VVV最近冲上历史新高。价格背后更值得我们去关注的是 Venice 与 NEAR 围绕隐私 AI 形成的协同关系。这场合作不仅让 Venice 获得了 TEE、E2EE 与远程证明等可验证隐私能力，也让 NEAR AI Cloud 找到了真实的大规模推理场景。双方一边共同建立 Private Inference 的技术基础设施，一边通过用户、算力与生态需求相互放大价值，也让这轮隐私 AI 叙事有了比纯粹的价格上涨更深的一层逻辑

VVV 冲上 29 美元，市值突破 12 亿美元，它凭什么？

9 月 9 日Venice 旗下代币 VVV 最高触及 29.15 美元，刷新历史高点。目前VVV 目前在 23 美元附近，流通市值约 11.3 亿美元，FDV 接近 19 亿美元。你也许不知道就在仅仅两个月之前，Venice 刚刚以 10 亿美元股权估值完成 6500 万美元融资。也就是说市场定价 VVV 的流通估值已经与 Venice 整家公司的上一轮股权估值处于同一量级

过去一年Venice 发生了太多事情。用户和 API 业务快速增长，年化收入运行率突破 1 亿美元，VVV 排放持续下降，DIEM 把 AI 算力包装成链上资产，而今年 3 月与 NEAR AI Cloud 的合作又补上了一层可验证隐私基础设施。几条线最终汇到了一起，让市场开始重新给隐私基础设施进行定价

从 ShapeShift 到 Venice，加密老炮Voorhees 为何押注隐私AI？

Venice 创始人 Erik Voorhees 可以说是 Crypto 行业链上知名的老面孔。2011 年接触 Bitcoin 后，他很快进入最早一批 Bitcoin 创业公司，并成为 BitInstant 的早期核心成员之一，负责市场和品牌

BitInstant 的创始人是后来颇具争议的 Charlie Shrem，Roger Ver 是早期投资者，Winklevoss 兄弟随后也曾投入资金。Voorhees 很早就和这批后来成为 Crypto 标志性人物的人处在同一个创业圈里，那时 Bitcoin 的价格还只有个位数到几十美元

这里还有个冷知识，今天大家耳熟能详的 Blockchain.com其联合创始人 Nicolas Cary 是他的大学好友，两人早在 University of Puget Sound 就认识。2012 年，Voorhees 连续向 Cary 推荐 Bitcoin，Cary 随后在 BTC 只有个位数到十几美元时开始买入

而他自己最传奇的一段则是 SatoshiDICE。这个原本只是 Voorhees 在 BitInstant 工作期间做的副业，却一度贡献 Bitcoin 网络超过一半的交易量，成为当时最大的 Bitcoin 应用之一

2013 年，他以 126,315 BTC、当时约 1,150 万美元的价格将项目出售，成为 Crypto 早期最知名的退出案例之一。之后他又投资多个 Crypto 项目，并在 2014 年创办 ShapeShift，把不托管用户资产和减少中心化中介继续做成产品

2021 年前后，ShapeShift 开始向 DAO 模式转型，他逐渐淡出日常管理，闲暇之余他也开始思考另一个问题。如果 Bitcoin 和 Crypto 解决的是谁控制钱，那么当越来越多人通过 ChatGPT 等模型搜索、写作、编程甚至形成判断时，下一个问题就变成了谁控制智能

2023 年之后生成式 AI 爆发，这种担忧开始变得更加具体。用户会把问题、文件、想法甚至商业信息交给模型，而处理过程仍集中在少数平台手中；与此同时，模型提供商还能通过系统规则和内容政策决定模型能够回答什么

对 Voorhees 来说，当 AI 开始替代搜索、分析和信息获取时，这种控制已经不只是数据问题，而逐渐变成信息入口和认知入口的问题。因此，他认为市场需要一种更加开放、隐私友好且尽可能减少许可限制的 AI 选择

这也让他把过去常讲的货币与国家分离进一步延伸到了思想与国家分离。密码朋克希望用密码学保护通信，比特币希望减少货币体系对中心化机构的依赖，而 Voorhees 认为随着人工智能越来越深入地参与信息获取、表达和思考，机器智能同样不应该完全掌握在少数公司手中

因此Venice 于 2024 年推出。产品表面上和 ChatGPT、Claude 或 Grok 相似，可以聊天、写代码、生成图片和视频，也能通过 API 接入开发者应用。但更接近一个多模型 AI 入口。目前平台提供超过 200 个文本、图片、视频和音频模型，同时把不同模型按照隐私能力进行区分

2026 年 7 月融资时，Venice 披露已有 350 万注册用户，每月处理约 1.3 万亿 Tokens，每天开发者 API 调用约 200 万次，峰值每小时推理请求达到 30 万次

但是新的问题也随之出现，当用户量和推理规模不断扩大，仅仅依靠不保存聊天记录已经不足以支撑 Venice 对隐私的承诺。用户还自己的提示词是否会在推理过程中被平台看到，模型运行时的数据是否可能被读取，以及平台口中的隐私能否被技术手段验证

对 Venice 来说，这意味着它需要把隐私从产品政策进一步推进到基础设施层，让数据在进入模型、完成推理和返回结果的整个过程中都尽可能减少对中心化运营方的信任

于是 Venice 选择与 NEAR 展开合作，希望借助可信执行环境、端到端加密和远程证明等技术，把私密推理真正做成可以验证的基础设施。对于 Venice 来说，这解决的是大规模人工智能服务中最核心的信任问题。而对于 NEAR 来说，Venice 数百万用户和高频推理请求，也提供了一个真实的大规模应用场景，让其隐私计算基础设施不再停留在概念层面

Venice 与 NEAR 之间的合作，是理解VVV能够被价格发现的重要环节

Venice 自己原来的架构已经减少了一层风险。对话历史主要保存在用户设备，Venice 不会像传统聊天产品一样长期保存完整 Conversation History。但在依赖零数据保留承诺的 Private 模式中，隐私依然存在一定程度的信任假设。NEAR AI Cloud 接入后，Venice 开始把其中一部分信任交给硬件隔离和密码学验证

其中一层是 TEE，也就是 Trusted Execution Environment，可信执行环境

可以把普通云服务器想象成一栋办公楼。数据虽然放在办公室里，但负责管理整栋楼的人理论上仍然掌握基础设施。TEE 相当于在服务器内部再建立一个由硬件隔离的密闭房间。模型真正执行推理时，Prompt 只在这个隔离环境中被处理

TEE 解决了推理执行环境的问题，E2EE 则把这条保护链继续向用户设备延伸。Venice 的 E2EE 会先在客户端生成临时密钥，通过 secp256k1 上的 ECDH 建立共享密钥，再利用 HKDF-SHA256 派生加密密钥，最终使用 AES-256-GCM 对 Prompt 进行加密。用户输入的内容在离开设备之前就已经变成密文，只有通过验证的 TEE 才拥有完成解密和推理所需要的条件

这套技术听起来复杂，但放到一个真是案例上我们其实很好理解

假设一名链上用户的钱包里持有大量 ETH、NEAR 和稳定币，他准备根据自己的持仓情况进行一次资产调整，但并不希望把完整的钱包结构、计划卖出的资产以及目标仓位直接暴露给人工智能服务商

他向接入 Venice 的链上智能体发出一条指令：分析我当前的钱包持仓，在不卖出 NEAR 的情况下，把风险敞口降低 20%，并为我生成最合适的链上交易方案

如果使用 Venice 支持端到端加密的模型，这条指令以及与之相关的持仓信息不会直接以明文发送到 Venice。用户设备首先验证负责推理的可信执行环境，确认运行环境、公钥和模型状态符合预期，随后在本地对请求进行加密。此时经过 Venice 网络传输的已经是密文，Venice 本身无法直接看到用户究竟持有哪些资产，也无法知道他准备进行怎样的交易

请求进入经过验证的可信执行环境后才会被解密。模型可以在这个隔离环境中读取用户授权提供的钱包信息，分析 ETH、NEAR、稳定币之间的仓位比例、市场价格和流动性，并得出例如卖出部分 ETH、换入稳定币，同时保留全部 NEAR的交易方案。如果这个智能体已经接入链上交易工具，还可以进一步生成对应的兑换路径、交易参数和待签名交易，而真正的签名仍由用户的钱包完成

这里隐私的意义就非常直接了。对于普通聊天，泄露的可能只是一段问题，但对于链上用户，提示词背后可能包含钱包资产、尚未公开的交易计划、目标价格、准备买入的代币甚至一整套交易策略。一旦这些信息在交易执行前被中间服务商看到，就可能带来抢跑、策略泄露甚至针对特定钱包的攻击风险

这也是 Venice 与 NEAR 合作更值得关注的地方。可信执行环境负责让模型在隔离空间内处理这些敏感数据，端到端加密则进一步减少 Venice 本身接触明文的机会

目前 Venice 已有多款模型支持 TEE 与 E2EE，包括 GLM、Qwen、Gemma、GPT-OSS 以及 Venice 自己的模型等，相关基础设施由 NEAR AI Cloud 与 Phala Network 提供。Venice 在产品界面中也会直接标记模型对应的 Privacy Mode，让用户知道自己当前使用的是普通 Private、TEE 还是 E2EE

所以 Venice 与 NEAR 的关系并不只停留在生态合作层面。Venice 提供用户入口、模型聚合和已经形成规模的 API 需求，NEAR AI Cloud 提供可验证的 Confidential Inference 基础设施。前者给后者提供真实推理负载和用户场景，后者则让 Venice 的隐私承诺能够进一步进入硬件与密码学层面

这样的设计也让其获得了6500 万美元融资，一批 Crypto 老钱同时拿了股权和 VVV

产品增长之后，Venice 今年 7 月第一次接受外部资本。这轮 Series A 融资规模 6500 万美元，由 Dragonfly 领投，North Island Ventures、Coinbase Ventures、F-Prime、Archetype、Liquid 2 Ventures、Morgan Creek 等参与，公司股权估值达到 10 亿美元。对一家 2024 年才成立的 AI 公司而言，两年进入独角兽区间已经足够醒目

根据 Voorhees 披露6500 万美元换取 8.98% 的 Venice 股权，同时投资人获得 150 万枚带 Vesting 的 VVV，以及未来八年购买最多 500 万枚 VVV 的 Warrants。如果全部执行这些 Warrants，投资者还需要向 Venice 支付约 6650 万美元，整轮潜在融资额因此可以上升至约 1.315 亿美元。Token Grant 和 Warrants 先锁定一年，之后三年线性归属

VVV 于 2025 年 1 月 27 日发行，Genesis Supply 为 1 亿枚。50% 分配给 Venice 用户和 Crypto × AI 社区，35% 留给 Venice 用于发展，10% 进入 Incentive Fund，5% 用于流动性，没有进行公开预售。2025 年 3 月，Venice 随后销毁 33,539,739 枚 VVV，其中相当一部分来自无人领取的 Airdrop

VVV 没有固定 Max Supply，因为协议会持续发行新币作为质押奖励。刚上线时年排放达到 1400 万枚，对应初始年通胀约 14%。随着 DIEM 在 2025 年 8 月上线，年排放首先从 1400 万降到 1000 万；同年 10 月进一步降至 800 万，2026 年 2 月降至 600 万。之后削减速度明显加快：5 月降至 500 万，6 月 400 万，7 月 300 万，今年 9 月 1 日再降至 250 万，10 月 1 日计划降至 200 万。

从 1400 万到 200 万，年排放下降约 85.7%，而Venice 没有把 VVV 停留于 Staking Token

用户质押 VVV 以后获得 sVVV，再锁定 sVVV 可以铸造 DIEM。每一枚质押后的 DIEM 每天提供 1 美元 Venice API Credit，而且每天刷新。DIEM 本身又是 Base 上的 ERC-20，可以交易、转账或者出售给其他 AI 用户。锁住 sVVV 期间，底层 VVV 仍然获得正常 Staking Yield 的 80%；如果用户想取回原来的 sVVV，需要把相应 DIEM 销毁

这个设计让 AI Compute 被拆成一个独立、可以交易的资产。一个长期调用模型的开发者，以前只能不断给 API 账户充值；现在也可以直接持有 DIEM 获得每天固定刷新的一笔推理额度。Agent 同样可以持有自己的 Compute Capacity

而所有 DIEM 都必须由 VVV 产生，这给 VVV 增加了一层更接近业务使用的需求。越多人希望长期拥有 Venice 的 AI 推理额度，理论上需要锁定的 sVVV 就越多。Venice 今年又把 DIEM 目标供应量从 3.8 万提高到 4 万，并分阶段释放新的 Mint Capacity，说明项目正在尝试扩大这套 Tokenized Compute 市场

同时目前每一笔新的 Venice 订阅都会触发程序化回购，Pro、Pro+ 和 Max 分别对应 2 美元、5 美元和 10 美元 VVV Buy & Burn；API Credits 又有另一条规则，每购买 100 美元 Credits，其中 5 美元会用于公开市场购买并销毁 VVV

因此目前 VVV 大致有三股力量共同作用，Staking 锁仓、DIEM 锁仓，以及 Venice 业务收入形成的二级市场买卖

而如果未来 Burn 能够稳定超过 Emission，同时 DIEM 继续扩大对 VVV 的锁定需求，那么这套经济模型才会进入一个新的阶段，不过29 美元的历史新高已经提前交易了这个预期

毕竟十几亿美元估值也已经意味着不只是一枚 AI Token。它回答的是另一个问题。当 AI 越来越深入地进入个人和企业最敏感的数据层，隐私最终会值多少钱？

原文：https://x.com/0xmediaco/status/2098757647847862748