机器学习（ML）和人工智能（AI）的快速发展已经彻底改变了各个行业，为我们带来了前所未有的能力和效率。从医疗保健到金融服务，这些技术不仅改变了数据的处理与分析方式，还提供了宝贵的洞察力，并实现了复杂任务的自动化。然而，随着 AI 和 ML 的广泛应用，人们对个人数据隐私和安全的担忧也日益加剧。随着数据收集和处理量的不断增加，未经授权访问、数据泄露以及信息滥用的风险也随之上升。

Privasea AI 网络正是为了解决这些问题而诞生的。它通过将全同态加密（Fully Homomorphic Encryption，FHE）和去中心化协议引入其框架，从而确保数据在处理过程中始终保持安全。这种创新的方法使用户能够在不牺牲隐私的情况下享受 AI 的强大功能，为数字时代提供了一种安全可靠的解决方案。

什么是 Privasea？

Privasea 是一个去中心化物理基础设施网络（DePIN），旨在在 AI 计算过程中提升数据隐私和安全性。该系统采用先进的加密技术，特别是全同态加密（Fully Homomorphic Encryption，FHE），这种技术允许在加密数据上直接进行计算，并获得与在未加密数据上执行相同操作的结果。这意味着，在整个工作流程（包括 AI 模型的训练和评估）中，数据隐私始终得到保护。

Privasea 的愿景与使命

Privasea 由 David Jiao 于 2022 年创立，其愿景是创造一个安全的数字环境，让用户可以放心地分享和利用数据，而无需担心隐私被侵犯。Privasea 的使命是开发并实施最前沿的解决方案，在保护个人信息的同时，实现对 AI 生成洞察的无缝访问。

Privasea 的主要功能

• 全同态加密机器学习（FHEML）：Privasea 采用 FHE，这是一种突破性的加密技术，可以在无需解密数据的情况下直接进行计算。即使在复杂的 AI 任务中，这种方法也能确保敏感信息的私密性，使其成为保密计算领域的革命性技术。
• 去中心化 AI 网络：Privasea 依托分布式计算资源，摆脱了对中心化服务器的依赖，从而减少了单点故障或数据泄露的风险。这种去中心化的基础设施确保了 AI 任务的安全性和可扩展性。
• ImHuman 应用程序：该应用程序允许用户证明其身份为人类（例如，用于身份验证）而无需泄露个人详细信息。ImHuman 为传统的身份验证系统提供了一种保护隐私的替代方案，既保证了无机器人环境，又维护了用户的匿名性。
• 前沿技术支持：Privasea 集成了 ZAMA 的 Concrete ML 等工具，增强了其在 FHE 环境下高效执行复杂 AI 任务的能力。这一技术支持大大提升了 Privasea 提供安全且实用解决方案的能力。
• 社区驱动的模式：Privasea 将部分代币供应分配给社区，以促进社区参与并激励生态系统中的积极互动。这种做法体现了其对去中心化与集体所有权的坚定承诺。

Privasea AI 网络架构

Privasea 的 AI 网络架构围绕全同态加密（FHE） 构建，这是一种突破性的加密技术，允许在不解密数据的情况下进行计算。这确保了数据在整个过程中（从数据提交到模型训练和预测）始终保持隐私。该架构结合了去中心化计算网络、用户友好型界面和基于区块链的激励机制，为 AI 应用程序创建了一个安全、可扩展且保护隐私的生态系统。

FHE 基础设施

FHE 基础设施是 Privasea 的加密核心，专门用于在加密数据上执行安全计算。它集成了 TFHE-rs 和 ConcreteML 等库，为开发人员提供了加法、乘法以及机器学习模型评估等多种操作的工具，同时无需暴露原始数据。该基础设施支持多种 FHE 方案（如 TFHE、CKKS、BGV、BFV），能够处理各种 AI 任务，并始终保障数据隐私。其功能包括基本运算（如布尔逻辑门、ReLU 等）以及高级技术，如密文打包，并计划整合更多加密库和创新技术，例如 ZAMA 的压缩密钥功能，以提升性能和适用性。

Privasea 的 FHEML（全同态加密机器学习） 利用 FHE 技术实现机密机器学习推理，允许在加密空间中处理“秘密数据集”的机器学习模型。在整个计算过程中，数据始终保持加密状态，从而极大地提升了隐私和安全性。该技术旨在彻底改变机器学习推理模式，使计算可以在加密数据上进行，而不会暴露敏感信息给第三方（例如云服务提供商或合作伙伴）。

Privasea API

Privasea API 为用户和开发者提供了一个无缝交互接口，简化了数据提交、模型训练和预测请求等任务，同时通过 HESea 加密库 实现端到端加密。该 API 屏蔽了 FHE 的复杂性，确保了安全通信和加密数据处理的高效管理。借助 Privasea API，用户无需掌握深奥的加密技术即可充分利用 Privasea 的功能，使隐私保护型 AI 变得易于访问和应用。

Privanetix

Privanetix 是 Privasea 的去中心化计算网络，由搭载 HESea 加密库 的高性能节点组成。这些节点协同工作，执行基于 FHE 的加密数据运算，提供强大的计算能力并保障数据隐私。通过将任务分配到多个节点，Privanetix 实现了高效、可扩展的计算能力，能够在保护敏感信息的同时，安全地执行机器学习算法。

Privasea 智能合约

Privasea 智能合约工具包驱动着一个基于区块链的激励系统，旨在促进网络节点的积极参与。该系统能够记录 Privanetix 节点的贡献、验证计算结果，并以透明且公平的方式分配奖励。通过运用智能合约，该机制有效激励节点提供计算资源，从而打造一个去中心化且可信赖的生态系统，不仅激发节点的持续参与，还确保整个网络的透明性与责任机制得到维护。

Privasea AI 网络中的角色

数据拥有者

数据拥有者是网络中掌握并控制重要数据集的个人或实体。作为数据的管理者，他们有权决定数据在网络中的共享和使用方式。数据拥有者在保护数据隐私和决定 Privanetix 节点与解密者的访问级别方面发挥着关键作用。他们可以制定数据共享协议、设置访问权限，并明确规定数据访问和使用的条款。

Privanetix 节点

Privanetix 节点是 Privasea AI 网络中的计算核心，负责提供计算资源来执行复杂的加密数据运算。这些节点搭载了 HESea 加密库，并与基于区块链的激励机制深度集成，可在保护数据隐私的同时进行安全高效的计算。Privanetix 节点通过处理加密数据、训练机器学习模型以及参与协作任务来积极维护网络运行。这些节点不仅确保了计算的完整性和数据的机密性，也是实现网络目标的关键要素。

解密者（Decryptors）

解密者作为最终计算流程中的结果检索者，负责从 Privanetix 节点检索加密结果，并通过 Privasea API 使用相应的密钥进行解密。解密者的核心职责是安全获取计算结果，并在数据检索过程中确保数据的机密性和完整性。

结果接收者

结果接收者是解密后计算结果的最终接收者。他们可以对解密后的结果进行进一步操作，例如深入分析、数据处理，或与其他系统或应用程序进行集成。这一角色能够将计算结果应用到更广泛的场景中，从而实现数据驱动的决策并提取有价值的洞察。

Privasea AI 网络的工作流程

Privasea的工作流程为用户提供了一个无缝且注重隐私的机器学习任务体验。整个过程包含以下几个关键步骤：

1. 用户交互与任务初始化：用户创建账户并启动机器学习任务。通过隐私保护机器学习应用程序 API 或集成了 Privasea 应用程序 API 的 DApp 在本地加密输入向量。在本地生成切换密钥。
2. 向 Privanetix 提交任务：用户将加密任务提交至 Privanetix 网络，并通过基于区块链的交易安全支付服务费用。
3. Privanetix 节点计算：Privanetix 节点在用户的加密域中接收并执行加密任务。使用切换密钥将加密结果传输到解密者的加密域。
4. 结果提交与奖励提取：Privanetix 节点将结果提交给解密者，并通过区块链交易提取该任务的服务费用。
5. 解密者解密结果：解密者使用其客户端密钥解密结果。
6. 向网络用户交付结果：使用代理重加密（PRE）方案将解密后的结果发送给网络用户。

Privasea 产品

Privasea 提供一系列利用全同态加密（FHE）和去中心化基础设施的产品，用于提供隐私保护的 AI 和人类身份验证解决方案。

DeepSea

DeepSea 是 Privasea 的去中心化 AI 网络，基于 FHE 技术构建，能够在不解密的情况下对加密数据进行安全计算。该产品于 2025 年 1 月 6 日推出测试版，创世阶段于 2025 年 2 月 25 日结束，它整合了深度学习功能和隐私优先的设计理念。它支持通过插件和网页发布 FHEML（全同态加密机器学习）任务，允许用户设计模型、提交加密样本并获取结果。DeepSea 包含一个实时监控隐私和数据使用情况的仪表板，确保符合 GDPR 等法规要求。它为 DeFi、Web3 身份验证和数据分析应用提供支持，计划在 2025 年第一季度推出完整的主网。

DeepSea 核心功能

1. 社交挖矿：AI 代理分析加密的用户参与模式，支持动态奖励系统、社区治理和社交信誉评分，同时保持数据安全。这使得去中心化生态系统中的信任互动成为可能。
2. 数据挖掘和 AI 建模：使用 FHE 从加密数据集中提取见解，实现隐私保护的分析和机器学习。特别适合需要符合 GDPR 的应用，确保原始数据在处理过程中不会暴露。
3. 身份验证：与 ImHuman 应用集成，使用 AI 驱动的面部特征比对来验证人类用户，无需存储生物特征数据。验证用户可以铸造灵魂绑定 NFT，用于安全的链上身份验证，打击数字平台中的机器人。
4. FHEML 任务发布：用户可以设计自定义机器学习模型、提交加密样本并向网络发布任务，在不损害数据隐私的情况下获取结果。这赋予了用户驱动 AI 创新的能力。
5. 仪表板：用户友好的界面，用于管理隐私设置和实时监控数据使用情况，增强了 DeepSea 生态系统中交互的透明度和控制力。
6. 节点程序：包括 Workheart 节点（物理工作量证明）和 Privanetix 节点（高性能计算），为网络的 AI 代理提供动力。节点运营商通过质押获得激励，提升可扩展性和安全性。
7. 效率和用户友好性：专注于易用性，DeepSea 简化了隐私保护 AI 计算，无需密码学或编程专业知识，扩大了技术和非技术用户的采用范围。
8. 个性化 AI 功能：对于经过验证的人类证明（PoH）用户，AI 代理提供定制服务，如安全身份验证和 DAO 的保密审核或投票系统，增强去中心化治理中的信任。

AI 代理

DeepSea 中的 AI 代理是专门用于质押、挖矿和任务执行的自主实体，这些代理通过 ImHuman 应用程序绑定至经过验证的人类用户。这些代理利用全同态加密（FHE） 来安全地处理数据，使其能够应用于链上身份验证、DAO 治理（例如，机密投票）和社交挖矿等场景。用户可以通过质押与 PoH（Proof of Human） 绑定的 NFT 来根据代理的表现获得奖励，从而形成一个去中心化的经济模型。

Agent Angler

Agent Angler 是一种专门设计用于构建和管理 DeepSea 去中心化社区 的 AI 代理。它通过 ImHuman 应用程序绑定经过验证的人类用户，从而保证真实性，同时无需存储生物特征数据。Agent Angler 在 Privanetix 节点的支持下自动运行，实现安全计算。

其核心任务包括：

1. 社区建设： 创建并发展技术社区，例如在 X（原推特）等平台上，促进去中心化社交空间的成长。
2. 社交管理： 处理来自经过验证用户的互动，保持社交活跃度，同时确保数据始终处于加密状态。
3. 奖励分配： 将来自 DeepSea 挖矿和质押的 PoS（权益证明） 奖励分配给活跃参与者，从而激励真实人类的持续参与。
4. 自适应进化： 基于社区反馈和深度学习不断优化自身行为，动态适应用户需求。

ImHuman 应用程序

ImHuman 应用程序是一个基于 PoH（Proof of Human）的验证工具，采用 FHE 加密生物验证 技术。用户通过手机摄像头扫描面部特征向量，这些数据会在本地加密，并与存储的向量进行比对，全程无需将明文数据上传至服务器。验证成功后，会铸造一个灵魂绑定 NFT（Soulbound NFT），证明用户具备人类特征，但不会透露个人信息（如姓名或邮箱）。ImHuman 可与 DeepSea 集成，实现 AI 代理绑定，并支持 Web2/Web3 身份验证，同时为验证用户提供空投等奖励。该应用程序通过将生物数据保存在设备端，确保用户隐私不受侵犯。

节点

Privasea 节点包括 Workheart 和 Privanetix 两种类型，构成网络的计算主干。Workheart 节点负责处理物理工作量证明任务，而 Privanetix 节点执行高性能的 FHE 计算。节点运营商通过提供处理能力并与 HESea 库集成来获得独家空投奖励（例如通过带有 StarFuel NFT 的 Workheart 组合包）。Genesis USB 可进一步提升奖励等级。这些节点为 DeepSea 的去中心化基础设施提供支持，确保 FHEML 工作负载具有良好的可扩展性和安全性。

Bot or Not a Bot：人类特征验证

BotOr_NotABot 是一个由 ImHuman 应用程序驱动的 Telegram 机器人，专门用于群聊中的人类特征验证。它通过 OTP（一次性密码）与 ImHuman 应用进行绑定，并通过活体检测进行验证，验证成功后铸造一个 NFT。该机器人支持无限次验证，在合作生态系统中提供双倍空投，并具有未来将推出的群组范围验证功能。它利用全同态加密（FHE）在验证过程中保护生物特征数据，通过过滤机器人和虚假账户来增强 Web2/Web3 社区的信任度。

Privasea 融资历程

2024 年 3 月 4 日，Privasea 宣布完成由 Binance Labs（现为 YZi Labs） 领投的 500 万美元种子轮融资。本轮融资的参与方包括 OKX Ventures、Laser Digital、Tané Labs、Lunar Labs Capital、GSR 和 Amber Group。这笔资金用于支持 DeepSea 网络 及基于 FHE（全同态加密） 的机器学习基础设施的早期开发，确立了 Privasea 在 DePIN（去中心化物理基础设施网络） 和 AI 领域的地位。

随后，2025 年 1 月 10 日，Privasea 完成 A 轮融资，筹集了额外的 1,000 万美元，使总融资金额达到 1,500 万美元。本轮融资由 GSR、Amber Group 和 Echo 共同支持，重点推进 AI 代理（AI Agents） 的开发，以及计划于 2025 年第一季度 启动的 DeepSea 主网发布。除了传统的融资方式外，Privasea 还通过节点销售融入了社区驱动的筹资机制。Workheart Combo（限量 5,000 个节点，附带 StarFuel NFT）为早期采用者提供了奖励倍增和独家空投（占代币供应的 1%），奖励将在 36 个月内分发完毕，从而激励社区积极参与。

Privasea 主网

Privasea 主网 标志着 DeepSea AI 网络 的全面部署，这是一个旨在将隐私保护型 AI 与现实世界应用集成的去中心化平台。在 2025 年 1 月 6 日 完成测试网 Beta 版本启动后，经过创世阶段（Genesis Phase），于 2025 年 2 月 25 日结束，主网预计于 2025 年第一季度推出，并计划在 3 月底或 4 月初完成上线。此次发布是 Privasea 实现其使命的重要一步，旨在利用全同态加密（FHE） 提供安全、可扩展的 AI 计算，确保数据在处理过程中始终保持加密状态。

截至 2025 年 2 月，主网建立在超过 41,000 个 Privanetix 节点的强大基础设施之上，提升了 DeepSea 的能力，并引入了多项升级，包括节点管理面板、USB 节点和 Privanetix 节点，以及 FHEML（全同态加密机器学习）任务发布插件。该插件允许用户自定义机器学习模型，提交加密样本并发布任务，同时节点运营者通过计算任务获得奖励。在 2025 年 1 月 27 日 的创世阶段（Genesis Release） 中，Privasea 的质押系统进一步加强，吸引了超过 86,000 名质押者，并建立了一个包含 58,227.768 TPRAI 的奖励池，为网络的参与和安全性提供了强大动力。

Privasea 代币经济学

$PRVA 是 Privasea AI 网络的 ERC-20 实用代币，总供应量固定为 10 亿枚。$PRVA 通过激励 全同态加密（FHE）计算和促进去中心化物理基础设施网络（DePIN） 的参与来驱动整个生态系统。代币分配如下：

• 挖矿（50%）：5 亿枚代币分配给提供 FHE 和隐私服务 的计算节点（例如 Privanetix 和 Workheart）。奖励期为 36 个月，其中 6.66%（约 6,660 万枚） 绑定于 20,000 个 Workheart 节点（包括 5,000 个附带 StarFuel NFT 的组合节点，可获得奖励倍增）。
• 业务发展与社区激励（15%）：1.5 亿枚代币用于 业务发展、营销和社区活动，包括在 Galxe 和 Intract 等平台上的推广活动，以及提供 空投奖励（例如，1% 的代币供应分配给购买 Workheart Combo 节点的用户）。
• 预售（20%）：2 亿枚代币预留给 融资轮的支持者（例如 Binance Labs 500 万美元的种子轮投资 和 A 轮融资）。通常按照线性解锁机制进行释放，例如：TGE（代币生成事件）时解锁 7.5%，剩余部分在 21 个月内按季度释放。
• 团队（10%）：1 亿枚代币分配给项目团队，预计采用锁仓和归属期机制以确保利益一致性（具体细节尚未确认）。
• 监管合规（5%）：5,000 万枚代币用于法律和监管合规费用，确保 Privasea 遵守 GDPR（通用数据保护条例） 等法规框架。

代币功能

• 交易支付：$PRVA 用于支付 DeepSea 网络中的服务费用，如 FHEML（全同态加密机器学习）任务处理 等。
• 质押与安全性：用户可以质押 $PRVA 以保障网络安全并获得质押奖励。
• 治理权利：代币持有者可以对生态系统提案进行投票，参与网络治理。
• 专属访问权：代币持有者享有优先使用功能，包括空投奖励、集成特权（如 TON 区块链） 等。

结论

Privasea 通过全同态加密（FHE） 和去中心化基础设施实现了安全的 AI 计算，这一理念已在其 DeepSea 网络、AI 代理和 ImHuman 应用程序中得到应用。Privasea 获得了 1,500 万美元的融资，估值达 1.8 亿美元，并发行了 10 亿枚 $PRVA 代币，其中 50% 用于节点运行。Privasea 计划于 2025 年第一季度推出主网，其架构结合了 Privanetix 节点和区块链激励机制，专注于解决 Web3 数据分析和身份验证等领域的隐私需求。这一创新方法标志着机密计算的重要进展，其未来的影响取决于用户采用情况和技术可扩展性的进一步发展。