DeAI 潛力股 OORT：打破 AI 發展瓶頸，激發人人貢獻數據的熱情
AI 賽道進入爆發時代，咨詢機構 Dealroom 在研究報告《2024 年 AI 投資報告》中稱，全球 AI 投資規模預計將達 650 億美元，佔所有風險投資的五分之一。高盛研究部則表示全球 AI 投資規模 2025 年或接近 2000 億美元。
得益於 AI 爆發，資金瘋狂扎堆 AI 標的。例如 A 股公司寒武紀，從今年 2 月低位至今暴漲超過 560%，市值突破 2500 億人民幣大關；美股公司博通市值突破萬億美元，成為美股第八大上市公司。
AI + Crypto 結合也呈現火熱態勢。在 Nvidia 舉辦的人工智能會議期間，Bittensor（TAO）以超 45 億美元市值領銜，Render（RND）和 Fetch.ai（FET）等資產價值增長迅猛。
繼大語言模型之後，AI Agent 成為本輪 AI 行情的發動機。例如，GOAT 的代幣 24 小時漲超 100 倍，ACT 單日漲近 20 倍，它們醒目的表現點燃了 Crypto 世界對 AI Agent 的熱情。
然而，在 AI 如火如荼發展的背後也有隱憂。根據 OORT創始人兼CEO Dr. Max Li 在《福布斯》上發表的文章《2025 年 AI 失敗將激增：對去中心化創新的呼籲》，AI 行業面臨着諸多問題，如數據隱私、道德合規以及中心化引發的信任危機等，這使得 AI 失敗的風險增加，因此去中心化創新成為當務之急。
目前，OORT 已建立了世界上最大的去中心化雲基礎設施之一，其網絡節點覆蓋超過 100 個國家，實現了數百萬美元的收入，並推出了开源 Layer 1 Olympus 協議（其共識算法為 “誠實證明” PoH，受美國專利保護），通過原生代幣 OORT 鼓勵人人貢獻數據，實現激勵閉環。最近，OORT 推出 OORT DataHub，標志着其向全球化、多元、透明的數據採集更進一步，為 DeAI 的爆發打好基石。
想要理解 OORT 這個項目，首先需要理解 OORT 解決的問題。要理解 OORT 解決的問題，就不得不提到目前 AI 發展遇到的瓶頸，目前 AI 發展的瓶頸主要是數據和中心化問題：
一、中心化 AI 的弊端
1、透明度不足引發信任危機。 中心化的 AI 模型決策過程往往不透明，被視為 “黑箱” 操作。用戶難以理解 AI 系統是如何做出決策的，這在一些關鍵應用中，如醫療診斷、金融風控等，可能導致嚴重後果。
2、數據壟斷與不平等競爭。 少數大型科技公司掌握着大量的數據資源，形成了數據壟斷局面。這使得新進入者難以獲取足夠的數據來訓練自己的 AI 模型，阻礙了創新和市場競爭。同時，數據壟斷也可能導致用戶數據被濫用，進一步加劇了數據隱私問題。
3、道德與倫理風險難以把控。 中心化 AI 的發展引發了一系列道德和倫理問題，如算法歧視、偏見放大等。此外，隨着 AI 技術在軍事、監控等領域的應用，也引發了人們對人權、安全和社會穩定的擔憂。
二、數據瓶頸
1、數據荒。 在人工智能蓬勃發展的進程中，數據荒問題逐漸凸顯，成為制約其進一步發展的關鍵因素。AI 研究人員對數據的需求呈爆炸式增長，然而數據的供應卻難以滿足。過去十年，神經網絡的不斷擴大依賴大量數據訓練，像 ChatGPT 等大型語言模型的發展便是例證。但如今，傳統數據集即將耗盡，數據所有者也开始限制內容使用，導致數據獲取愈發困難。
數據荒的成因是多方面的。一方面，數據質量參差不齊，存在不完整性、不一致性、噪音及偏見等問題，嚴重影響模型准確性。另一方面，可擴展性挑战巨大，收集足量數據成本高昂且耗時，實時數據維護不易，大型數據集的人工注釋更是瓶頸。同時，訪問和隱私方面的限制也不容忽視，數據孤島、法規約束及道德問題都使得數據收集舉步維艱。
數據荒對 AI 發展產生了深遠影響。它限制了模型的訓練和優化，可能迫使 AI 模型從追求大規模向更專業、高效轉變。在行業應用中，也難以實現精准的預測和決策，阻礙了 AI 在醫療、金融等領域發揮更大作用。
為應對數據荒，研究人員和企業正積極探索多種途徑。如嘗試收集非公开數據，但面臨合法性和質量等問題；關注專業數據集，不過其可用性和實用性有待驗證；生成合成數據，雖有一定潛力但也存在諸多弊端。此外，優化傳統數據收集方法、探索去中心化數據收集方案等也成為解決數據荒的重要方向。總之，數據荒問題亟待解決，以推動 AI 持續健康發展。
2、中心化 AI “數據黑盒” 引發的問題，如隱私問題、缺乏多樣性、不透明等。
當前模式下，數據收集和處理過程缺乏透明度，用戶往往對個人數據的去向和使用方式不知情。許多機器學習算法需要大量用戶敏感信息進行訓練，這其中便存在數據泄露風險，一旦隱私保護措施不到位，用戶的私人信息可能被濫用，進而引發信任危機。
缺乏多樣性也是一大弊端。當前，中心化 AI 所依賴的數據往往集中於少數領域或地區，國際主流數據集大多以英語為主，導致數據來源單一。這使得訓練出的 AI 模型在面對多樣化的現實場景時表現乏力，容易產生偏見。例如在處理多語言任務或不同文化背景的數據時，模型可能無法准確理解和應對，限制了 AI 技術的廣泛適用性和公平性。
不透明性更是貫穿於整個數據處理流程。從數據的收集源頭，到處理方式，再到最終如何轉化為決策，這些環節對於外部而言猶如黑箱一般。這種不透明不僅讓用戶難以評估數據質量，也使得難以察覺模型是否因數據偏見而產生偏差，進而影響決策的公正性和准確性。長期來看，不利於 AI 技術的健康發展和社會的廣泛接受。
3、數據採集的挑战，已成為阻礙 AI 發展的關鍵因素。 根據 Dr. Max Li 在《福布斯》撰寫的專欄，常見的問題往往來自以下幾個方面：
（1）數據質量問題。
不完整性：缺失值或不完整的數據可能會損害 AI 模型的准確性。
不一致：從多個來源收集的數據通常格式不匹配或條目衝突。
噪音：不相關或錯誤的數據會削弱有意義的見解並混淆模型。
偏見：不能代表目標人群的數據會導致模型出現偏見，從而引起道德和實際問題。
（2）可擴展性問題。
數量挑战：收集足夠的數據來訓練復雜的模型可能成本高昂且耗時。
實時數據要求：自動駕駛或預測分析等應用需要持續可靠的數據流，維護這些數據流可能具有挑战性。
手動注釋：大型數據集通常需要人工標記，這會造成時間和人力的嚴重瓶頸。
（3）訪問和隱私問題。
數據孤島：組織可能會將數據存儲在孤立的系統中，從而限制訪問和集成。
合規性：GDPR、CCPA 等法規限制數據收集行為，尤其是在醫療保健和金融等敏感領域。
道德問題：未經用戶同意或不透明地收集數據可能會導致聲譽和法律風險。
數據收集中的其他常見瓶頸包括缺乏多樣化和真正全球化的數據集、與數據基礎設施和維護相關的成本高、處理實時和動態數據的挑战以及與數據所有權和許可相關的問題等。
OORT 應運而生，源於實際需求，其成立具有一定偶然性。2018 年，Max在為哥倫比亞大學的研究生們授課，在上人工智能課程時需要完成一個需要訓練 AI 代理的項目，因傳統雲服務成本高昂，學生們陷入困境。為了解決這一困境，Max萌生了創建去中心化 AI 平臺 “OORT” 的想法：最初他們探索利用區塊鏈作為激勵層，連接全球未被充分利用的節點，構建了一個初步的去中心化雲解決方案原型，並开始嘗試使用 PayPal 進行支付和信用額度分配，為 OORT 原生代幣的誕生奠定了基礎。
如今，OORT 已成為 DeAI 領導者，結合區塊鏈驗證與全球數據中心和邊緣設備網絡，設計了最先進的人工智能基礎設施。
面對目前 AI 訓練數據缺失的問題，OORT 通過利用全球未被充分利用的節點，借助區塊鏈將它們連接起來，實現全球收集數據。為激勵大家參與並解決跨境小額支付的難題，OORT 想到了使用加密貨幣付款的方式，從而構建起獨特的商業模式。其旗下的 OORT DataHub 產品於 12 月 11 日上线，主要解決數據採集和標注瓶頸，客戶群涵蓋中小企及部分全球頭部科技企業。該產品的去中心化特性，真正實現了全球化、多元、透明的數據採集，利用加密貨幣讓全球的數據貢獻者能夠輕松賺取獎金，而區塊鏈技術則確保了數據來源和使用記錄在鏈上，有效解決了 Web2 雲端服務和 AI 公司面臨的諸多痛點。截至撰稿時間，OORT DataHub已收錄來自全球超過8萬貢獻者上傳數據。
OORT 團隊陣容強大。Max不僅是 OORT 的創始人兼首席執行官，目前還是哥倫比亞大學的教師、美國紐約 Nakamoto&Turing Labs 聯合創始人、美國紐約 Aveslair 基金創始合夥人，並在技術領域極具影響力，擁有超過 200 項國際和美國的專利（已授權和待授權），在多個知名學術期刊上發表了大量論文，涵蓋通信、機器學習和控制系統等領域。此外，他還擔任多個領域領先期刊和會議的審稿人和技術程序委員會成員，以及加拿大自然科學和工程研究委員會的資助評審員。
在創立 OORT 之前，Max曾與高通研究團隊合作進行 4G LTE 和 5G 系統設計。Max 還是紐約市基於區塊鏈和人工智能投資、教育和咨詢的實驗室 Nakamoto & Turing Labs 的聯合創始人。
Max也是《福布斯》雜志的常任撰稿人，其在最新發表的《福布斯》文章《2025 年 AI 失敗將激增：對去中心化創新的呼籲》《關注 2025 年的去中心化 AI：人工智能與加密貨幣的融合》中，Max 強調了去中心化 AI 在加密貨幣領域的發展和重要性，強調其帶來的變革和潛力。由此不難看出，Max 是去中心化 AI 堅實的擁躉者。
OORT 基金會主席 Michael Robinson 同時也是 Agentebtc 的管理董事成員、Burble 的管理董事成員、Aveslair 基金的管理合夥人、Reed - Robinson 基金的聯合創始人兼主席以及 Laireast 的合夥人，擁有豐富的跨領域經驗，致力於推動全球商業和技術的融合。
其他核心團隊成員來自世界頂尖學府及知名機構，如哥倫比亞大學、高通、AT&T、摩根大通等，此外，OORT 的發展也得到了著名加密風險投資公司例如 Emurgo Ventures（ADA 卡爾達諾基金會）及來自微軟和谷歌的支持。
截至目前，OORT 已從知名投資者那裏籌集了 1000 萬美元，包括 Taisu 風險投資、Red Beard 風險投資、Sanctor 資本等，並獲得了微軟和谷歌的資助，還與衆多行業巨頭建立了合作關系，如聯想圖像、戴爾、騰訊雲、BNB Chain 等。
OORT 在 2018 - 2019 年完成了項目早期探索，2020 - 2021 年間潛心研究，开發了一系列核心技術，包括數據存儲、計算和管理等方面的技術，並开始構建 OORT 生態系統的基礎設施。在此期間，OORT 推出了去中心化存儲節點 Edge Device，初步形成了產品雛形，為後續的商業化發展奠定了技術基礎。
自 2022 年起，OORT 开始探索商業化道路：
1、OORT 搭建了一個數據市場平臺，連接數據提供者和數據使用者。數據提供者可以在平臺上出售自己的數據，而數據使用者則可以購买所需的數據用於 AI 模型訓練等用途。OORT 通過收取交易手續費實現盈利，同時為了鼓勵數據提供者提供高質量的數據，平臺還設立了獎勵機制，根據數據的質量、多樣性和使用頻率等因素給予提供者相應的獎勵。
2、提供去中心化的雲存儲和計算服務，企業和個人可以租用 OORT 的雲資源來運行自己的 AI 應用程序。與傳統雲服務相比，OORT 的去中心化雲服務具有更高的安全性、更低的成本和更好的可擴展性。用戶可以根據自己的實際需求靈活選擇所需的雲資源，並按照使用量進行付費。
3、針對大型企業的特定需求，OORT 提供定制化的 AI 解決方案。這些解決方案基於 OORT 的去中心化技術架構，為企業提供數據管理、模型訓練、智能決策等一站式服務。通過與企業的合作，OORT 不僅能夠獲得穩定的收入來源，還能積累行業經驗，進一步優化其產品和服務。
目前，OORT 服務全球超 1 萬企業及個人客戶，其網絡節點實現了數百萬美元的收入，證明了其商業模式的可行性。
OORT 旗下擁有多款產品，包括 OORT Storage、OORT Compute 和 OORT DataHub 三大產品，基於前述三個產品的應用層，OORT 還有一套解決方案即 OORT AI，可幫助企業快速整合智能助理，具體來看三大產品的功能如下：
・OORT Storage 是目前唯一在性能上可以對標 AWS S3 存儲服務的去中心化解決方案，已擁有衆多注冊企業和個人客戶；
・OORT Compute 旨在實現去中心化數據分析和處理，為 AI 模型訓練和推理提供更好的成本效益，目前還在籌備中，尚未上线；
・12 月 11 日正式上线的 OORT DataHub，標志着項目進入了一個新的發展階段，將作為 OORT 發展的新重點，被寄予 “現金牛” 期待。
OORT DataHub 提供了一種創新的數據採集和標注方式，允許全球貢獻者收集、分類和預處理 AI 應用程序的數據，通過利用區塊鏈技術，解決了傳統數據採集方式中數據來源單一和標注效率低下的問題，並提高了安全性。值得注意的是，OORT DataHub 在深圳數據交易所成功上线，為人工智能企業和研究機構獲取高質量、多樣化、安全合規的數據集开闢了一條新途徑。
OORT DataHub 為用戶提供多種賺取積分的方式，如每日登錄、完成任務、驗證任務和推薦計劃等，用戶通過積累積分有資格參加每月抽獎，並獲得與美元等價的 USDT 作為激勵。
該產品有效消除數據收集中的中介，提供了更安全、參與者控制的流程，與日益增長的呼籲採取更多道德方法來對待 AI 的趨勢相一致。
基於 OORT DataHub，OORT 還推出 OORT DataHub Mini App，該應用將與 Telegram 的迷你應用平臺無縫集成，使用戶能夠更輕松地貢獻數據並參與去中心化數據收集，進一步擴大 OORT 生態系統並提高用戶參與度，預計該集成將帶來數百萬用戶並推動該平臺的發展。
OORT DataHub 是 OORT 愿景的體現，OORT 的愿景是讓每個人都能參與到 AI 的發展中，無論其地理位置、經濟狀況或技術背景如何，都能從中受益。OORT 的使命是提供可靠、安全、高效的去中心化 AI 解決方案，推動 AI 技術在全球範圍內的普及和應用，同時確保數據隱私、安全和道德合規。
通過去中心化的數據市場模式，OORT 打破了數據壟斷，讓全球各地的數據提供者都能夠將自己的數據上傳到平臺上進行交易和共享。無論是個人用戶還是企業用戶，只要擁有有價值的數據，都可以在 OORT 平臺上獲得相應的收益，實現了數據價值的公平分配。
去中心化架構使得數據不再集中存儲在單一服務器或數據中心，而是分布在全球各地的節點上。每個節點都對數據進行加密處理，只有經過授權的用戶才能訪問和使用數據。同時，區塊鏈技術的不可篡改特性確保了數據的完整性和真實性，有效防止了數據泄露和篡改風險。
由於 OORT 的去中心化網絡由衆多節點組成，不存在單點故障問題。即使某個節點受到攻擊或出現故障，其他節點仍然可以正常運行，保證了整個系統的穩定性和可靠性。此外，去中心化的共識機制使得攻擊者難以篡改系統數據或控制整個網絡，提高了系統的安全性。例如，在面對分布式拒絕服務攻擊（DDoS）時，OORT 的分布式架構可以分散攻擊流量，使系統能夠保持正常運行，確保用戶的數據和服務不受影響。
另一方面，OORT 通過提供創新的數據採集和標注方式、建立了嚴格的數據質量控制和驗證機制以及先進的 AI 算法對數據進行智能管理和分析，解決了數據採集、控制和管理問題。
OORT 高度重視數據保護和隱私合規工作，嚴格遵守全球各地的數據保護法規，如 GDPR、HIPAA 等，確保用戶數據得到合法處理。
通過對OORT現有產品线和產品進展的梳理，結合OORT對未來愿景的描繪，我們可以看見，OORT構建起了一個公平、透明、可信賴的 AI 生態系統。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。