表现
RD 热度指数
RD 增长指数
对比
关注更新
关注列表
人物
关于Inference Labs
Inference Labs 做可验证 AI 推理：把模型编译成零知识电路，推理时同时输出结果与证明，验证方无需接触权重即可确认某个模型确实以给定输入生成了该输出。其 DSperse 框架把大模型按层切分，只对关键子计算生成证明再聚合，降低显存与延迟压力，并兼容 EZKL、Circom/Groth16 等多种后端；协议以 Bittensor 子网形式运行，矿工竞价出证，验证者按证明体积、正确性与响应时间打分分配权重。
这套机制服务的是需要“推理收据”的场景：链上预言机、模型市场、以及要向客户或监管证明计算过程的机构，证明可与输入、时间戳一起写入永久存储，形成审计线索。与整模型上链的 zkML 相比，切片证明牺牲部分完备性换取可用性；与依赖可信硬件的方案相比，它不假设 enclave 可信。模型方可以只公开承诺与证明，把权重留在链下，使专有模型在不泄露参数的前提下被第三方复核。
2026 年 6 月，Inference Labs 完成 630 万美元战略融资，DACM 与 Delphi Ventures 继续跟投，Arche Capital、Lvna Capital 新进，另有一轮由 Native Capital 领投、一周内售罄的 100 万美元社区轮。资金用于优化电路设计与扩展多证明系统支持，把可验证推理推进到医疗、金融与 DeFi 等需要审计 AI 决策的场景。
Inference Labs 的技术路线是「只证明关键片段」。DSperse 把模型切成可并行验证的片段，只对关键层生成零知识证明，避免全模型证明带来的数十秒延迟与兆级证明体积；配合 EigenLayer 的 ZK-VIN 提供经济安全，其运行的 Bittensor 子网 2 已累计产出超过 1.6 亿个零知识证明。Proof of Inference 测试网已上线，主网原计划在第三季度末推出。商业化路径是向推理市场收费：模型方支付验证费用，市场方把可证明正确作为卖点向企业客户溢价，团队从证明生成中抽取分成；难点在于证明延迟能否压到交互式应用可接受的范围。
Inference Labs 把主网与 io.net、Akash 等推理市场打通，让输出自带「可证明正确」标签，并扩展多证明后端以适配不同模型与硬件。
Colin Gagich：联合创始人兼 CEO，2023 年在加拿大安大略省汉密尔顿创立公司，主推 Proof of Inference 与 DSperse 可验证推理框架。
Ronald（Ron）：Chan 联合创始人，主导产品研发与 DSperse 代码开源。