去中心化平台掀數據主權革命,用戶可參與AI模型並共享回報

· 新聞摘要解讀

InfoAI 全球AI新聞摘要與解讀

InfoAI全球AI新聞精選與解讀|

Vana推去中心化AI平台,用戶可共享模型收益

Vana等去中心化AI平台讓用戶可將個人資料加密上傳,自主授權參與AI模型訓練並獲取回報,強調資料主權、模型共享與Web3融合,挑戰科技巨頭數據壟斷,重新定義AI資料經濟與參與式人工智慧新模式。

在AI技術爆炸性成長的今天,個人數據成為開發大型模型的核心燃料。然而,多數使用者在使用各種數位服務的過程中,往往不自覺地將自身資料「免費」交付,卻無法擁有、掌控或從中獲利。這樣的狀況,正面臨一場由「去中心化平台」發動的結構性挑戰。

近日,國外媒體報導一項備受矚目的創新實驗——Vana平台。這是一個結合AI訓練與區塊鏈技術的去中心化平台,其理念明確:讓使用者「真正擁有」自己的資料,並參與AI模型的訓練與經濟回報。

這一模式不僅挑戰了現有科技巨頭壟斷數據的運作邏輯,也為AI產業的資料來源與商業模式開啟新的可能性。

Vana:使用者貢獻數據即成AI模型「共同擁有者」

Vana平台的核心機制在於:使用者可以將自己的社群媒體內容、瀏覽行為、音訊紀錄或其他個人資料,上傳至加密數位錢包,再依自身意願授權參與AI模型訓練

一旦用戶選擇加入某個訓練專案,系統會根據其資料貢獻的比例,自動分配對應的「模型份額」或獎勵機制。也就是說,用戶不只是提供資料的「消費者」,而是AI成果的共同創造者與受益者。

Vana團隊更強調:「我們希望用戶成為AI發展的利害關係人,而不只是被動的資料提供者。

重塑資料經濟邏輯:從平台壟斷到用戶參與

目前多數AI公司仰賴集中式平台(如社群媒體、搜尋引擎、影音平台)來取得大量訓練資料,這些平台蒐集行為往往不透明,甚至引發監管與隱私爭議。

去中心化平台如Vana所採用的設計邏輯,正是從根本上回應這些問題:

  • 資料主權歸屬使用者:用戶可決定是否參與特定模型訓練,並保留退出權。

  • 訓練流程透明開源:參與的模型與訓練目標皆公開,提升信任感。

  • 貢獻即收益:透過Token、NFT或股份制,回饋給每一位貢獻者。

這樣的設計,有望解決AI產業長期存在的資料壟斷與價值分配不均問題,特別對於資料貢獻量大的「重度使用者」而言,可能成為一種新的收入來源。

技術架構與安全性挑戰並存

儘管前景看好,這類去中心化平台也面臨不少技術與治理上的挑戰:

  • 資料真偽與驗證難度:如何確保用戶所上傳資料的真實性、合法性與無侵權,是模型品質的關鍵前提。

  • 加密錢包與權限管理:對大多數非技術使用者而言,數位錢包操作門檻仍高。

  • 資安風險升高:資料被集中於用戶端與鏈上,若遭攻擊或洩露,後果不容忽視。

  • 模型訓練效率與去中心化算力調度:如何平衡分散式網路的穩定性與即時效能,是技術發展的一大瓶頸。

Vana目前尚處於早期測試階段,但已獲得數家加密基金與AI開源社群的關注與投入。

產業觀察:Web3與AI融合 打造「參與式人工智慧」新格局

去中心化AI平台的出現,代表AI從「工具化」逐漸邁向「社群化」。這是一個結合Web3、開源文化與資料經濟的全新試驗場域。

未來可能形成的新趨勢包括:

  • AI模型即社群資產:使用者不再只是消費者,而是模型背後的股東與參與者。

  • 資料即權力與資本:透過區塊鏈紀錄與分潤,用戶的每一筆數據都將變現。

  • 抗平台壟斷的新機制:對抗Google、Meta、OpenAI等科技巨頭對資料的壟斷,有望打造更公平、去中心化的AI創新生態。

此外,其他去中心化運算平台如NodeGoAI,也正提供閒置算力貨幣化的機制,結合如同「去中心化資料倉庫+算力礦場」的架構,正逐步重塑AI技術的基礎結構。

參考來源:https://techxplore.com/news/2025-04-decentralized-platform-users-piece-ai.html

延伸閱讀

InfoAI|分享AI知識,賦能工作。

broken image

broken image

內容原力{ AI 世代的出版商 }

運用AI與知識庫,聰明創作好內容

供應定製內容給B端|創作+編輯+出版+發行電子書