幾個月前參投了 @Mira_Network ，最近看到它們推出了Kaito Yaps活動，也刷到了很多相關推文，就來寫一寫我選擇投資Mira的理由。 項目介紹 要弄清楚Mira的用途，首先需要瞭解AI模型的幻覺問題，也就是AI會產生完全捏造的信息，導致不準確也不真實的結果。這種現象產生的原因可能是訓練數據有缺陷、推理過程缺乏適當的依據、模型本身存在偏見等。 而相應的，研究人員也提出了多種方法用於減緩幻覺問題，從而提高AI輸出的可靠性，例如引入人工審核、基於規則的過濾器、自我驗證、集成模型等等，但這些方法也都存在著相應的限制。 對此，Mira結合了區塊鏈的共識機制，提出了一種解決方案：將每個AI輸出分解成更小的事實主張，並由Mira網絡中的多個驗證節點獨立評估，每個節點都運行各自的AI模型，通過投票決定該主張的真偽，最後根據多個模型的判斷是否存在分歧，來決定同意、標記或拒絕該主張。 在這個過程中，每個經過驗證的輸出都存在一份鏈上可追溯的記錄，因此，Mira的核心功能是一個去中心化的審計/信任層。 如果想更深入瞭解Mira在AI驗證中起到的作用，可以閱讀這篇 @MessariCrypto 的研究報告： 團隊及融資背景 創始人 @karansirdesai 和首席增長官 @stone_gettings 都來自知名風投機構 @Accel ，這家VC最知名的投資是Facebook，憑藉這一層關係，Mira也成為了Accel三年來首次投資的Web3項目。Karan在Accel擔任過近三年的Investor，此前則是波士頓諮詢公司（BCG）的顧問： 而首席產品官Ninad Naik之前是Uber的產品總監，並且曾經在Amazon AI就職接近10年，領導產品、管理等方面的協作組織： 融資方面，Mira獲得了來自Framework, Mechanism Capital, Bitkraft等機構的900萬美元種子輪投資。 此外，Mira也入選了AI數據服務公司CB Insights @CBinsights 評選的2025年Top 100 AI初創公司： 合作伙伴 在與Mira達成合作關係的項目中，已經登錄幣安的有： - @kernel_dao ：將Mira的共識機制集成到BNB生態系統中。 - @PhalaNetwork ：Mira是Phala Network人工智能代理的官方模型提供商，提供可驗證的LLM和無需信任的推理。 - @lagrangedev ：Lagrange的zkML證明器支持了Mira的驗證層。 - @plumenetwork ：Mira的驗證基礎設施將於Plume的AI框架相結合。 此外，Mira的節點運營商包括 項目進展 在五月項目方公佈的數據中，Mira已經取得了以下成果： - 通過共識驗證機制，將AI回答的準確率從70%提升到96% - 平均每天處理5B個token的驗證請求 - 整體生態覆蓋超過450萬用戶 而在六月份也有以下進展： - 與Delphi合作提升AI生成內容的驗證能力 - 啟動Kaito排行榜 - 與GoPlus合作 目前參與Mira的方法包括和AI對話機器人Klok交互，參與Kaito yaps等等，繼續期待Mira下一步的進展。