加密市场从不缺乏新概念。
但大部分新概念，都是老玩法的微创新；也正是这种微创新，更容易带来新的热潮与炒作。
最能体现这点的，莫过于资产发行方式。
从17年开始火热的ICO，到之后的IEO，再到现在流行的IDO或者LBP（流动性启动池）… 每一波资产发行方式变化的开始，都能带火一批新项目，也能让一部分Degen获取新的收益。
变的是表现，不变的是内核。
而当时间进入24年，当AI成为加密叙事的“新大腿”，围绕AI做资产发行，又成了一种创造新概念的可能。
比如最近新出现的的“IMO”，翻译过来即“初始模型发行”。
3月2日，一个名为 Ora Protocol 的 AI 项目，就在其社媒上首先提出了 IMO （Initial Model Offering) 的概念，并引起了不少关注。
这个思路的简单理解是，既然一切都可以代币化，那么AI模型同样也可以被代币化，作为一种资产来发行。
但要让 IMO 这一套具体执行起来，恐怕没那么简单。
快速理解AI模型的代币化发行
对一切 ICO 及变种来说，核心在于制作一个token,赋予该token数量、释放条件、作用和功能等诸多条件，随后形成市场价格。
而这里的Token，实际上并不和现实世界对应，可以凭空产生，也就是俗称的“发一个币”。
但 IMO 不是。
IMO的核心要点，其实在于现实中 AI 模型的货币化。
许多开源人工智能模型面临着将其贡献货币化的挑战，导致贡献者和组织因为赚不到钱缺乏动力。这也是为什么今天人工智能行业主要由闭源、营利性公司主导。开源人工智能模型想要有发展，关键在于筹集更多资金并公开构建。
于是，IMO 的目的，就是提供一种新的资产发行方式，帮开源的AI模型筹集更多资金以资助其发展。
类比之前的一些IXO来说，你看好某个代币资产，然后选择对其进行投资，同时代币的市场表现也会给你回报，代币所对应的协议产生收入，你也可能进行分享；
现在，IMO场景下，如果你看好某个AI模型，可以选择对其对应的代币进行投资，AI模型提供方融到了资金进行开发和发展；同时该模型日后在实际使用中产生了经济收益，你也可能进行分享。
IMO 具体如何实现？
要让AI模型以代币形式表现，并且还能分享收益，那么这里必然至少涉及到几个关键问题：
- 怎么保证某个AI模型是真的，并能对应你持有的这个代币？
- 怎么保证AI模型使用所产生的收益，代币持有者真的可以分享？
Ora Protocol 用了两个不同的ERC协议标准ERC-7641和ERC-7007，并搭配预言机和ZK技术来解决上述问题。
- 怎么保证某个AI模型是真的，而不是一个空概念在发币圈钱？
首先我们需要知道的是，Ora Protocol 这个协议是做 AI 预言机出身的，其核心产品叫做Onchain AI Oracle （OAO).
这个预言机的作用在于，可以在区块链上验证和执行AI模型，确保AI模型的部署和运行完全在链上进行，从而保证了其执行过程的透明度和可验证性。
但是，因为AI模型往往是核心竞争力，如果都暴露给大家看，也就失去了商业上的竞争优势，因此 Ora Protocol 还搭配了另一项技术 ---- opML (Optimistic Machine Learning)，即乐观机器学习。
通俗解释，opML可能利用零知识证明或其他形式的密码学证明，以证明模型的运行结果是正确的，而无需公开模型本身的细节，这样既保证了模型的真实性和有效性，同时也保护了模型的私密性和专有性。
关于opML的具体实现还有上图中公开发表的论文做支撑，我们无从评价其技术细节的优劣，但只需要明白该技术所产生的效果即可。
至此，通过AI预言机和零知识证明，我们就解决了“如何证明一个AI模型真实存在”的问题。
- 下一个问题是，如何保证这个AI模型对应的代币所有权是你的，以及你能从中分享收益。
将一个AI模型代币化是IMO的关键。 Ora Porocol 引入了一种名为 ERC-7641的代币标准，并与ERC-20兼容。
如果一个AI模型的开发者觉得自己的模型不错，想在加密市场上进行IMO，他的做法很有可能是这样：
第一，将AI模型与某个ERC-7641资产关联，在该资产的智能合约中约定代币的总数量；
第二，加密市场的投资者们购买该代币，依据购买数量的多少，对应对该AI模型的所有权比例（等于股东）；
第三，该AI模型在链上运行后，一旦AI模型或内容产生收益（比如，模型被调用时支付的使用费，或AI生成的NFT销售中的版税），ERC-7641协议可以预先在合约中定义收益分配的规则，并允许代币的持有者根据他们所持有的代币比例自动分配收益。
通过这种机制，ERC-7641代币成为了连接AI模型及其产生的经济价值与代币持有者之间的桥梁，允许开源AI模型的贡献者和投资者共享模型的长期价值。
因此，ERC-7641代币也被叫做内在受益分享代币（(Intrinsic RevShare Token），可以将其解读为一种专为AI模型产生的收益进行分润的代币标准。
于是 IMO 的整体逻辑就非常清晰了：AI模型开发者需要筹集资金，将模型与某个代币绑定进行IMO；买家购买代币，并按照代币智能合约的规则，享有对AI模型后续的使用和创作作品的分润。
但讲到这里，还有一个关键的漏洞：
- 你怎么知道之后链上创作的AI作品（如NFT，图片，视频等），确实来自于这个进行IMO的AI模型，而不是伪造的？
Ora Protocol 给出的办法是，给这些AI生成的作品做一个标记，并通过ERC-7007来实现。
刨去技术细节，你可以将 ERC-7007理解成一个专为AI生成内容设计的，用于确保内容的真实性和来源的可追溯性的代币标准。
这一标准通过在区块链上记录AI生成内容的元数据（如生成该内容所用的AI模型、生成时间、条件等），并利用智能合约来自动执行这些验证逻辑。开发者可以使用 zkML 或 opML 验证特定 NFT 的 AIGC 数据是否确实来自某个机器学习模型及特定输入。
这样就增加了AIGC内容真实性的透明度，并且通过区块链的不可篡改特性，确保了一旦记录便不能被更改或伪造；因此，ERC-7007在 ORA协议中，也被称为 “可验证的AI内容生成代币”（Verifiable AI-Generated Content Token)
目前这一标准已经开源可查，点击此处。
至此，我们就完全了解了IMO的逻辑：
将AI模型与带收入分享功能的代币进行绑定，开展IMO
投资者以其持有的代币份额，享有AI模型日后使用和衍生创作作品的收益分成
利用可验证内容创作归属权的代币协议，来检验某作品是否确为该模型创作，并分享收益
仍是资产游戏，并非十全十美
从ICO到IMO，当AI模型也能被代币化发行，今年的加密热潮注定会与AI强绑定。
但 Ora Protocol 所创立的IMO玩法也并非十全十美。
链下使用问题：即使IMO能够实现AI模型的链上代币化和收益分享，它仍然难以解决模型在链下使用时的收益分享问题。当AI模型被用于非区块链的应用中时，这些使用的收益如何被追踪和分配给代币持有者，是一个复杂的问题。
市场需求的不确定性：虽然链上的AI生成内容（如NFT等）为创意产业带来了新的可能性，但市场对这些作品的需求仍具有很大的不确定性。AIGC作品的市场价值和流动性，以及人们愿意为这些作品支付多少价钱，是一个未知数，稳定的AI模型收益分享，也就无从谈起。
收益分享的实际效果：在理论上，通过ERC-7641代币实现收益分享听起来是一个吸引人的主意。然而，在实践中，这种机制的有效性和可行性还需经过市场的检验。特别是考虑到区块链项目和代币的高波动性，代币持有者实际能够获得的收益可能会有很大差异。
加密世界里，大家可以把发行资产玩出花，但对于资产本身有没有用，有多少人用，很少能给出预设的确定答案。
不过，通过IMO这种资产发行的新模式，确实提供了一个创新的框架，让开源AI模型能够通过代币化方式获得资金支持并实现价值共享。
这种框架本身，就是一个紧贴热点且具备正向价值的叙事。
在一场没有十全十美的资产游戏中，抱住AI这个大腿的热度，往往更容易通向成功。
