語義記憶

1. 3 秒看懂

語義記憶指 AI 系統對概念、事實、關係及其上下文的結構化儲存、索引與檢索能力，模仿人腦對世界知識的長期記憶與邏輯呼叫。在大型模型語境下，語義記憶決定模型“記住了什麼、能回憶多少、呼叫是否準確”。

鏈雲端協同是將區塊鏈（On-chain）與雲端/分散式儲存（Off-chain）融合的技術架構：鏈上存“證”（雜湊指紋、權屬、後設資料、訪問策略），鏈下存“體”（海量原始資料），以此在可信、確權、審計與成本、效率、規模之間尋找工程可行解。

該架構的直接目標不是提升模型智商，而是讓訓練資料變得可信任、可計量、可追溯與可流轉，為語義記憶提供合規高質量的語料基礎設施。

2. 3 分鐘產業解釋

“語義記憶”在此不是神經科學概念，而是 AI 產業鏈中的資料基礎設施概念。大型模型之所以能形成推論與知識，很大程度依賴對海量語料的“硬記憶”。如果資料來源不明、權屬不清、被惡意投毒或重複汙染，模型就會產生系統性偏見、安全漏洞或版權糾紛。

鏈雲端協同的產業本質是資料要素市場的合規化工具箱：

• 區塊鏈提供可信存證和審計履歷：為每條資料打上時間戳、來源、加工記錄、授權鏈，形成不可篡改的“數字出生證”。當模型輸出引發爭議時，可追溯至具體訓練樣本。
• 雲端儲存提供規模化服務：模型訓練所需資料體量動輒 TB~PB 級，不可能全量上鍊。實際資料體存放於雲端物件儲存或分散式儲存網路，兼顧成本與頻寬。

產業價值集中體現在三個層面：

1. 高質量資料供給意願提升：資料提供方基於確權與分潤機制更有動力貢獻優質語料。
2. 合規審計成本下降：監管和合規方通過鏈上存證快速驗證資料來源合法性，而不必每批次都重做線下合規。
3. 新商業模式孵化：催生“資料即服務”、資料要素交易流通、細分領域的資料 DAO 等組織形式。

需要明確的是：該領域的產業落地當前仍處於早期規模化前夜。2024 年前後主要體現為政務資料共享、金融風控、版稅分配等垂直場景的試點示範，尚未形成統一的跨行業協議和標準化產品矩陣。

3. 技術原理

鏈雲端協同並非“區塊鏈負責一切”，而是 模組化分層架構，常見五層參考模型：

第一層：資料接入層

• 多源異構資料（Web 文本、科研資料庫、裝置日誌、醫療影像）通過標準化閘道器接入。
• 接入時完成格式對齊、敏感資訊脫敏和初始質量評分。

第二層：鏈下儲存層

• 提供可橫向擴充套件的海量儲存資源，通常採用物件儲存（AWS S3、阿里雲端 OSS、騰訊雲端 COS）或分散式儲存網路（IPFS/Filecoin、Arweave）。
• 特點：高吞吐、低成本，不具備內建可信機制。

第三層：鏈上存證層

• 只儲存輕量級的資料指紋（SHA-256 等雜湊）、後設資料、權屬證書、訪問策略、授權記錄與交易日誌。
• 底層鏈以聯盟鏈為主（國內外合規需求），公鏈（如以太坊，可配合 Layer2 降低成本）則在去中心化資料市場場景中出現。
• 關鍵機制：智慧合約自動執行授權、分潤和違規凍結，減少人為干預。

第四層：隱私計算與訪問控制層

• 與區塊鏈並行工作，實現“資料可用不可見”。
• 代表技術：
  • 聯邦學習（Federated Learning）：資料不動模型動，各參與方在本地訓練，模型梯度聚合。
  • 多方安全計算（Secure Multi-Party Computation, MPC）：多方可對加密資料聯合計算，各自僅知自己的輸入和約定的輸出。
  • 可信執行環境（TEE）：在 CPU 硬體級安全隔離區內處理敏感資料。

第五層：互操作與編排層

• 跨鏈協議（Cosmos IBC、Polkadot XCMP、跨鏈橋）實現不同鏈上存證的互認。
• 身份體系基礎：W3C 的 DID（去中心化識別符號）、VC（可驗證憑證）與標準化的資料資產描述架構（如 IEEE 資料資產後設資料標準）。
• 編排引擎負責排程計算任務、存證頻率、分級快取策略與告警。

存證分離的核心工程折衷

• 若每筆資料都即時上鍊存證，系統吞吐量很快被共識瓶頸卡住（聯盟鏈典型 TPS 在數百至數千量級，公鏈更低）。
• 實際工程通常採用批次雜湊上鍊（每 N 條或每時間視窗聚合一個 Merkle 樹根，一次性錨定）或 “先存後證”模式（先落地鏈下儲存生成索引，後非同步批次上鍊）。這能兼顧證據鏈完整性與系統性能，代價是“即時性”向“近即時/準即時”妥協。

4. 關鍵引數

衡量鏈雲端協同語義記憶系統時，以下引數構成評估架構（多數引數 2024~2025 年尚無統一行業基準，公開資料多為單點案例值）。

存證類引數

• 存證延遲：從原始資料生成到雜湊上鍊不可逆確認所耗時延。標杆聯盟鏈可控制在 毫秒~秒級（如 FISCO BCOS、Hyperledger Fabric 在簡單存證場景下），但批次錨定模式下可能是 分鐘級。公鏈取決於出塊時間和 Gas 競價，波動較大。
• 存證吞吐量：單鏈每秒可處理存證交易數（TPS）。聯盟鏈在最佳化後可達 數千~1 萬 TPS（需註明測試條件，如節點數、共識演算法）。公鏈以太坊主網約 15~30 TPS（2024 資料，未計 L2），Solana 等高效能公鏈宣稱可達數千 TPS（但去中心化程度存在取捨）。
• 雜湊碰撞抵抗：通常採用 SHA-256（256-bit），滿足抗碰撞性要求。若底層雜湊演算法被攻破，整個存證體系的可信根將瓦解。行業暫未見 SHA-256 有效攻擊（截至 2025 年 2 月公開資訊）。

儲存類引數

• 鏈下儲存成本：物件儲存典型價格（以阿里雲端 OSS 標準型為例，2024 年中國區官網參考）：約 0.12 元/GB/月（不同區域、訪問頻次、儲存型別價格偏差顯著）。海量語料儲存成本線性增長，是運營大頭。
• 鏈上存證成本：聯盟鏈以節點運維和許可成本為主，難以拆成“單條存證”單價。公鏈以太坊主網單筆交易 Gas 費在 2024 年多數時段約為 幾美元至數十美元（高度波動），L2（如 Arbitrum、Optimism）可將成本壓低至 0.01~0.1 美元/筆區間，但尚需關注排序器去中心化程度。Filecoin 儲存費用在 Arweave 永久儲存費用二者差異較大，屬於不同細分方案。

質量與合規類引數

• 資料質量評分：基於完整性、一致性、時效性、稀缺性等多維度評估，多數平台尚處於定製規則階段，無跨行業通行標準。
• 隱私保護強度：常以 MPC 安全模型（半誠實/惡意敵手）、計算和通訊開銷作為技術度量。

口徑說明：以上數字如無特殊註明，均為特定測試環境或廠商官網標稱，不代表生產環境全域性表現。

5. 技術路線

鏈雲端協同並非單一路徑，而是幾種技術路線並存，各自在可信程度、效能、合規、成本上做折衷。

路線一：聯盟鏈 + 中心化雲端儲存

• 架構：許可制的聯盟鏈（如 Hyperledger Fabric、FISCO BCOS、螞蟻鏈）作為存證層，資料體存放於中心化雲端廠商的物件儲存。
• 優勢：效能較高且可控，系統運維相對成熟，合規路徑清晰（尤其在中國大陸），便於對接現有政務和企業 IT。
• 侷限：去中心化程度較弱，依賴聯盟治理委員會可信度；跨越不同聯盟鏈需要跨鏈適配。
• 代表場景：政務資料共享、企業供應鏈金融與合同存證、科研資料審計。

路線二：公鏈 + 分散式儲存

• 架構：以太坊等公鏈作為存證層，IPFS/Filecoin 或 Arweave 作為鏈下儲存。
• 優勢：去中心化程度高，全球可接入，抗單點失敗，通過 Token 經濟激勵儲存和檢索。
• 侷限：效能波動大、成本不確定性高（尤其公鏈 Gas 費），合規與資料刪除權、被遺忘權存在衝突，企業大規模採用較為謹慎。
• 代表場景：Web3 原生資料市場、科學論文永久存檔、開源訓練語料社群。

路線三：混合鏈 + 多級儲存 + 隱私計算一體化

• 架構：通過跨鏈中繼或統一身份層在不同鏈和儲存後端之間編排，同時整合 MPC/TEE 等隱私計算模組，形成 PaaS 或 SaaS 服務平台。
• 優勢：可根據資料型別和場景靈活選擇儲存/鏈/隱私策略，面向企業提供統一 API。
• 侷限：技術棧極深，整合複雜度高，安全事故面擴大。2024 年底公開資料可見螞蟻鏈、騰訊雲端、百度超級鏈等均在朝此方向建設，但仍處“方案整合為主、深度產品化不足”的階段。

路線四：鏈抽象與資料憑證標準化

• 核心思路：用統一的資料資產憑證標準（DID、VC、NFT 化的資料權益憑證）遮蔽底層鏈差異，讓上層應用不感知鏈。
• 該路線技術討論多（EIP/ERC 相關提案、IEEE 標準化工作），但 2025 年初離大規模商用尚有距離。典型探索者包括 Ocean Protocol、Cheqd、中國信通院牽頭的星火·鏈網等。

綜合判斷：市場大機率在近期（2024~2027）沿著路線一主導規模化落地、路線二補充低合規場景、路線三為中大型客戶提供一體化方案的格局演進，路線四則取決於標準化程序。

6. 上游

語義記憶鏈雲端協同的上游決定了系統的物理基底和密碼學可信根。

儲存硬體與網路裝置

• 儲存介質（HDD、SSD、QLC NAND 等）及其成本曲線直接影響鏈下儲存經濟性。NAND Flash 價格波動受原廠稼動率、消費電子需求、資料中心資本支出等因素驅動。TrendForce 在 2024 年 Q4 報告中指出，企業級 SSD 採購成本季增率有所下降，但 AI 訓練需求拉昇大容量儲存採購，價格具有一定粘性。
• 網路頻寬與專線連線：跨資料中心或跨雲端資料搬移對 GPU 叢集訓練場景很關鍵，上游來自光模組、交換器、路由器與雲端互聯專線服務。

區塊鏈底層平台

• 國內主力：螞蟻鏈、騰訊雲端區塊鏈、百度超級鏈、FISCO BCOS（金鍊盟開源）、長安鏈等。多數以聯盟鏈為主，提供 SDK、瀏覽器與控制台。
• 國際開源與商用：Hyperledger Fabric（Linux 基金會）、Besu、Corda、Cosmos SDK 等。公鏈生態如以太坊，其擴容路線（EIP-4844 引入 Blob 空間等）會間接影響鏈上存證的 Gas 成本結構。

雲端儲存與 CDN 服務商

• 國際：AWS（S3, EFS）、微軟 Azure Blob Storage、Google Cloud Storage。2024 年各廠商均在推出針對 AI/ML 資料湖的最佳化功能（如 S3 Tables for Apache Iceberg）。
• 國內：阿里雲端 OSS、騰訊雲端 COS、華為雲端 OBS、運營商雲端（移動雲端、天翼雲端）等。

隱私計算技術提供商

• 獨立隱私計算廠商（如華控清交、數牘科技、星雲端Clustar）與雲端/區塊鏈平台商的隱私計算模組（螞蟻摩斯、騰訊 Angel PowerFL）共同構成上游技術供給。
• 晶片側：機密計算晶片（Intel SGX/TDX、AMD SEV、NVIDIA Confidential Computing on H100）也是上游關鍵部件。

（本節未涉及的公司不代表不重要。未標註具體數字均因公開財報中難以單獨拆分此細分，列入“公開資料未見”。）

7. 下游

下游以 AI 模型訓練與推論的資料需求方 為核心，延伸至審計、合規與版權運營組織。

大型模型研發公司與 AI 實驗室

• 國內：百度（文心）、阿里（通義）、騰訊（混元）、位元組、科大訊飛（星火）、智譜 AI、Minimax、月之暗面、百川智慧等。
• 國際：OpenAI、Google DeepMind、Anthropic、Meta、Mistral 等。
• 需求特徵：語料規模從數十 TB 到 PB 級不等；對版權清潔度、敏感資訊過濾、來源可追溯性要求快速上升，主要受各國 AI 監管法案（如歐盟 AI Act）與版權訴訟壓力驅動。

行業 AI 與垂直應用

• 金融：風控建模需要多方資料聯合、但受嚴格監管約束，鏈雲端協同可提供審計追蹤。
• 醫療健康：多中心臨床資料聯合建模，資料不出域、權屬與使用記錄清晰。
• 自動駕駛：海量路採資料標註與管理，涉及資料溯源與責任界定。

資料交易所與資料經紀人

• 上海資料交易所、深圳資料交易所、北京國際大數據交易所等均探索區塊鏈存證作為資料資產掛牌和交易確權工具（均處制度探索和試執行階段，大規模財務貢獻尚不顯著，公開資料未提供商業化營收拆分）。

合規審計與版權服務

• 四大會計師事務所及專業資料合規廠商利用鏈上存證記錄向監管及客戶出具資料供應鏈鑑證報告。
• 音樂、圖片、文本版權集體管理組織開始試驗將版稅分配鏈路錨定到鏈上（幫助解決 AI 使用版權素材的追溯與分潤），2024 年有多項 PoC 案例見報，但營收體量仍小。

下游共同問題：付費意願與定價錨尚未固化。多數企業仍將語料獲取視為一次性資料集購買，而非持續性資料資產運營。這導致鏈雲端協同平台當前更多以專案制/解決方案的形式交付，而非標準化 SaaS 訂閱。

8. 受益公司

此處按“直接從事鏈雲端協同或語義記憶資料資產化的產品線”進行歸類，僅描述公開資訊，不構成任何投資建議。

國內平台型公司

• 螞蟻集團（螞蟻鏈 + 摩斯）：存證與隱私計算一體化，服務體系覆蓋政務、金融、版權。2024 年公開案例包括與地方資料集團合作的公共資料授權運營平台。
• 騰訊（騰訊雲端區塊鏈 + Angel PowerFL）：側重企業級存證與隱私計算，協同騰訊雲端 AI 大型模型生態。
• 百度（超級鏈 + 文心大型模型生態）：探索將訓練資料管理納入內部 MLOps 流程，並向外部進行工具輸出。
• 阿里巴巴（阿里雲端 BaaS + OSS + 通義）：提供從儲存、區塊鏈到模型訓練的全鏈路技術元件。
• 華為雲端（區塊鏈服務 BCS + 華為雲端 OBS + 盤古大型模型）：政務與行業大型模型落地方案中的可信資料元件。

獨立區塊鏈/隱私計算廠商

• 趣鏈科技：底層聯盟鏈平台，在政務與金融資料共享場景較活躍。
• 紙貴科技：在版權資料存證與資產化方向有較多案例積累。
• 華控清交、數牘科技等：以隱私計算見長，多作為可信資料流通方案的技術合作方。

國際代表

• Protocol Labs (Filecoin/IPFS)：分散式儲存協議網路，提供鏈下儲存基座。其 2024 年重點從冷儲存擴充套件到支援計算（Filecoin Web Services 計劃），與 AI 資料湖場景的匹配度在探索期。
• Ocean Protocol：去中心化資料市場協議，通過資料 NFT/資料代幣規範鏈上資料資產化。團隊多次發聲強調 AI 資料市場，2024 年逐步併入 Predictoor 等 AI 相關模組。
• Arweave：主打一次性付費永久儲存，適合版稅記錄、模型雜湊、關鍵審計日誌等“需永久儲存但體量不大”的存證類資料。
• Cheqd：基於 DID/VC 的鏈上資料信任基礎設施，定位為中介軟體，用於跨行業資料互信。

雲端巨頭：AWS、Google Cloud、Azure 均通過區塊鏈/分散式賬本服務或與第三方整合的方式覆蓋該領域，但通常不將其作為獨立業務線拆分揭露財務資料。

說明：截至 2025 年初，幾乎所有上述公司的“語義記憶/鏈雲端協同”業務都未在財報中單列營收，公開資訊不足以做精確的份額對比。本節僅為產業鏈角色呈現。

9. 市場規模

可用資料較少，需嚴格區分口徑。

• 全球 AI 訓練資料相關市場：多份第三方報告（如 Grand View Research、MarketsandMarkets）在 2024 年估算，全球 AI 訓練資料集市場約 20~30 億美元（口徑多涵蓋標註服務與結構化資料授權，並非專指“語義記憶鏈雲端協同”軟體/平台營收）。年複合增長率（CAGR）一般給出 20%~25% 區間，預測至 2030 年可望突破 70~100 億美元。這些口徑之間差異較大，且樣本基線不統一，引用時宜謹慎。
• 中國資料要素市場整體規模：上海資料交易所在 2023 年表述中國資料交易市場規模超千億元人民幣，國家工業資訊安全發展研究中心等機構也給出過“2025 年可達數千億元”等測算。但需注意，資料要素市場涵蓋資料產品、API、定製化服務等多種形態，鏈雲端協同僅是其中一種技術實現路徑，尚無單獨統計。
• 區塊鏈資料存證細分：IDC 在 2024 年關於中國 BaaS 市場的追蹤報告中，BaaS 市場規模約為 數十億元人民幣級別。若計及隱私計算平台與資料資產化管理套件，分拆估測更困難。關於鏈雲端協同語義記憶這一具體組合概念在全球或中國對應營收的權威第三方資料，截至 2025 年 2 月公開資料未見。
• 儲存層面：AI 訓練產生的儲存消費可參考雲端廠商物件儲存營收增長。2024 年下半年，AWS S3 和阿里雲端 OSS 在某幾個財報會議中提到 AI/ML 資料湖工作負載驅動儲存量增長，但均未量化單列增量營收與鏈上存證部分的因果關聯。

結論：產業鏈市場空間論據充足（千億級資料要素市場+百億級訓練資料市場），但工具側（鏈雲端協同平台獨立營收）仍處於 概念驗證向首批規模化專案轉化的階段，暫無第三方給出營收口徑的行業統計。

10. 玩家對比

（注：以下對比僅基於公開產品文件、白皮書和公開案例，不代表技術優劣，亦非全面測評。）

維度	螞蟻鏈（摩斯）	騰訊雲端區塊鏈 + Angel PowerFL	百度超級鏈（+XuperData）	Ocean Protocol	Filecoin/IPFS 生態	Arweave
主要存證鏈	聯盟鏈為主，支援跨鏈	聯盟鏈（TBaaS），支援FISCO BCOS/Fabric等	聯盟鏈（XuperChain）	公鏈（Ethereum為主）	公鏈/自建 L2	自建 blockweave
鏈下儲存	阿里雲端 OSS / 客戶本地儲存	騰訊雲端 COS	百度雲端 BOS / 第三方	任意可定址（IPFS等）	IPFS / Filecoin Plus	自建永久儲存
隱私計算整合	原生摩斯 MPC/TEE 模組	Angel PowerFL（聯邦學習）+ TEE	聯邦學習元件（PaddleFL協同）	第三方（如通過Compute-to-Data）	原生不包含，可結合Bacalhau等	無原生
標準化/互操作	自研體系為主，部分相容國標	參與 FISCO BCOS 生態，信通院評測	參與 IEEE、國標等標準組織	強化鏈上互操作性（DID/VC支援）	IPFS 內容定址具有標準性	自研 Arweave 協議
典型場景	政務、金融、版權	政務、供應鏈金融、醫療服務	自動駕駛資料、文心大型模型資料	去中心化資料市場、科學資料	NFT 後設資料、靜態資料存檔	永久審計日誌、版稅記錄
業務成熟度(2024~2025初)	相對成熟，有規模化案例	成熟，與騰訊雲端深度繫結	內部AI流程+外部客戶並行	去中心化市場仍早期	冷儲存較成熟，計算層早期	特定場景較成熟

重要說明：該表格為定性快照，非打分排名。各玩家產品持續迭代，適用場景差異大，直接橫向對比需考慮部署複雜度、生態繫結與合規要求。

11. 風險

1. 技術性能與擴充套件性陷阱

• 區塊鏈共識開銷是底層效能瓶頸。即使採用批次上鍊和 L2 方案，在每筆訓練樣本都要求獨立審計賬本的極限需求下，吞吐量仍可能無法匹配百億/千億 Token 級訓練資料製備。
• 混合架構增加鏈路節點、故障域和安全攻擊面，運維複雜度明顯上升。

2. 權屬與法律風險

• 2025 年初，資料確權在全球主要司法轄區仍缺乏成文法律定義。“資料所有權”更像一個技術與商業操作概念，而非確定的法律權利。
• AI 訓練中著作權合理使用邊界正被多國司法系統拷問（如美國多起版權方訴 AI 公司案、歐盟 AI Act 透明度要求），鏈上存證可輔助舉證，但並不自動證明“訓練行為合法”。

3. 成本可用性悖論

• 鏈上高頻存證會累積 Gas 費或聯盟鏈開銷，可能降低資料供給側獲利，造成“合規成本轉嫁”矛盾。
• 如果激勵不足，資料提供方可能繞過鏈上環節，僅保留傳統雲端儲存加簡單的訪問控制，導致存證層形同虛設。

4. 標準碎片化與資料孤島加劇

• 不同鏈、不同平台、不同標準互不打通，可能導致從“物理資料孤島”變成“協議孤島”：資料憑證在 A 鏈有效，B 鏈無法識別，削弱網路效應。

5. 商業模式與付費用力弱

• 下游需求方常將語料視為一次性固定資產投入，不願為持續性權屬管理和審計服務持續付費。導致平台公司長期以專案制而非產品化營收為主，盈利模型未驗證。

6. 隱私技術的誤用幻覺

• 聯邦學習、MPC 等並不是“絕對隱私”，在特定條件下仍存在推論攻擊或資訊洩露。如果被市場過度包裝為萬靈藥，一旦出現安全事件會嚴重打擊行業公信。

12. 誤讀糾偏

誤讀 1：“上鍊就意味著資料永不丟失”

• 區塊鏈只保證存證記錄不可篡改，不保證鏈下儲存的資料本體完好。若鏈下儲存服務宕機、欠費或私鑰丟失，資料本體仍可能永久滅失。鏈上存的是“指紋”，不是資料本身。

誤讀 2：“只要資料上鍊，合規和版權問題就解決了”

• 上鍊是技術動作，合規則是法律問題。區塊鏈記錄的“權益宣告”若無法律效力配套，可能僅在當事人之間產生合同效力，不足以對抗善意第三人。目前各國對鏈上記錄的證據地位認定存在差異。

誤讀 3：“這個賽道規模已很大”

• 資料要素市場這一大盤子（千億級）常常被等同於鏈雲端協同賽道的規模。實際上，鏈雲端協同是資料要素流通的一種使能工具，其獨立產生的平台租賃、服務、SaaS 營收仍較小。目前第三方尚未報告該細分獨立營收資料，產業處於早期。

誤讀 4：“隱私計算 + 鏈 = 絕對安全”

• 密碼學和硬體安全都有其安全假設範圍。MPC 在敵手模型超出假設、TEE 遭遇側通道攻擊等場景下仍存在資訊洩露風險。系統安全由最短板決定，需要整體威脅模型評估。

誤讀 5：“必須用區塊鏈才能做語義記憶”

• 語義記憶的核心是表示、索引與檢索能力，區塊鏈只是為其中“可信、確權、審計”提供工具。無區塊鏈的語義記憶系統同樣存在（如企業內部資料湖、向量資料庫搭配訪問控制日誌），只是無法對外提供同等強度的公共可信證明。

13. 最新事件

以下為 2024 年下半年至 2025 年 2 月期間公開渠道可查的相關動態：

• 歐盟 AI Act 進入分階段實施（2024 年 8 月正式生效，部分條款 2025 年起執行）。高風險 AI 訓練資料需要總結資料來源與合規措施，間接推動了歐洲企業對訓練資料溯源系統的採購興趣。多家諮詢公司（如埃森哲、凱捷）釋出相關實施方案，鏈上存證被列為選項之一。
• 美國版權局釋出 AI 相關報告（2024 年 7 月及後續多份），討論使用受版權保護作品訓練 AI 是否構成合理使用。報告未給出確定性結論，但提升了 AI 公司對訓練資料來源記錄的內控要求。
• 中國“資料二十條”細化政策逐步落地：貴陽、上海、深圳等地 2024 年陸續釋出公共資料授權運營管理辦法及區塊鏈存證細則。上海資料交易所宣佈基於區塊鏈的資料資產交易系統升級，支援資料產品登記與跨鏈互認（2024 年 11 月相關公告）。
• 螞蟻鏈釋出“資料可信協作平台 2.0”（2024 年 10 月前後），強化面向大型模型訓練語料的存證與授權管理功能。具體營收未揭露。
• Filecoin 基金會於 2024 年底宣佈多項與 AI 組織的合作，如通過去中心化儲存託管大規模科學資料集用於 AI 訓練，落地案例仍處試點階段。
• Ocean Protocol 推出 Predictoor 等 AI 相關功能模組，試圖將去中心化資料市場與 AI 推論對接，2024 年 11 月主網上線相關合約。
• OpenAI 與多家新聞出版方達成資料授權協議（2024 年持續發生，如金融時報、Axel Springer、Le Monde 等）。這些協議多為雙邊商務合作，未公開使用區塊鏈做版稅分配的技術細節，但引發了業界對“自動化版稅分配與鏈上存證”的討論。
• 多個行業標準組織推進資料資產後設資料與存證互操作標準：IEEE 資料資產工作組、ITU-T 相關焦點組在 2024 年均有草案進展，但未見已釋出強制性國際標準。

以上事件表明，監管、版權與互操作性正在從三個方向施力，將鏈雲端協同從可選方案推向潛在的標準配置，但尚未形成行業性爆點。

14. 追蹤指標

如果希望持續觀察該概念頁相關產業的發展節奏，可追蹤以下指標：

政策與法規類

• 各國/區域 AI 訓練資料溯源與透明度的合規要求具體化程度（如歐盟 AI Act 的二級立法與實施展望）。
• 中國資料資產入表會計準則（財政部《企業資料資源相關會計處理暫行規定》2024 年已施行）的執行口徑與案例。
• 資料交易所對資料產品確權登記的具體規則進展。

技術與工程類

• 主流 L2 公鏈存證成本趨穩區間（Gas 費中位數、L2 提交 batch 費用）。
• 聯盟鏈在存證場景的標準 TPS 和延遲基準，可關注中國信通院等機構釋出的區塊鏈評測報告。
• 隱私計算與區塊鏈結合的工程基準（單位計算功耗、通訊量），若有第三方對比資料則更值得關注。

產業與商業類

• 主要雲端廠商和區塊鏈平台商“鏈雲端協同”相關 SKU 的定價與客戶案例數量。
• AI 模型訓練語料公開採購訂單（新聞許可協議、學術語料庫建設等），看是否明確要求鏈上存證或審計追溯。
• 資料交易所及資料資產化平台的交易規模（按季/年）、存證數量和活躍資料產品數量（若能獲取）。

資本與生態類

• 與資料資產化/資料 DAO/去中心化資料市場相關的融資事件金額及輪次。
• 相關開源協議棧的 GitHub star 趨勢、貢獻者活躍度和版本釋出節奏。
• 大型 AI 訓練專案（如公共科研大型模型、多語言語料聯盟）是否真正在技術規範中採納了鏈上存證方案。

提示：若上述資料持續停留在專案試點與公關案例層面，而缺乏規模化合同金額或平台交易流水揭露，則可能預示行業仍處驗證期。

15. 信源

本概念頁資訊綜合自以下公開資料型別，未採用任何內幕或未公開資料：

1. 行業與市場報告：IDC《全球DataSphere預測》《中國BaaS市場份額》；Grand View Research、MarketsandMarkets 相關 AI 訓練資料市場報告；TrendForce 儲存市場季報；上海資料交易所公開宣告；國家工業資訊安全發展研究中心相關公告。
2. 技術文件與標準：以太坊基金會 EIP/EIP-4844 文件；Hyperledger Fabric、FISCO BCOS、Cosmos IBC、Polkadot Wiki 官方技術文件；W3C DID/VC 標準草案；IEEE 資料資產後設資料工作組公開材料；中國信通院區塊鏈與隱私計算相關白皮書。
3. 公司官方渠道：螞蟻鏈、騰訊雲端區塊鏈、百度超級鏈、阿里雲端 BaaS、華為雲端 BCS、Ocean Protocol、Protocol Labs/Filecoin、Arweave、Cheqd 等官網及官方部落格（截至 2025 年 2 月）。
4. 政策法規原文：中共中央、國務院《關於建置更加完善的要素市場化配置體制機制的意見》（2020）；《“資料二十條”》（2022 年 12 月）；財政部《企業資料資源相關會計處理暫行規定》（2023 年釋出，2024 年施行）；歐盟 AI Act 法案全文（2024 年正式通過）；美國版權局 AI 相關報告（2024 年）。
5. 新聞與行業評論：路透社、The Verge、TechCrunch、InfoQ、機器之心等技術與財經媒體對 AI 版權訴訟、資料授權協議等事件的報道（僅用於事實記述，不引用其觀點性結論）。

免責宣告：本文僅進行產業鏈概念梳理與技術科普，所有涉及的公司、產品與技術僅作為示例說明，不構成任何形式的投資、採購、技術選型或交易建議。相關市場資料請以原始釋出機構最新報告為準。