FHE+Restaking+AI：完美叙事下的Mind Network（三日凌空）

Mind Network是什么？

Mind Network定义为一个服务于AI和PoS网络的FHE Restaking Layer。

AI和PoS：这是服务对象

FHE：技术安全层，是技术支撑，同态加密，保证公平验证

Restaking：经济安全层，是经济支撑，共识的来源

以AVS的方式理解，左手接入Restaking资产，右手为AI等网络提供安全共识

主要产品：

Subnet：子网，基于FHE的特定用例

Remote Restaking：远程质押，资产在原链就可以参与Mind 再质押

Mind Chain：基于Altlayer的Rollup，主要负责连接Restaking和Subnet

FHE Bridge：基于隐形地址和CCIP推出，FHE跨链桥，主要服务B端

Mind Lake：FHE 隐私数据库，主要服务B端

投资和背景：

23年完成250万美元种子轮

Binance、Chainlink生态孵化项目

以太坊基金会Grant

Mind Network 架构

 

 

子网Subnet

Mind Network的解决方案称为Subnet

根据介绍来看，Subnet是一个基于FHE和Restaking的验证需求网络，近似于AVS升级版

• 各个Subnet可以自定义自己的任务和逻辑，比如验证者节点要求、奖励规则、FHE相关功能、加密解密等

• 根据目前公开消息来看，第一批subnet应该以AI和Depin为主，例如Io.NET、Myshell等

 

 

Remote Staking远程质押

首先需要明确的是，Mind Network支持的是LST/LRT资产，而不支持原始资产，例如BTC/ETH等

目前提供的版本主要支持Ether.FI、Renzo、Lido、Stakestone的LST资产

Remote Staking 远程质押提供了最低安全假设的方式参与质押，不需要进行跨链

例如：

1. 在Manta之类的L2上，用ETH参与Stakestone质押，获得Stone

2. 在Mind 上，直接切换到Manta链，点击stake，就可以质押Stone

3. 不需要将Stone再进行跨链到主网之类的

参与远程质押的主要好处：资产在原链，操作简单，安全假设低。

目前需要关注的是，最后的奖励是如何发放，发放到哪条链等问题

AI和去中心化AI

AI最容易让用户感知的是模型，模型的产生得益于两个关键资源：算力和数据

一个是原料，一个是动力

在算力层面，企业垄断，中小AI很难夺取算力，去中心化通过代币激励能利用用户手里的闲散算力，即Depin类

在数据层面，数据清洗和标注是上游，然后才提供给模型进行处理和优化，数据在整个过程中，面临多重威胁，例如存储、数据运算、数据输出等。

数据过程涉及的安全问题，比如和Chatgpt对话时，本质上我们建立了信任假设，信任OpenAI不会偷窥我们数据。

 

 

于是去中心化AI诞生，例如云算力市场、云训练市场，AI代理市场，GPU算力市场，预测市场，生成式对话等等

但Crypto AI同样面临着一些难以解决的问题：

• 云算力或者说Depin类项目，遇到的公平性问题，公平本质也是共识问题

任务给谁，自身设备的数据泄露，贡献如何公正的判别？

• 例如Bittensor这样的去中心化数据市场面临的问题

矿工训练模型，验证者投票给出评分。如何确定验证者没有狼狈为奸？如何确定给我的模型就是最好的？

整个过程涉及的数据隐私则大致分为几个部分：

• 用户设备数据会不会泄露给平台？
• 需要计算的数据会不会泄露给用户？
• 平台自身如何自证清白和安全？……等等

于是伟大的密码学来了：数据加密，FHE运算，ZK验证，MPC分管权限

最终的理想国：AI的端对端全加密。

即AI不知道我们问什么，AI也不知道在算什么，但AI能输出我们想要的答案。

FHE解决的问题

PoS网络的核心是投票，投票初心是希望验证者独立验证，根据结果在公开网络达成共识。

但在实际情况中，能够像以太坊这样用于大量节点水平网络，少之又少。

只有验证者节点越多，才能保证少量的作弊行为不影响大局，即解决BFT 拜占庭问题。

节点少就会产生作弊和操纵行为，比如为了奖励跟投和贿赂操纵等。

基于PoS网络的问题，Mind 提供基于FHE的安全验证，简单来说就是对投票过程加密，从而避免在节点数量不够（不够去中心化，即不够安全）的情况下，仍然能够获得网络安全。

但在日常中，其实很难定义节点数量“多还是少”，也就是除了以太坊和比特币之外，很难认可其他的网络是足够安全的。

继而可以简单理解为，几乎所有PoS网络都可以用Mind 完成安全共识。

PoS的核心逻辑：节点质押代币，从而获得验证权，参与验证获得奖励

这个过程在Depin、AI和大部分的网络中都有体现，所以Mind 的方案能适用上述类型的项目。

比如Bittensor，需要质押TAO作为验证者；Io.net 需要质押IO参与节点等

对于去中心化AI来说，由于过程涉及大量高价值数据的计算，所以对安全、隐私尤其看重，并且还需要参与计算。

而加密计算过程恰好符合FHE的核心，所以FHE+去中心化AI，就像是奥迪双钻，我的伙伴

总结

1. Mind 的基础逻辑：

• AI和采用PoS共识的网络面临的普遍问题：不够去中心化，即本质不够安全

• FHE对投票过程加密，迫使验证者独立做出评价

• 投票权的确立来源于质押，再质押资产相对原生资产可以多一重奖励

2. 对于质押资产的安全，Remote Staking解决

3. 去中心化AI面临更多数据和安全隐私方面的问题，交叉验证、模型评选、训练、推理、去中心化计算等，FHE完美解决

4. 尽管Mind 项目设计略显复杂，但对用户来说，体验很简单，质押LST/LRT——获得奖励

5. Mind 的资源和背景完善，现在需要期待和关注的是奖励设置、代币模型、网络支持、Subnet首批应用等