NieuwsCryptoVenice AI kiest NEAR Protocol voor versleutelde AI-inferentie

Venice AI kiest NEAR Protocol voor versleutelde AI-inferentie

Auteur: CoinTrust·

Belangrijkste punten

  • •Venice AI heeft NEAR Protocol gekozen voor zijn privacygerichte AI-diensten, met verifieerbaar versleutelde inferentie in plaats van uitsluitend beleidsmatige afspraken over dataverwerking.
  • •De architectuur combineert Trusted Execution Environments met end-to-endversleuteling, waardoor promptinhoud tijdens de berekening verborgen blijft voor zowel de infrastructuur als de service-aanbieder.
  • •De integratie bouwt voort op een aankondiging in september en omvat nu zowel op TEE gebaseerde als end-to-end versleutelde modellen voor private inferentie.
  • •NEAR meldt netwerkcapaciteiten van 600 milliseconden blocktijden, 1,2 seconde finaliteit en schaalbaarheid tot 1 miljoen transacties per seconde als onderdeel van zijn AI-infrastructuurstrategie.
  • •De aankondigingen kwantificeren de verwachte toename van netwerkactiviteit of tokenvraag niet, dus het bredere effect hangt af van de schaal van Venice's workloads en de adoptie door andere ontwikkelaars.
Venice AI kiest NEAR Protocol voor versleutelde AI-inferentie

Venice AI heeft NEAR Protocol gekozen als de infrastructuur voor zijn privacygerichte kunstmatige-intelligentiediensten, een ontwikkeling die de integratie van blockchaintechnologie met vertrouwelijke AI-workloads verdiept. Met de aankondiging staat NEAR in het middelpunt van een implementatie met verifieerbaar versleutelde inferentie — en heeft het niets te maken met een gemeentelijk blockchaininitiatief van de Italiaanse stad Venetië.

De integratie is ontworpen om gebruikers van Venice AI AI-workloads te laten draaien met privacybescherming die via technische mechanismen kan worden geverifieerd, waaronder Trusted Execution Environments en end-to-endversleuteling. Trusted Execution Environments zijn door hardware geïsoleerde delen van een processor die code en data afschermen tijdens de berekening, en end-to-endversleuteling is bedoeld om promptinhoud onleesbaar te houden voor de service-aanbieder. Het geeft NEAR een directe use case in privé-AI-infrastructuur en breidt tegelijk de relatie tussen blockchainsystemen en AI-applicaties uit.

NE positioneert zich steeds nadrukkelijker als infrastructuur voor AI-gerelateerde applicaties, met een netwerk dat blockchaintaken met hoge doorvoer ondersteunt en diensten rond vertrouwelijke berekeningen aanbiedt. Het protocol omschrijft zijn infrastructuur momenteel als ondersteuning voor blocktijden van 600 milliseconden, finaliteit van 1,2 seconde en schaalbaarheid tot 1 miljoen transacties per seconde.

Vertrouwelijke AI wordt centrale focus

Venice AI ontwikkelt privacygerichte AI-diensten waarbij gevoelige prompts en gegenereerde content tijdens de verwerking extra bescherming krijgen. Door de integratie met NEAR's AI-infrastructuur krijgt het toegang tot private-inferentiecapaciteiten via door hardware afgedwongen beveiligingsomgevingen.

NEAR's website noemt Venice AI als bestaande gebruiker van zijn private-inferentie-infrastructuur, waarbij prompts worden verwerkt binnen door hardware afgedwongen enclaves. In deze opzet blijft de inhoud van een prompt verborgen voor de onderliggende infrastructuur tijdens de verwerking — het kenmerk dat private inferentie onderscheidt van standaard AI-diensten. De aanpak is bedoeld om de blootstelling van gevoelige informatie te beperken, terwijl AI-applicaties toch kunnen putten uit geavanceerde rekenmodellen.

De nieuwste ontwikkeling bouwt voort op een eerdere aankondiging in september over Venice en NEAR. De integratie is inmiddels uitgebreid naar verifieerbaar versleutelde AI-inferentie, met zowel Trusted Execution Environment- als end-to-end versleutelde modellen in de implementatie.

Het technische model kan van belang zijn voor ontwikkelaars en bedrijven die AI-capaciteiten nodig hebben en tegelijk sterkere privacycontroles willen handhaven. In plaats van uitsluitend te vertrouwen op beleidsafspraken over dataverwerking, gebruikt de architectuur technische waarborgen die zijn ontworpen om meetbare bescherming te bieden tijdens de berekening.

NEAR breidt zijn AI-infrastructuurstrategie uit

De ontwikkeling past ook in NEAR's bredere strategie om het protocol te positioneren als infrastructuur voor AI-agenten en -applicaties. De chain-abstraction-architectuur is ontworpen om applicaties en AI-systemen te laten communiceren met assets en diensten over meerdere blockchainnetwerken. NEAR exploiteert ook Chain Signatures en NEAR Intents voor cross-chain uitvoering en transacties — bouwstenen die AI-agenten de mogelijkheid geven om acties te initiëren buiten één net.

NEAR combineert deze blockchaincapaciteiten steeds vaker met privacy- en AI-infrastructuur. Het huidige platform benadrukt private inferentie, veilige agentomgevingen en vertrouwelijke transacties als onderdelen van zijn bredere technologiestapel.

Voor ontwikkelaars biedt de Venice-integratie een voorbeeld van hoe privé-AI-workloads kunnen worden gekoppeld aan blockchaininfrastructuur zonder dat gebruikers gevoelige informatie hoeven bloot te stellen in conventionele verwerkingsomgevingen.

Venice chooses NEAR. — NEAR Protocol (@NEARProtocol) September 24, 2026

Adoptie bepaalt bredere netwerkeffect

De samenwerking kan ook de aandacht vestigen op NEAR's netwerkactiviteit nu vertrouwelijke AI-applicaties groeien. De beschikbare aankondigingen stellen echter geen specifiek transactievolumedoel en geven ook niet aan hoeveel extra netwerkactiviteit de implementatie van Venice zal opleveren.

Dat onderscheid is belangrijk, omdat de technische betekenis van de integratie niet automatisch leidt tot meetbare veranderingen in tokenvraag of netwerkgebruik. De langetermijnimpact zal afhangen van de schaal van Venice's AI-workloads en de mate waarin andere ontwikkelaars vergelijkbare infrastructuur adopteren.

NEAR heeft zijn AI- en privacycapaciteiten blijven uitbreiden naast bredere blockchainontwikkelingen. Het platform benadrukt nu vertrouwelijke inferentie, cross-chain transacties en AI-agenten als onderling verbonden onderdelen van zijn infrastructuurstrategie.

Voor gebruikers en ontwikkelaars van Venice AI biedt de implementatie een raamwerk voor het draaien van AI-inferentie met verifieerbare versleuteling en op hardware gebaseerde privacybescherming, terwijl het NEAR een concrete toepassing geeft voor zijn vertrouwelijke AI-infrastructuur. De ontwikkeling markeert een verschuiving van blockchain die vooral als transactie- of settlementlaag wordt gebruikt, naar een mogelijke rol als ondersteunende infrastructuur voor privé- en verifieerbare kunstmatige-intelligentiediensten.