托质押,其他 TRAC 持有者也可贡献代币至节点,进一步提升收益能力。值得一提的是,Core Node 也包含了 Edge Node 的全部功能,具备构建可验证 AI 的能力,同时为知识经济的发展提供关键基础设施支持。


来源:origintrail.io

Edge Node

Edge Node 是进入 OriginTrail 去中心化知识图谱(DKG)的用户友好入口,允许开发者构建可验证、可信的 AI 应用。用户可通过简洁的界面或 API 上传各类数据格式——如 PDF、Word 文档或网页内容,并将其转换为语义丰富的知识资产。Edge Node 提供对数据隐私的全面掌控,支持在 DKG 上进行选择性共享。系统内置支持去中心化的增强检索生成(dRAG),用户可直接或通过 AI 助手与知识互动。支持灵活的 AI 集成方式,可部署本地模型或连接外部服务,实现隐私与可扩展性的平衡。


来源:origintrail.io

什么是 TRAC 代币?

TRAC 是 OriginTrail 去中心化知识图谱与生态系统的原生代币,总供应量为 5 亿枚,截至 2025 年 4 月,其中 4.994 亿枚已流通。

随着 OriginTrail 扩展其应用边界,应对虚假信息、去中心化 AI 与 Web3 基础设施等挑战,TRAC 在激励机制、安全保障和系统运行中扮演着核心角色。每当一个知识资产在 DKG 上被创建,就会消耗网络资源,TRAC 用于支付此类服务费用,是资产发布与更新的准入费。虽然 TRAC 并非所有区块链上的直接 gas(如以太坊上使用 ETH,NeuroWeb 上使用 NEURO),但在 OriginTrail 基础设施中,它仍然是关键的支付与激励媒介。

DKG 中的节点彼此竞争以提供发布服务,并从中赚取 TRAC 费用。其收入取决于服务质量、质押的 TRAC 数量以及相关 paranet 的配置。由于 TRAC 质押决定节点的参与与收益资格,TRAC 委托质押成为网络核心功能之一。任何 TRAC 持有者都可以将代币委托至 Core Node 并按比例获得奖励。此种机制保障了网络的安全性与韧性,确保节点行为受激励与约束,最终提升网络的可靠性与经济一致性。

TRAC 于 2018 年以 ERC-20 代币形式在以太坊上发行,其用途自此大幅扩展。除了用于节点质押与知识资产运营,它也作为 OriginTrail 生态系统内的价值传递媒介。其代币分配如下:50% 分配给预售与众筹,20% 预留给未来开发,18% 给创始人与 Pre-ICO 参与者,5% 给团队与顾问,5% 用于流动性池,2% 用于赏金计划。该结构支持项目的长期增长、网络激励与去中心化参与。


来源:medium.com/origintrail

TRAC 是一个好的投资吗?

TRAC 在 OriginTrail 生态中具备强大实用性,是去中心化知识图谱(DKG)的经济引擎,旨在解决 AI 透明度与虚假信息等关键问题。其委托质押机制与现实企业集成为项目增添可信度。然而,该项目也面临跨出垂直细分领域的难题。技术复杂性与对 Web3 与 AI 长期融合的依赖,可能会限制其短期吸引力。市场波动与主流知名度不高,也为 TRAC 的广泛成功与价值增长带来不确定性。

如何持有 TRAC?

要持有 TRAC,可使用中心化交易所的服务。首先创建一个 Gate.io 账户,完成身份验证与充值,然后按照步骤即可购买 TRAC。

OriginTrail 最新动态

据 OriginTrail 官方博客报道,生态系统已发布 2025 年路线图,重点包括 Impact Base: Gaia 的推出以及 DKG V8 的关键部署。该更新通过 Edge Node、私有知识库与自动推理等可扩展工具,加速集体神经-符号 AI 的发展。路线图还介绍了 6000 万枚 TRAC 的“集体编程金库”(CPT),用于奖励生态贡献者。随着隐私保护、AI 集成与可验证知识挖掘的持续突破,OriginTrail 正不断演化为可信、去中心化 AI 驱动互联网的基础层。

把握 TRAC 机遇

查看今日 TRAC 行情,开启你喜欢的币对交易之旅。

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!