人工智能正在推动技术进步，zk在保护它 去中心化应用程序（Dapps）应该为隐私和安全的人工智能而构建 以下是7个在TGE前推进人工智能和zk的项目。 如果你对ZK不熟悉，可以查看我对它的深入探讨，了解你需要知道的一切。 1. @Union_Build zk正成为加密领域最重要的技术之一 zk很重要，因此Union更重要，因为通过zk的数据传输很重要。加密是建立在隐私可转移性上的，Union正在构建这一点。 Union使用zkps + 轻客户端在链之间传输经过验证的数据，而不依赖于信任重的桥接。这不仅是跨链的，也是跨证明的，使得ZK系统之间的安全互操作成为可能。 Union基于共识验证，没有对受信任的第三方、预言机、多重签名或MPC的依赖。 2. @boundless_xyz 由RISC Zero构建 Boundless使用zk协处理器模型，链将复杂计算卸载到外部zkVM，并获得在链上验证的证明。 这解锁了重负载，如AI推理、复杂的DeFi计算，甚至游戏逻辑，所有这些都可以在不重新运行链上的情况下进行验证。 3. @zerobasezk ZEROBASE是一个高性能的去中心化zk证明网络，适用于实时、合规的Web3和金融应用。 它为zkLogin、zkDarkPool和zkKYC等用例提供快速的证明生成，使用TEE确保隐私和合规性。 他们的方法强调模块化： zk电路优化以最小化证明时间 DA层灵活性 可插拔共识 4. @silhouette_ex Silhouette是一个以隐私为首的准备DEX，运行在Hyperliquid的HyperEVM上，使用TEE和加密中继在执行之前隐藏订单。 这防止了前置交易，保护了交易策略，并防御了MEV，而不牺牲速度或流动性。 它旨在通过直接利用Hyperliquid的深度订单簿，提供CEX级别的性能，同时实现完全的链上隐私。 5. @encifherio Encifher是一个为DeFi Dapps提供隐私层的中间件，易于集成且合规友好。它在Solana上运行，并开始通过Jupiter集成构建私密交换。 它使用客户端ZK证明和TEE来验证交易，而不暴露敏感数据。 6. @MiraNetwork 这是人工智能与ZK相遇的地方。基本上是使用zk进行AI输出验证。 Mira通过多模型共识验证AI模型输出，使用ZKP证明计算正确发生。 这对AI的可靠性至关重要，尤其是在无信任环境中，因为它确保AI模型无法在没有检测的情况下伪造输出。 7. @cysic_xyz 基本上，ZK以硬件速度运行。 Cysic构建定制的ASIC和基于GPU的系统，以加速ZK证明生成。 他们正在与RISC Zero zkVM集成，以在通常时间的一小部分内提供生产就绪的证明。对于AI工作负载，这使得实时验证大型复杂模型成为可能。 zk已经从仅仅是一个隐私工具走过了很长的路，现在它是安全计算、AI验证和跨链信任的支柱。 绝对值得关注这些Dapps。