Ambient 开发了一条 Layer 1 区块链，以经验证的人工智能推理取代传统的工作量证明哈希计算，构建了一个矿工通过执行 AI 任务来换取处理机会的网络。

该区块链依赖一种称为 Proof of Logits（PoL）的机制，对 AI 推理结果进行密码学验证。矿工无需解决传统的哈希难题，而是被引导处理通过链上拍卖系统提交的 AI 查询。据该项目介绍，其公共 API 已处理超过 1,340 亿个 token。

这一方法针对的是 AI 基础设施领域日益突出的挑战：如何确定某个输出确实是由指定模型使用所声称的输入生成的。随着各组织越来越依赖第三方托管的 AI 模型，而终端用户通常难以了解结果的生成方式，这一关切愈发重要。Ambient 的 PoL 系统旨在确认推理已正确执行，且生成的输出未被伪造或篡改。

其核心创新以可验证的 AI 推理取代传统的工作量证明计算，使区块链矿工能够贡献有实用价值的计算工作，同时为所执行的任务创建链上记录。这与 Bitcoin 等工作量证明网络形成对比——在那类网络中，消耗在哈希难题上的能源除了保障链的安全之外不产生任何产出。

竞争性的 AI 推理市场

Ambient 网络目前支持大型开放权重 AI 模型，包括 GLM 5.2 和 Kimi K2.7 Code，并以超过 6,000 亿参数的模型为目标。

AI 查询通过竞争性竞价流程提交，矿工在价格和处理速度等因素上展开竞争。这种基于拍卖的结构旨在创建一个由推理服务提供方竞争满足请求的市场，同时由区块链记录相关活动。

通过将推理和结算放在链上，该系统保存了可验证的记录，包括哪个矿工处理了某项请求，以及相应的计算是否通过了网络的验证流程。

这种结构可以为开发者和企业提供传统中心化 AI 服务之外的替代选择，尤其适用于对推理执行方式要求更高透明度的应用。

兼容 SVM 以实现高吞吐量

Ambient 兼容 Solana 虚拟机（SVM），因此能够使用 Solana 生态开发者已经熟悉的执行环境。该网络的目标吞吐量约为每秒 65,000 笔交易，反映出 AI 推理市场对高吞吐量的需求。

该架构旨在支持大量 AI 请求，同时保持链上结算和验证。随着 AI 应用对计算资源的需求不断增长、各组织寻求中心化推理服务的替代方案，这种组合的重要性可能日益凸显。

Ambient 由 Travis Good 于 2025 年创立，已从最初的概念推进到测试网开发，再到拥有可运行公共 API 的主网环境。

没有原生代币的去中心化 AI 基础设施

Ambient 的主张围绕中心化 AI 服务可能存在局限的三个领域：抗审查性、隐私和供应商依赖。

去中心化模式将推理工作负载分配给独立矿工，而非将处理集中在单一提供商手中。使用开放权重模型还旨在减少对专有 AI 平台及其相关访问限制的依赖。

通过在独立矿工之间分布式地执行 AI 推理并应用密码学验证，Ambient 旨在为开发者提供一种替代性基础设施模式，降低对单一中心化 AI 提供商的依赖。

该项目的另一个显著特点是没有原生加密代币。与许多将代币作为其经济模式组成部分的区块链项目不同，Ambient 似乎更侧重于基础设施和服务使用。

这一模式表明，该项目可能通过 API 使用量和推理服务获得收入，而非主要依赖代币升值。这种方式也可能使网络更贴近企业基础设施模式，即客户为计算或 API 访问付费。

Ambient 已从 a16z 加密创业加速器、Delphi Digital 和 Amber Group 获得 720 万美元种子轮融资。这笔资金将为公司开发区块链基础设施、扩展支持的 AI 模型以及推动去中心化推理的更广泛普及提供资本。

该项目的最终目标是把 AI 计算转化为具有经济价值的区块链工作，在一条 Layer 1 网络中融合去中心化基础设施、密码学验证和竞争性推理市场。