DeAI 潜力股 OORT：打破 AI 发展瓶颈，激发人人贡献数据的热情

作者：ChainCatcher

AI 赛道进入爆发时代，咨询机构 Dealroom 在研究报告《2024 年 AI 投资报告》中称，全球 AI 投资规模预计将达 650 亿美元，占所有风险投资的五分之一。高盛研究部则表示全球 AI 投资规模 2025 年或接近 2000 亿美元。

得益于 AI 爆发，资金疯狂扎堆 AI 标的。例如 A 股公司寒武纪，从今年 2 月低位至今暴涨超过 560%，市值突破 2500 亿人民币大关；美股公司博通市值突破万亿美元，成为美股第八大上市公司。

AI + Crypto 结合也呈现火热态势。在 Nvidia 举办的人工智能会议期间，Bittensor（TAO）以超 45 亿美元市值领衔，Render（RND）和 Fetch.ai（FET）等资产价值增长迅猛。

继大语言模型之后，AI Agent 成为本轮 AI 行情的发动机。例如，GOAT 的代币 24 小时涨超 100 倍，ACT 单日涨近 20 倍，它们醒目的表现点燃了 Crypto 世界对 AI Agent 的热情。

然而，在 AI 如火如荼发展的背后也有隐忧。根据 OORT创始人兼CEO Dr. Max Li 在《福布斯》上发表的文章《2025 年 AI 失败将激增：对去中心化创新的呼吁》，AI 行业面临着诸多问题，如数据隐私、道德合规以及中心化引发的信任危机等，这使得 AI 失败的风险增加，因此去中心化创新成为当务之急。

目前，OORT 已建立了世界上最大的去中心化云基础设施之一，其网络节点覆盖超过 100 个国家，实现了数百万美元的收入，并推出了开源 Layer 1 Olympus 协议（其共识算法为 “诚实证明” PoH，受美国专利保护），通过原生代币 OORT 鼓励人人贡献数据，实现激励闭环。最近，OORT 推出 OORT DataHub，标志着其向全球化、多元、透明的数据采集更进一步，为 DeAI 的爆发打好基石。

课堂内偶然诞生的 OORT

想要理解 OORT 这个项目，首先需要理解 OORT 解决的问题。要理解 OORT 解决的问题，就不得不提到目前 AI 发展遇到的瓶颈，目前 AI 发展的瓶颈主要是数据和中心化问题：

一、中心化 AI 的弊端

1、透明度不足引发信任危机。中心化的 AI 模型决策过程往往不透明，被视为 “黑箱” 操作。用户难以理解 AI 系统是如何做出决策的，这在一些关键应用中，如医疗诊断、金融风控等，可能导致严重后果。

2、数据垄断与不平等竞争。少数大型科技公司掌握着大量的数据资源，形成了数据垄断局面。这使得新进入者难以获取足够的数据来训练自己的 AI 模型，阻碍了创新和市场竞争。同时，数据垄断也可能导致用户数据被滥用，进一步加剧了数据隐私问题。

3、道德与伦理风险难以把控。中心化 AI 的发展引发了一系列道德和伦理问题，如算法歧视、偏见放大等。此外，随着 AI 技术在军事、监控等领域的应用，也引发了人们对人权、安全和社会稳定的担忧。

二、数据瓶颈

1、数据荒。在人工智能蓬勃发展的进程中，数据荒问题逐渐凸显，成为制约其进一步发展的关键因素。AI 研究人员对数据的需求呈爆炸式增长，然而数据的供应却难以满足。过去十年，神经网络的不断扩大依赖大量数据训练，像 ChatGPT 等大型语言模型的发展便是例证。但如今，传统数据集即将耗尽，数据所有者也开始限制内容使用，导致数据获取愈发困难。

数据荒的成因是多方面的。一方面，数据质量参差不齐，存在不完整性、不一致性、噪音及偏见等问题，严重影响模型准确性。另一方面，可扩展性挑战巨大，收集足量数据成本高昂且耗时，实时数据维护不易，大型数据集的人工注释更是瓶颈。同时，访问和隐私方面的限制也不容忽视，数据孤岛、法规约束及道德问题都使得数据收集举步维艰。

数据荒对 AI 发展产生了深远影响。它限制了模型的训练和优化，可能迫使 AI 模型从追求大规模向更专业、高效转变。在行业应用中，也难以实现精准的预测和决策，阻碍了 AI 在医疗、金融等领域发挥更大作用。

为应对数据荒，研究人员和企业正积极探索多种途径。如尝试收集非公开数据，但面临合法性和质量等问题；关注专业数据集，不过其可用性和实用性有待验证；生成合成数据，虽有一定潜力但也存在诸多弊端。此外，优化传统数据收集方法、探索去中心化数据收集方案等也成为解决数据荒的重要方向。总之，数据荒问题亟待解决，以推动 AI 持续健康发展。

2、中心化 AI “数据黑盒” 引发的问题，如隐私问题、缺乏多样性、不透明等。

当前模式下，数据收集和处理过程缺乏透明度，用户往往对个人数据的去向和使用方式不知情。许多机器学习算法需要大量用户敏感信息进行训练，这其中便存在数据泄露风险，一旦隐私保护措施不到位，用户的私人信息可能被滥用，进而引发信任危机。

缺乏多样性也是一大弊端。当前，中心化 AI 所依赖的数据往往集中于少数领域或地区，国际主流数据集大多以英语为主，导致数据来源单一。这使得训练出的 AI 模型在面对多样化的现实场景时表现乏力，容易产生偏见。例如在处理多语言任务或不同文化背景的数据时，模型可能无法准确理解和应对，限制了 AI 技术的广泛适用性和公平性。

不透明性更是贯穿于整个数据处理流程。从数据的收集源头，到处理方式，再到最终如何转化为决策，这些环节对于外部而言犹如黑箱一般。这种不透明不仅让用户难以评估数据质量，也使得难以察觉模型是否因数据偏见而产生偏差，进而影响决策的公正性和准确性。长期来看，不利于 AI 技术的健康发展和社会的广泛接受。

3、数据采集的挑战，已成为阻碍 AI 发展的关键因素。根据 Dr. Max Li 在《福布斯》撰写的专栏，常见的问题往往来自以下几个方面：

（1）数据质量问题。

不完整性：缺失值或不完整的数据可能会损害 AI 模型的准确性。

不一致：从多个来源收集的数据通常格式不匹配或条目冲突。

噪音：不相关或错误的数据会削弱有意义的见解并混淆模型。

偏见：不能代表目标人群的数据会导致模型出现偏见，从而引起道德和实际问题。

（2）可扩展性问题。

数量挑战：收集足够的数据来训练复杂的模型可能成本高昂且耗时。

实时数据要求：自动驾驶或预测分析等应用需要持续可靠的数据流，维护这些数据流可能具有挑战性。

手动注释：大型数据集通常需要人工标记，这会造成时间和人力的严重瓶颈。

（3）访问和隐私问题。

数据孤岛：组织可能会将数据存储在孤立的系统中，从而限制访问和集成。

合规性：GDPR、CCPA 等法规限制数据收集行为，尤其是在医疗保健和金融等敏感领域。

道德问题：未经用户同意或不透明地收集数据可能会导致声誉和法律风险。

数据收集中的其他常见瓶颈包括缺乏多样化和真正全球化的数据集、与数据基础设施和维护相关的成本高、处理实时和动态数据的挑战以及与数据所有权和许可相关的问题等。

OORT 应运而生，源于实际需求，其成立具有一定偶然性。2018 年，Max在为哥伦比亚大学的研究生们授课，在上人工智能课程时需要完成一个需要训练 AI 代理的项目，因传统云服务成本高昂，学生们陷入困境。为了解决这一困境，Max萌生了创建去中心化 AI 平台 “OORT” 的想法：最初他们探索利用区块链作为激励层，连接全球未被充分利用的节点，构建了一个初步的去中心化云解决方案原型，并开始尝试使用 PayPal 进行支付和信用额度分配，为 OORT 原生代币的诞生奠定了基础。

如今，OORT 已成为 DeAI 领导者，结合区块链验证与全球数据中心和边缘设备网络，设计了最先进的人工智能基础设施。

面对目前 AI 训练数据缺失的问题，OORT 通过利用全球未被充分利用的节点，借助区块链将它们连接起来，实现全球收集数据。为激励大家参与并解决跨境小额支付的难题，OORT 想到了使用加密货币付款的方式，从而构建起独特的商业模式。其旗下的 OORT DataHub 产品于 12 月 11 日上线，主要解决数据采集和标注瓶颈，客户群涵盖中小企及部分全球头部科技企业。该产品的去中心化特性，真正实现了全球化、多元、透明的数据采集，利用加密货币让全球的数据贡献者能够轻松赚取奖金，而区块链技术则确保了数据来源和使用记录在链上，有效解决了 Web2 云端服务和 AI 公司面临的诸多痛点。截至撰稿时间，OORT DataHub已收录来自全球超过8万贡献者上传数据。

硬核科研及学术背景，获巨头资助，服务超 1 万企业和个人

OORT 团队阵容强大。Max不仅是 OORT 的创始人兼首席执行官，目前还是哥伦比亚大学的教师、美国纽约 Nakamoto&Turing Labs 联合创始人、美国纽约 Aveslair 基金创始合伙人，并在技术领域极具影响力，拥有超过 200 项国际和美国的专利（已授权和待授权），在多个知名学术期刊上发表了大量论文，涵盖通信、机器学习和控制系统等领域。此外，他还担任多个领域领先期刊和会议的审稿人和技术程序委员会成员，以及加拿大自然科学和工程研究委员会的资助评审员。

在创立 OORT 之前，Max曾与高通研究团队合作进行 4G LTE 和 5G 系统设计。Max 还是纽约市基于区块链和人工智能投资、教育和咨询的实验室 Nakamoto & Turing Labs 的联合创始人。

Max也是《福布斯》杂志的常任撰稿人，其在最新发表的《福布斯》文章《2025 年 AI 失败将激增：对去中心化创新的呼吁》《关注 2025 年的去中心化 AI：人工智能与加密货币的融合》中，Max 强调了去中心化 AI 在加密货币领域的发展和重要性，强调其带来的变革和潜力。由此不难看出，Max 是去中心化 AI 坚实的拥趸者。

OORT 基金会主席 Michael Robinson 同时也是 Agentebtc 的管理董事成员、Burble 的管理董事成员、Aveslair 基金的管理合伙人、Reed - Robinson 基金的联合创始人兼主席以及 Laireast 的合伙人，拥有丰富的跨领域经验，致力于推动全球商业和技术的融合。

其他核心团队成员来自世界顶尖学府及知名机构，如哥伦比亚大学、高通、AT&T、摩根大通等，此外，OORT 的发展也得到了著名加密风险投资公司例如 Emurgo Ventures（ADA 卡尔达诺基金会）及来自微软和谷歌的支持。

截至目前，OORT 已从知名投资者那里筹集了 1000 万美元，包括 Taisu 风险投资、Red Beard 风险投资、Sanctor 资本等，并获得了微软和谷歌的资助，还与众多行业巨头建立了合作关系，如联想图像、戴尔、腾讯云、BNB Chain 等。

OORT 在 2018 - 2019 年完成了项目早期探索，2020 - 2021 年间潜心研究，开发了一系列核心技术，包括数据存储、计算和管理等方面的技术，并开始构建 OORT 生态系统的基础设施。在此期间，OORT 推出了去中心化存储节点 Edge Device，初步形成了产品雏形，为后续的商业化发展奠定了技术基础。

自 2022 年起，OORT 开始探索商业化道路：

1、OORT 搭建了一个数据市场平台，连接数据提供者和数据使用者。数据提供者可以在平台上出售自己的数据，而数据使用者则可以购买所需的数据用于 AI 模型训练等用途。OORT 通过收取交易手续费实现盈利，同时为了鼓励数据提供者提供高质量的数据，平台还设立了奖励机制，根据数据的质量、多样性和使用频率等因素给予提供者相应的奖励。

2、提供去中心化的云存储和计算服务，企业和个人可以租用 OORT 的云资源来运行自己的 AI 应用程序。与传统云服务相比，OORT 的去中心化云服务具有更高的安全性、更低的成本和更好的可扩展性。用户可以根据自己的实际需求灵活选择所需的云资源，并按照使用量进行付费。

3、针对大型企业的特定需求，OORT 提供定制化的 AI 解决方案。这些解决方案基于 OORT 的去中心化技术架构，为企业提供数据管理、模型训练、智能决策等一站式服务。通过与企业的合作，OORT 不仅能够获得稳定的收入来源，还能积累行业经验，进一步优化其产品和服务。

目前，OORT 服务全球超 1 万企业及个人客户，其网络节点实现了数百万美元的收入，证明了其商业模式的可行性。

每个人都能参与到 AI 的发展中并从中受益

OORT 旗下拥有多款产品，包括 OORT Storage、OORT Compute 和 OORT DataHub 三大产品，基于前述三个产品的应用层，OORT 还有一套解决方案即 OORT AI，可帮助企业快速整合智能助理，具体来看三大产品的功能如下：

・OORT Storage 是目前唯一在性能上可以对标 AWS S3 存储服务的去中心化解决方案，已拥有众多注册企业和个人客户；

・OORT Compute 旨在实现去中心化数据分析和处理，为 AI 模型训练和推理提供更好的成本效益，目前还在筹备中，尚未上线；

・12 月 11 日正式上线的 OORT DataHub，标志着项目进入了一个新的发展阶段，将作为 OORT 发展的新重点，被寄予 “现金牛” 期待。

OORT DataHub 提供了一种创新的数据采集和标注方式，允许全球贡献者收集、分类和预处理 AI 应用程序的数据，通过利用区块链技术，解决了传统数据采集方式中数据来源单一和标注效率低下的问题，并提高了安全性。值得注意的是，OORT DataHub 在深圳数据交易所成功上线，为人工智能企业和研究机构获取高质量、多样化、安全合规的数据集开辟了一条新途径。

OORT DataHub 为用户提供多种赚取积分的方式，如每日登录、完成任务、验证任务和推荐计划等，用户通过积累积分有资格参加每月抽奖，并获得与美元等价的 USDT 作为激励。

该产品有效消除数据收集中的中介，提供了更安全、参与者控制的流程，与日益增长的呼吁采取更多道德方法来对待 AI 的趋势相一致。

基于 OORT DataHub，OORT 还推出 OORT DataHub Mini App，该应用将与 Telegram 的迷你应用平台无缝集成，使用户能够更轻松地贡献数据并参与去中心化数据收集，进一步扩大 OORT 生态系统并提高用户参与度，预计该集成将带来数百万用户并推动该平台的发展。

OORT DataHub 是 OORT 愿景的体现，OORT 的愿景是让每个人都能参与到 AI 的发展中，无论其地理位置、经济状况或技术背景如何，都能从中受益。OORT 的使命是提供可靠、安全、高效的去中心化 AI 解决方案，推动 AI 技术在全球范围内的普及和应用，同时确保数据隐私、安全和道德合规。

通过去中心化的数据市场模式，OORT 打破了数据垄断，让全球各地的数据提供者都能够将自己的数据上传到平台上进行交易和共享。无论是个人用户还是企业用户，只要拥有有价值的数据，都可以在 OORT 平台上获得相应的收益，实现了数据价值的公平分配。

去中心化架构使得数据不再集中存储在单一服务器或数据中心，而是分布在全球各地的节点上。每个节点都对数据进行加密处理，只有经过授权的用户才能访问和使用数据。同时，区块链技术的不可篡改特性确保了数据的完整性和真实性，有效防止了数据泄露和篡改风险。

由于 OORT 的去中心化网络由众多节点组成，不存在单点故障问题。即使某个节点受到攻击或出现故障，其他节点仍然可以正常运行，保证了整个系统的稳定性和可靠性。此外，去中心化的共识机制使得攻击者难以篡改系统数据或控制整个网络，提高了系统的安全性。例如，在面对分布式拒绝服务攻击（DDoS）时，OORT 的分布式架构可以分散攻击流量，使系统能够保持正常运行，确保用户的数据和服务不受影响。

另一方面，OORT 通过提供创新的数据采集和标注方式、建立了严格的数据质量控制和验证机制以及先进的 AI 算法对数据进行智能管理和分析，解决了数据采集、控制和管理问题。

OORT 高度重视数据保护和隐私合规工作，严格遵守全球各地的数据保护法规，如 GDPR、HIPAA 等，确保用户数据得到合法处理。

通过对OORT现有产品线和产品进展的梳理，结合OORT对未来愿景的描绘，我们可以看见，OORT构建起了一个公平、透明、可信赖的 AI 生态系统。