CHAPTER 01
Voxel AI Network 介绍
1.1简介
Voxel AI Network 是一个去中心化三维计算与 AI 渲染基础设施网络，旨在为全球 AI 训练、3D 数据处理、数字渲染与空间计算市场提供开放式算力支持。
随着人工智能、多模态模型、数字孪生、虚拟现实与空间计算快速发展，全球对于 三维体素化数据处理与 AI 渲染算力 的需求持续增长。然而，目前高性能 GPU 与三维渲染资源主要集中于少数大型云平台与专业机构，中小开发者、独立创作者以及链上 AI 项目，难以低成本获得稳定计算资源。
Voxel AI Network 引入了以 AI 渲染与体素化计算为核心的去中心化基础设施，用于协调 GPU 资源、AI 模型训练、三维渲染任务与链上算力市场之间的协同关系。
Voxel AI Network 生态系统的四个核心层面：
- Voxel AI DAO：负责网络治理、生态资金协调与全球节点发展。
- Voxel AI Governance：通过时间加权治理与节点协同，引导 AI 计算资源与生态战略方向。
- Voxel Compute Protocol：面向三维体素化计算与 AI 渲染市场的分布式计算协议。
- Voxel AI Labs：生态扩展与 AI 渲染创新的孵化体系。
Voxel AI Network 作为一个集成化 AI 渲染与三维计算生态运行，由多个核心层共同组成。每一层在网络中承担不同职责，并共同推动：
- GPU 算力资源协同
- AI 模型训练与推理
- 三维体素化渲染
- 节点收益与 Token 流通
- 治理协作与生态扩展
随着 AI 与空间计算产业持续发展，Voxel AI Network 希望建立一个开放、透明且长期可持续的全球三维 AI 基础设施网络。
1.2核心理念
指导 Voxel AI Network 的基础理念包括：AI 渲染导向、去中心化治理、结构透明、算力协同与长期基础设施建设。
Voxel AI Network 的架构与生态发展，围绕以下核心原则展开。
1）聚焦 AI 与三维计算
Voxel AI Network 专注于 AI 渲染、体素化计算与三维数据处理领域。
网络重点支持：
- 三维体素渲染
- AI 模型训练
- 数字孪生计算
- 空间数据处理
- 多模态 AI 推理
这一聚焦方向，使整个生态始终围绕 AI 与空间计算市场构建，而不会偏离核心基础设施定位。
2）治理驱动方向
Voxel AI Network 的战略方向通过链上治理决定。
vAToken 持有者、GPU 节点与长期生态参与者，共同决定：
- 资源分配方向
- 节点协作规则
- 协议升级路径
- AI 生态合作计划
治理权通过社区协同流动，而不是集中于单一机构。
3）结构透明
节点收益、任务分配、治理决策以及 DAO 资金流向，均通过链上机制公开记录。
透明度在 Voxel AI Network 中被视为底层基础设施，而不仅仅是生态宣传工具。
4）算力协同与资源纪律
所有 GPU 与 AI 资源分配，都通过 Voxel Scheduler 与链上验证体系完成。
资源部署优先考虑：
- 长期 AI 生态价值
- 三维计算需求
- 网络稳定性
- 分布式资源利用效率
而不是短期市场投机行为。
5）模块化协同
Voxel AI DAO、Voxel Compute Protocol、vAToken 与 Voxel AI Labs 作为统一系统中的不同组成部分运行。
AI 训练、渲染计算、GPU 调度与治理体系相互协同，共同推动整个生态扩展。
6）长期 AI 基础设施导向
Voxel AI Network 被设计为长期 AI 与空间计算基础设施。
战略决策更加关注：
- GPU 资源长期协作
- AI 渲染市场增长
- 三维数据基础设施
- 分布式空间计算生态
而不是周期性市场波动。
1.3三维体素化计算策略
1）市场论点
Voxel AI Network 专注于 三维体素化计算 与 AI 渲染市场。
随着 AI 视频生成、空间计算、数字孪生与 XR（扩展现实）生态快速发展，全球市场对于三维空间数据与实时 AI 渲染能力的需求正在快速增长。
Voxel AI Network 的目标，是成为未来空间 AI 基础设施中的核心 GPU 协同网络。
2）核心论点
体素化计算（Voxel Computing）代表了一种适用于三维空间数据处理与 AI 渲染的新型计算结构。
与传统二维像素处理不同，体素（Voxel）能够在三维空间中记录：
- 深度
- 位置
- 结构信息
- 动态变化数据
这种结构更适合未来 AI 与空间计算的发展方向。
Voxel AI Network 专注于该领域。
3）为什么是体素化计算
未来大量 AI 系统都将从二维信息处理，逐渐转向三维空间理解。
包括：
- 自动驾驶
- 数字孪生
- XR 空间交互
- AI 视频生成
- 机器人空间感知
- 元宇宙实时渲染
这些场景都需要 AI 能够理解真实空间结构，而体素化数据正是构建三维 AI 世界模型的重要基础。
Voxel AI Network 希望通过 GPU 与分布式渲染网络，为这一趋势提供底层基础设施。
4）行业范围
Voxel AI Network 聚焦于 AI 与空间计算生态中的核心基础设施。
包括：
- 三维体素化渲染
- AI 视频生成
- 空间计算模型训练
- 数字孪生系统
- GPU 渲染网络
- AI 推理与边缘渲染
- XR 与实时空间交互
- 三维 AI 数据训练系统
超出这一范围的扩展，需要经过 DAO 治理批准。
5）战略导向
三维 AI 与空间计算是长期基础设施市场。
Voxel AI Network 的长期战略重点包括：
- 全球 GPU 节点扩展
- AI 渲染市场建设
- 多链 AI 资源协同
- 分布式三维计算协议
- AI 空间模型训练生态
6）算力资源阶段
GPU 与边缘渲染资源，将成为未来空间 AI 的核心基础资源。
Voxel AI Network 将优先推动：
- 高性能 GPU 网络建设
- AI 渲染节点协作
- 分布式推理系统
- 实时空间计算基础设施
7）资源分配框架
所有 GPU 资源与 AI 渲染任务分配，都将遵循 DAO 与链上治理框架。
该结构确保：
- 算力分配透明
- GPU 贡献可验证
- AI 渲染收益可量化
- 资源调度长期稳定
并与整个 Voxel AI Network 的长期基础设施目标保持一致。
1.4AI 渲染与分布式训练生态
Voxel AI Network 构建了一个面向 AI 渲染与分布式训练的开放式 GPU 协同生态。
传统 AI 训练与渲染系统，通常依赖中心化 GPU 集群运行。这种结构存在：
- GPU 成本高
- 扩展能力有限
- 算力集中
- AI 资源门槛高
等问题。
Voxel AI Network 通过分布式 GPU 协同结构，使全球 GPU 节点能够共同参与：
- AI 视频生成
- 三维体素渲染
- 空间 AI 模型训练
- 多模态数据处理
- AI 推理服务
整个生态由 Voxel Scheduler 动态调度引擎统一管理。
大型 AI 渲染任务会被拆分为多个并行计算单元，并分发至全球不同 GPU 节点同步执行，从而提高整体渲染效率并降低单点资源压力。
Voxel AI Network 同时支持：
- 多模型并行训练
- 分布式 AI 推理
- 边缘渲染网络
- AI Agent 实时计算
- 多链 AI 资源协同
所有任务执行结果都会通过链上验证体系进行确认，并映射到 vAToken 收益模型中。
GPU 节点的收益与以下因素绑定：
- AI 渲染贡献
- GPU 资源消耗
- 在线稳定性
- 验证成功率
- 空间计算任务参与度
Voxel AI Network 的目标，不仅是建立一个 AI GPU 网络，更是构建未来 空间 AI 与三维智能计算的底层基础设施。
随着 AI 视频、XR 与数字孪生市场持续扩展，Voxel AI Network 希望逐步形成全球化的 AI 渲染与空间计算生态系统。
CHAPTER 02
Voxel AI DAO
2.1AI 算力财政体系
Voxel AI DAO 是 Voxel AI Network 的核心治理与资源协调机构，负责管理整个生态中的 GPU 算力资源、AI 渲染资金、生态扩展预算以及长期基础设施建设。
随着 AI 视频生成、空间计算与三维渲染市场持续增长，GPU 与高性能算力已经逐渐成为未来 AI 经济中的核心资源。传统 AI 基础设施主要依赖中心化云服务平台控制资源与价格，而 Voxel AI DAO 的目标，是通过链上治理与社区协同，建立一个开放、透明且长期可持续的 AI 算力财政体系。
Voxel AI DAO 的财政体系主要围绕以下几个方向展开：
- GPU 节点激励
- AI 渲染任务结算
- 空间计算生态扩展
- AI Labs 研发支持
- 多链生态协作
- DAO 长期储备管理
所有财政资源均通过链上结构公开记录，DAO 财政钱包、资金流向与资源部署情况，都能够通过治理门户实时查询。
Voxel AI DAO 的核心资金来源包括：
- AI 渲染与训练任务手续费
- Voxel Compute Protocol 资源调用费用
- GPU 节点协同收益
- 跨链 AI 服务收入
- 生态合作与协议收益
这些收入不会集中由单一机构控制，而是进入 DAO 财政体系，并通过治理流程决定后续资源分配方向。
Voxel AI DAO 的财政结构强调 长期 AI 基础设施导向。
资源分配优先考虑：
- GPU 节点网络扩展
- AI 渲染市场建设
- 三维空间计算生态
- 分布式推理服务
- 开发者工具与协议优化
而不是短期市场行为。
财政体系同时采用 风险分层结构。
部分资金用于：
- 网络安全储备
- 节点异常赔付
- 协议漏洞修复
- 长期生态稳定基金
另一部分资源则用于推动：
- AI 项目合作
- GPU 基础设施扩展
- 全球节点增长
- Labs 研发支持
Voxel AI DAO 的长期目标，是形成一个由 AI 渲染需求、GPU 资源协作与链上治理共同驱动的开放式 AI 算力财政体系。
随着全球 AI 与空间计算市场持续扩大，Voxel AI DAO 希望逐步成为未来 AI 基础设施中的核心资源协调层。
2.2创世节点与 GPU 接入
创世节点（Genesis Nodes）是 Voxel AI Network 初期网络中的核心 GPU 基础设施，也是整个 AI 渲染与体素化计算生态的重要组成部分。
在网络早期阶段，创世节点负责：
- AI 渲染任务执行
- 三维空间数据处理
- 分布式模型训练
- 链上验证任务
- 网络稳定性维护
创世节点通常由高性能 GPU 集群组成，并具备稳定网络环境与长期运行能力。
Voxel AI Network 采用 开放式 GPU 接入模式。
任何符合协议标准的 GPU 设备，都能够通过 Voxel Node Core 接入网络，并参与 AI 渲染与空间计算任务。
系统会自动检测：
- GPU性能
- 显存容量
- CUDA运算能力
- 网络带宽
- 节点稳定性
并生成链上节点档案。
不同GPU节点在网络中的任务等级并不相同。
高性能GPU节点通常承担：
- AI视频生成
- 大模型训练
- 三维体素化渲染
- 多模态空间计算
轻量化GPU与边缘节点则主要参与：
- AI 推理
- 实时渲染
- 边缘空间计算
- 分布式辅助任务
Voxel Scheduler 会根据节点性能与任务需求动态分配资源，从而保证整个网络 GPU 利用效率最大化。
创世节点在网络中还承担 验证与稳定性职责。
部分创世节点会作为：
- 验证节点
- 调度辅助节点
- AI 渲染同步节点
参与网络运行。
为了保证网络长期稳定性，创世节点通常需要进行 vAToken 质押，并接受链上信誉系统管理。
长期稳定运行的创世节点，将逐步获得：
- 更高任务优先级
- 高等级GPU任务参与资格
- DAO 治理权重
- 更高收益分配比例
Voxel AI Network 希望通过创世节点体系，逐步建立全球 GPU 渲染与空间计算基础设施，并推动 AI 渲染资源从中心化平台向开放式协同网络演进。
2.3SubDAO与区域节点委员会
随着 Voxel AI Network 全球节点规模不断扩大，单一治理结构已经难以满足未来 AI 渲染与空间计算生态的长期发展需求。
因此，Voxel AI DAO 引入了 SubDAO（子DAO） 与区域节点委员会体系，用于推动全球 GPU 节点、区域社区与 AI 生态协作的分层治理。
SubDAO 是 Voxel AI DAO 的区域化与功能化治理扩展结构。
不同 SubDAO 可以围绕：
- AI 渲染生态
- GPU 节点运营
- XR 与空间计算
- 开发者生态
- 边缘 AI 网络
- 区域市场扩展
建立独立治理体系。
每个 SubDAO 都能够在主 DAO 治理框架下，自主推动本地生态建设与资源协作。
区域节点委员会则主要负责：
- GPU 节点协调
- 区域资源调度
- 本地节点增长
- 社区治理协作
- 网络稳定性维护
不同地区的委员会能够根据本地 GPU 资源情况与 AI 市场需求，制定更加适合区域发展的节点策略。
Voxel AI DAO 希望通过分层治理结构，让全球不同地区能够更加灵活地参与未来 AI 基础设施建设。
SubDAO 与区域委员会之间采用 协同治理模式。
区域委员会负责本地生态运行，而重大协议升级、Token 机制调整以及核心资源治理，仍需通过主 DAO 投票完成。
SubDAO 同时也是未来 AI Labs 与开发者生态的重要扩展方向。
不同技术团队与开发者社区，能够围绕：
- AI 视频生成
- 三维体素引擎
- 空间 AI 模型
- XR 渲染协议
- AI Agent 网络
构建独立 SubDAO 生态。
这种结构能够持续增强整个 Voxel AI Network 的扩展能力与全球协作能力。
随着全球 AI 与空间计算生态不断增长，SubDAO 与区域节点委员会将逐渐成为推动 Voxel AI Network 长期扩张的重要治理基础。
2.4链上治理与法律结构
Voxel AI Network 采用 链上治理与多层法律结构，用于保证整个 AI 渲染与空间计算生态能够在开放协作环境下长期稳定运行。
随着全球 GPU 节点、AI Labs 与跨链生态不断扩展，网络中的资源规模、治理复杂度与经济结构都会持续增长。因此，Voxel AI Network 希望通过透明治理与合规结构，建立长期可信的 AI 基础设施体系。
Voxel AI DAO 的治理核心基于：
- 链上提案
- 社区投票
- 节点治理权重
- veToken 模型
- 多签执行机制
所有治理流程均通过链上记录公开运行。
包括：
- 提案内容
- 投票过程
- DAO 财政使用
- 节点治理结果
- 协议升级记录
任何参与者都能够公开查看与验证。
Voxel AI DAO 的治理结构强调：
- 去中心化协作
- 长期 GPU 基础设施建设
- AI 生态透明管理
- 社区共识驱动发展
治理权重不仅与 Token 持有量相关，同时也与：
- GPU 节点贡献
- AI 渲染参与度
- 节点稳定性
- 长期质押情况
深度绑定。
为了增强协议安全性，Voxel AI DAO 采用 多签治理结构。
核心协议升级、财政资金使用以及关键参数调整，都需要经过多签验证后才能执行。
在法律结构方面，Voxel AI Network 将采用 分层治理与协议化运营模式。
DAO 负责：
- 社区治理
- 节点协作
- 生态资源协调
而具体 AI 研发、基础设施运营与区域合作，则可通过独立实体或区域 SubDAO 推进。
这种结构能够降低中心化风险，并增强全球生态扩展能力。
Voxel AI Network 的长期目标，是逐步推动整个 AI 渲染与空间计算网络向 完全社区自治方向演进。
CHAPTER 03
Voxel AI 治理体系
3.1治理框架
Voxel AI Network 的治理体系，旨在为全球 AI 渲染、三维体素化计算与 GPU 节点网络建立长期稳定的协同管理结构。随着 AI 基础设施逐渐向开放式分布式网络发展，传统中心化治理模式已经难以满足全球节点协作与多链生态扩展需求。因此，Voxel AI Network 采用 去中心化链上治理框架，让生态参与者能够共同推动网络长期发展。
Voxel AI Governance 是整个生态中的核心治理层，负责协调：
- GPU 节点资源
- AI 渲染生态扩展
- DAO 财政管理
- 协议升级方向
- 多链生态协作
- AI Labs 研发支持
治理体系的核心目标，并不仅仅是 Token 投票，而是建立一个长期 AI 基础设施协作系统。
Voxel AI Governance 的治理结构主要由以下组成：
- Voxel AI DAO
- 区域节点委员会
- SubDAO 生态组织
- GPU 节点治理层
- veToken 持有者治理层
- AI Labs 协同治理层
不同治理层在生态中承担不同职责，并共同推动整个网络运行。
Voxel AI Governance 的设计理念强调：
1）长期 GPU 基础设施导向
治理决策优先考虑：
- AI 渲染资源扩展
- 空间计算网络建设
- GPU 节点长期稳定性
- 分布式 AI 训练生态
而不是短期市场行为。
2）贡献驱动治理
治理权不仅来源于 Token 持有量，同时与：
- GPU 算力贡献
- 节点在线稳定性
- AI 渲染参与度
- 长期质押时间
深度绑定。
3）透明治理结构
所有治理提案、投票过程与执行结果，都通过链上系统公开记录。
透明度被视为治理基础设施的重要组成部分。
4）分层治理协同
主 DAO、SubDAO 与区域委员会之间采用分层协同治理结构。
区域生态能够自主发展，而核心协议升级仍需通过全局治理完成。
5）长期生态自治
Voxel AI Governance 的最终目标，是推动整个 AI 渲染与空间计算生态逐步实现社区自治。
随着全球 GPU 节点持续增长，越来越多资源调度与生态发展方向，将由社区共同决定。
3.2链上治理流程
Voxel AI Network 的治理流程，采用链上提案与社区协同决策结构，用于保证整个生态中的 GPU 资源、AI 渲染市场与协议升级能够在公开透明环境下运行。
治理流程的核心目标，是让长期参与生态建设的节点、开发者与社区成员，共同参与未来 AI 基础设施发展方向。
Voxel AI Governance 的链上治理流程主要包括：
- 提案提交
- 社区讨论
- 链上投票
- 多签确认
- 协议执行
- 链上记录归档
所有治理过程均通过链上结构运行，并永久保存记录。
1）提案提交阶段
任何满足治理资格要求的参与者，都能够向 DAO 提交治理提案。
提案内容通常包括：
- GPU 节点规则调整
- AI 渲染协议升级
- DAO 财政分配
- Voxel Compute Protocol 参数修改
- AI Labs 合作计划
- 跨链生态扩展方案
不同类型提案，会根据影响范围进入不同治理流程。
2）社区讨论阶段
提案提交后，将进入社区讨论周期。
GPU 节点、开发者、SubDAO 与 veToken 持有者能够围绕：
- AI 渲染资源影响
- GPU 调度效率
- 网络稳定性
- Token 经济模型
进行公开讨论。
这一阶段的目标，是提高治理透明度与社区协同能力。
3）链上投票阶段
讨论结束后，提案会进入链上投票流程。
投票权重主要基于：
- vAToken 持有量
- veToken 锁仓时间
- GPU 节点贡献
- 节点信誉等级
长期稳定参与生态的节点，通常会拥有更高治理权重。
4）多签确认阶段
涉及核心协议升级、财政资金使用与跨链结构调整的提案，还需要通过多签机制确认。
该结构能够有效降低单点治理风险。
5）协议执行阶段
治理提案通过后，智能合约会自动执行对应参数修改与资源调度逻辑。
所有执行结果都会同步记录至链上。
Voxel AI Governance 希望通过链上治理流程，建立一个：
- 可验证
- 可审计
- 可持续协同
的 AI 基础设施治理体系。
3.3节点治理类型
随着 Voxel AI Network 中 GPU 节点、AI 渲染任务与空间计算场景不断增加，整个网络逐渐形成了多层节点治理结构。
不同节点在生态中的职责并不相同，因此 Voxel AI Governance 将节点治理划分为多个治理类型，以提升整个 AI 渲染网络的协同效率与稳定性。
1）GPU 渲染节点治理
GPU 渲染节点是整个网络中的核心计算资源。
主要负责：
- AI 视频生成
- 三维体素渲染
- 大模型训练
- 空间 AI 推理
GPU 节点治理主要围绕：
- 算力资源调度
- AI 渲染收益分配
- GPU 节点信誉体系
- 高性能资源管理
展开。
长期稳定运行的 GPU 节点，将逐步获得更高治理影响力。
2）验证节点治理
验证节点负责：
- AI 渲染结果验证
- GPU 任务校验
- 链上数据确认
- 异常检测
验证节点治理更加关注：
- 网络安全
- 验证效率
- 链上可信度
- 风险控制机制
部分高等级验证节点需要进行长期 vAToken 质押。
3）边缘节点治理
边缘节点主要负责：
- 实时空间推理
- XR 边缘渲染
- IoT 空间计算
- AI Agent 协同
边缘节点治理强调：
- 低延迟计算
- 区域协同能力
- 分布式稳定性
- 实时 AI 服务效率
随着空间计算市场发展，边缘节点的重要性将持续提升。
4）SubDAO 节点治理
不同区域与 AI Labs 社区，可以通过 SubDAO 建立独立节点治理结构。
SubDAO 节点治理通常围绕：
- 区域 GPU 资源
- 本地开发者生态
- AI Labs 项目
- 空间计算基础设施
展开。
SubDAO 在本地治理中拥有较高自治权，但核心协议升级仍需通过主 DAO 完成。
5）治理节点协同
所有节点治理结构之间，并不是孤立运行，而是通过统一治理框架协同工作。
GPU 节点、验证节点、边缘节点与 SubDAO 共同组成整个 Voxel AI Network 的治理基础。
这种多层节点治理体系，使整个 AI 渲染与空间计算生态能够在全球范围内长期稳定扩展。
3.4vAToken veToken 模型
vAToken veToken（Vote Escrow Token）模型，是 Voxel AI Governance 中的重要治理与长期协作机制。
veToken 模型的目标，是将：
- 长期 GPU 基础设施建设
- AI 渲染资源协作
- 社区治理参与
- 节点长期稳定性
结合为统一治理结构。
在传统 Token 模型中，治理权通常完全依赖 Token 持有数量，这容易导致短期市场行为对治理结构产生过大影响。
Voxel AI Network 希望通过 veToken 机制，增强长期生态参与者的治理影响力。
用户可以通过锁仓 vAToken 获得 vevAToken。
锁仓时间越长，获得的 veToken 权重越高。
vevAToken 主要用于：
- DAO 投票
- GPU 节点治理
- AI 渲染资源分配
- SubDAO 权重协同
- AI Labs 提案参与
- 财政治理决策
veToken 的治理逻辑强调：
1）长期导向
长期锁仓用户拥有更高治理权重。
这一机制鼓励社区长期参与 AI 基础设施建设。
2）治理与贡献绑定
治理权不仅与锁仓数量相关，同时与：
- GPU 节点贡献
- AI 渲染参与度
- 节点信誉等级
共同作用。
3）生态协同激励
长期参与：
- GPU 节点运行
- AI Labs 开发
- 空间计算生态建设
的参与者，将逐步获得更高治理影响力。
4）稳定治理结构
veToken 模型能够降低短期市场波动对于治理结构的影响，并增强整个生态长期稳定性。
Voxel AI Network 希望通过 veToken 模型，建立一个：
- 长期稳定
- 去中心化协同
- AI 基础设施导向
的全球治理体系。
随着生态不断扩展，vevAToken 将逐渐成为整个 Voxel AI Network 中重要的治理与资源协调基础。
CHAPTER 04
Voxel Compute Protocol 概述
4.1协议目标
Voxel Compute Protocol 是 Voxel AI Network 中的核心分布式计算协议，负责协调全球 GPU 节点、AI 渲染资源与三维体素化计算任务之间的协同运行。
随着 AI 视频生成、空间计算、数字孪生与 XR 生态快速发展，未来大量 AI 系统将不再局限于二维信息处理，而需要持续处理：
- 三维空间数据
- AI 渲染任务
- 多模态模型训练
- 实时空间推理
- 边缘计算协同
传统中心化 GPU 基础设施在扩展能力、资源利用率与全球协同方面存在明显局限性。
Voxel Compute Protocol 的目标，是建立一个：
- 去中心化
- 可扩展
- 高性能
- 可验证
的全球 AI 渲染与空间计算网络。
协议的长期使命包括：
- 将全球 GPU 资源整合为统一 AI 计算网络
- 推动三维体素化数据处理标准化
- 建立开放式 AI 渲染市场
- 降低 AI 与空间计算资源门槛
- 推动 AI 与 Web3 基础设施深度融合
Voxel Compute Protocol 的核心运行方向主要围绕：
1）GPU 资源协同
协议允许全球 GPU 节点通过统一标准接入网络，并动态参与 AI 渲染与空间计算任务。
2）AI 渲染基础设施
协议支持：
- AI 视频生成
- 三维场景渲染
- XR 空间计算
- 数字孪生模拟
- 多模态 AI 推理
等场景。
3）分布式任务执行
大型 AI 与空间计算任务将被拆分为多个并行任务单元，并由不同 GPU 节点同步执行。
4）链上验证与收益结算
所有 GPU 任务结果都会通过链上验证体系确认，并映射到 vAToken 收益模型中。
5）长期 AI 基础设施建设
Voxel Compute Protocol 并不仅仅是 GPU 调度系统，而是未来空间 AI 与三维智能生态的重要基础协议。
随着全球 AI 渲染需求持续增长，Voxel Compute Protocol 希望逐步成为下一代 AI 与空间计算网络中的核心计算层。
4.2Voxel 核心计算架构
Voxel Compute Protocol 采用 分布式三维计算架构，用于支持 AI 渲染、体素化数据处理与空间计算任务在全球 GPU 网络中的协同运行。
整个协议架构主要由以下核心层组成：
- GPU Node Layer（GPU 节点层）
- Voxel Scheduler Layer（调度层）
- Voxel Rendering Layer（渲染层）
- Verification Layer（验证层）
- Settlement Layer（结算层）
- Relay Layer（通信层）
不同层共同构成完整的 AI 渲染与空间计算基础设施。
1）GPU 节点层
GPU 节点层是整个网络中的核心计算资源层。
节点可以由：
- 高性能 GPU 集群
- 云端 GPU 服务器
- 边缘渲染设备
- AI 工作站
组成。
GPU 节点负责：
- AI 视频生成
- 三维体素渲染
- 空间模型训练
- 多模态推理
- 实时 AI 渲染
系统会根据 GPU 性能自动划分节点等级。
2）Voxel Scheduler 调度层
Voxel Scheduler 是协议中的核心调度系统。
其主要职责包括：
- AI 任务切片
- GPU 资源分配
- 并行任务调度
- 负载均衡
- 节点同步
大型渲染任务会被自动拆分，并分发至不同 GPU 节点同步执行。
3）Voxel Rendering 渲染层
Voxel Rendering Layer 负责：
- 三维体素数据处理
- AI 场景生成
- XR 空间渲染
- 数字孪生图形计算
该层支持：
- 多模态 AI 数据结构
- 实时空间数据同步
- GPU 并行渲染
- 三维空间动态计算
4）验证层
Verification Layer 负责：
- 渲染结果验证
- GPU 输出校验
- AI 模型结果同步
- 异常检测
所有任务结果都需要经过链上验证后才能进入结算流程。
5）通信层与结算层
Relay Layer 用于：
- 节点通信
- GPU 数据同步
- 渲染任务广播
Settlement Layer 则负责：
- vAToken 收益分配
- GPU 贡献结算
- 节点奖励记录
整个架构采用模块化设计。
不同 AI 渲染模块与空间计算协议，能够通过标准化接口持续扩展，而无需修改底层协议结构。
Voxel Compute Protocol 希望通过这一架构，建立全球 AI 渲染与三维计算的长期基础设施。
4.3AI 渲染与三维数据处理
AI 渲染与三维数据处理，是 Voxel Compute Protocol 的核心运行方向。
未来 AI 系统将逐渐从二维内容生成，转向：
- 三维空间理解
- AI 视频生成
- XR 空间交互
- 数字孪生模拟
- 空间 AI 推理
这些场景都需要持续消耗大量 GPU 与高性能渲染资源。
Voxel Compute Protocol 通过全球 GPU 网络，实现分布式 AI 渲染与三维数据协同处理。
协议中的 AI 渲染系统主要支持：
1）AI 视频生成
AI 视频生成通常需要：
- 多帧空间建模
- 动态光影计算
- GPU 并行推理
- 大规模模型训练
Voxel Protocol 能够将这些任务拆分至不同 GPU 节点同步执行。
2）三维体素化数据处理
Voxel（体素）是三维空间中的最小数据单元。
相比二维像素结构，体素能够记录：
- 深度
- 空间位置
- 结构变化
- 三维动态信息
这种结构更加适用于：
- 空间 AI
- XR 渲染
- 自动驾驶
- 数字孪生
- 机器人空间感知
3）空间 AI 模型训练
Voxel Protocol 支持：
- 三维空间模型训练
- 多模态 AI 推理
- XR 空间理解
- 实时场景分析
GPU 节点能够共同参与大型空间 AI 模型训练任务。
4）边缘渲染与实时推理
边缘节点能够参与：
- 实时空间渲染
- AI Agent 推理
- XR 边缘计算
- 移动终端 AI 服务
从而降低中心化 GPU 压力。
5）AI 数据协同
Voxel Protocol 支持：
- 分布式三维数据同步
- GPU 渲染数据共享
- AI 模型参数协同
- 空间计算任务同步
通过 AI 渲染与三维数据处理体系，Voxel AI Network 正在推动未来 AI 从二维信息时代逐步进入三维空间智能时代。
4.4分布式任务验证机制
为了保证整个 AI 渲染与空间计算网络的可信度，Voxel Compute Protocol 构建了 分布式任务验证机制。
在开放式 GPU 网络中，如果缺乏统一验证结构，部分节点可能通过：
- 虚假渲染
- GPU 作弊
- 数据篡改
- 异常结果提交
影响整个网络稳定性。
因此，Voxel Protocol 引入链上验证与多节点校验体系。
所有 GPU 节点完成任务后，都需要提交：
- 渲染结果哈希
- GPU 资源证明
- AI 输出记录
- 任务执行路径
并进入验证流程。
分布式验证体系主要包括：
1）多节点交叉验证
不同验证节点会对：
- AI 渲染结果
- 三维数据结构
- GPU 输出内容
进行同步校验。
2）链上存证
所有关键任务记录都会生成链上数据。
包括：
- GPU 贡献记录
- AI 渲染任务
- 节点收益
- 验证结果
任何参与者都能够公开查询。
3）异常检测机制
系统会持续监测：
- GPU 波动
- 异常渲染结果
- 节点行为模式
- 数据一致性
异常节点会受到：
- 收益限制
- 节点降权
- 质押惩罚
等处理。
4）动态验证权重
长期稳定运行的 GPU 节点与验证节点，会逐步获得更高验证权重。
5）链上收益结算
任务验证完成后，系统会根据：
- GPU 资源消耗
- AI 渲染贡献
- 节点稳定性
自动完成 vAToken 收益分配。
Voxel Compute Protocol 希望通过分布式验证体系，建立一个：
- 可验证
- 可追踪
- 可量化
的全球 AI 渲染与空间计算网络。
CHAPTER 05
Voxel AI Labs
5.1实验室定位
Voxel AI Labs 是 Voxel AI Network 中负责 AI 渲染研发、空间计算创新与生态扩展的重要实验体系，其目标是推动三维 AI、体素化计算与分布式 GPU 网络持续演进。
随着 AI 视频生成、XR 空间交互、数字孪生与多模态模型快速发展，未来 AI 基础设施不仅需要 GPU 算力支持，同时还需要持续的算法优化、空间数据研究与 AI 渲染技术创新。
Voxel AI Labs 正是在这一背景下建立的开放式 AI 实验与生态协同平台。
Voxel AI Labs 的核心职责包括：
- AI 渲染协议研发
- 三维体素化计算研究
- 空间 AI 模型训练
- GPU 渲染优化
- AI Agent 系统实验
- XR 与边缘空间计算探索
Labs 并不仅仅是单一研发部门，而是整个 Voxel AI Network 的技术创新与生态扩展中心。
Voxel AI Labs 的长期目标，是建立一个围绕：
- 空间 AI
- AI 视频生成
- XR 渲染
- 三维数据处理
- 分布式 GPU 协同
的全球化 AI 实验网络。
Voxel AI Labs 的研究方向主要聚焦于：
1）AI 渲染基础设施
包括：
- AI 视频生成引擎
- GPU 渲染框架
- 分布式图形计算
- AI 空间推理
2）体素化计算研究
包括：
- 三维空间数据结构
- 体素引擎优化
- 空间 AI 数据处理
- 三维动态场景建模
3）AI Agent 与边缘智能
包括
- AI Agent 协同计算
- 边缘推理网络
- XR 实时渲染
- IoT 空间计算
4）分布式训练系统
包括：
- GPU 并行训练
- 多节点 AI 同步
- 分布式模型训练
- AI 数据协同结构
Voxel AI Labs 希望通过开放研发与社区协同模式，推动未来 AI 与空间计算基础设施持续演进。
Labs 中产生的新型 AI 渲染协议与空间计算技术，也会逐步集成进入整个 Voxel AI Network 生态。
5.2AI 渲染与训练战略
AI 渲染与空间模型训练，是 Voxel AI Labs 的核心战略方向。
未来 AI 的发展，将逐渐从：
- 文本理解
- 二维图像生成
演进至：
- AI 视频生成
- 三维空间理
- 数字孪生模拟
- 空间 AI Agent
这一趋势意味着，未来 GPU 与空间计算资源将成为 AI 基础设施中的核心组成部分。
Voxel AI Labs 的战略重点，是围绕全球 GPU 网络建立开放式 AI 渲染与训练体系。
Labs 的 AI 渲染战略主要包括：
1）AI 视频生成体系
AI 视频生成需要：
- GPU 并行渲染
- 多帧动态推理
- 三维空间同步
- 高性能模型训练
Voxel AI Labs 将重点研究分布式 AI 视频渲染结构，并推动 GPU 节点协同渲染能力。
2）空间 AI 模型训练
未来 AI 将逐渐具备：
- 空间理解能力
- 三维环境推理能力
- 动态场景分析能力
Labs将推动：
- 三维空间模型训练
- 体素化数据学习
- XR 场景 AI 推理
- 多模态空间模型
研究。
3）GPU 并行训练结构
Voxel AI Labs 将持续优化：
- 分布式 GPU 训练
- 多节点同步结构
- AI 参数共享机制
- 渲染任务切片逻辑
提高整个 Voxel Compute Protocol 的计算效率。
4）边缘渲染与实时 AI
未来大量 AI 场景将需要：
- 低延迟推理
- 实时 XR 渲染
- 边缘 AI Agent
Labs 将推动边缘 GPU 节点与实时空间计算体系建设。
5）开放式 AI 渲染市场
Voxel AI Labs 希望建立一个开放 GPU 渲染生态。
开发者、AI 团队与空间计算项目，能够通过 Voxel Network 获取全球 GPU 资源，并参与 AI 渲染市场协同。
Voxel AI Labs 的长期战略目标，是推动 AI 从二维生成时代进入三维空间智能时代。
5.3Voxel AI 生态集成
Voxel AI Labs 不仅负责 AI 渲染研发，同时也是整个 Voxel AI Network 生态的重要集成层。
Labs 中研发的协议、AI 引擎与空间计算模块，将逐步集成进入：
- Voxel Compute Protocol
- GPU 节点网络
- Voxel Scheduler
- Voxel AI DAO
- AI Agent 系统
从而形成统一 AI 基础设施生态。
Voxel AI Labs 的生态集成结构主要包括：
1）GPU 网络集成
Labs 开发的：
- 渲染优化模块
- GPU 调度逻辑
- AI 训练框架
会逐步进入 GPU 节点网络运行。
2）AI 渲染协议集成
新的：
- AI 视频协议
- XR 渲染结构
- 三维空间数据协议
会通过治理流程逐步进入 Voxel Compute Protocol。
3）AI Agent 系统集成
Voxel AI Labs 同时支持：
- AI Agent 推理系统
- 自动化空间 AI
- 边缘智能协同
未来大量 AI Agent 将依赖 Voxel GPU 网络运行。
4）跨链生态集成
Labs 会推动：
- AI 与 Web3 协同
- 多链空间 AI
- GPU 跨链资源共享
- AI 数据协议协作
从而增强整个生态扩展能力。
5）治理体系协同
Voxel AI Labs 的研发方向，并不是孤立运行。
所有重要协议升级与 AI 生态扩展，都需要通过：
- DAO 治理
- veToken 投票
- 节点社区协作
完成。
Voxel AI Labs 希望通过生态集成结构，使 AI 渲染、GPU 网络与空间计算真正形成统一基础设施体系。
5.4Labs SubDAO 与开发者生态
为了推动全球 AI 渲染与空间计算生态持续扩展，Voxel AI Labs 引入了 Labs SubDAO 与开放开发者生态结构。
随着 AI 与 GPU 基础设施快速增长，单一研发团队已经无法满足未来空间 AI 与分布式渲染市场的发展需求。
因此，Voxel AI Network 希望通过开放式 Labs SubDAO 体系，让全球开发者、GPU 社区与 AI 团队共同参与未来 AI 基础设施建设。
Labs SubDAO 可以围绕：
- AI 视频生成
- XR 空间渲染
- 三维体素引擎
- AI Agent 系统
- GPU 调度优化
- 边缘空间计算
建立独立研发生态。
不同 Labs SubDAO 可以拥有：
- 独立开发方向
- 区域 GPU 社区
- 专项 AI 研究计划
- 独立治理协作结构
同时与主 DAO 保持生态协同。
Voxel AI Labs 的开发者生态主要包括：
1）协议开发者
负责：
- AI 渲染协议
- GPU 网络逻辑
- 空间数据协议
- 分布式训练框架
开发。
2）AI 模型开发者
负责：
- AI 视频模型
- 空间 AI 系统
- XR AI 引擎
- 多模态空间模型
研究。
3）GPU 节点开发者
负责：
- GPU 集群优化
- 边缘节点结构
- AI 渲染同步
- GPU 负载调度
4）AI Agent 开发者
负责：
- 自动化 AI 系统
- 实时空间推理
- XR 智能协作
- AI 边缘服务
Voxel AI Labs 希望通过开放开发者生态，推动：
- 全球 GPU 协作
- AI 渲染创新
- 三维空间计算
- Web3 AI 基础设施
持续增长。
未来，Labs SubDAO 将逐渐成为整个 Voxel AI Network 中推动 AI 创新与空间计算扩展的重要核心力量。
CHAPTER 06
vAToken 经济模型
6.1Token 简介
vAToken是 Voxel AI Network 的原生功能型代币，总发行量固定为 500,000,000 枚（5亿枚），是整个 AI 渲染与三维空间计算生态的重要运行基础。
vAToken用于连接全球 GPU、边缘节点与 AI 渲染任务，使节点贡献、模型训练和三维空间计算资源能够在链上形成统一、可验证和持续流动的经济体系。。
随着 AI 视频生成、XR 空间交互、数字孪生与体素化计算快速发展，GPU 与高性能 AI 渲染资源正在逐渐成为未来数字经济中的关键基础设施。vAToken 的目标，是将全球 GPU 算力、AI 渲染任务与空间计算价值映射为统一的链上经济体系。
vAToken 不仅承担：
- GPU 节点奖励
- AI 渲染任务结算
- DAO 治理
- veToken 锁仓
- AI Labs 协作
功能，同时也是连接：
- AI 视频生成市场
- 三维空间计算网络
- 分布式 GPU 节点
- XR 与边缘渲染生态
的重要价值媒介。
Voxel AI Network 希望通过 vAToken，将原本分散、孤立的 GPU 与 AI 渲染资源，转化为：
- 可验证
- 可量化
- 可流通
的 AI 基础设施资产。
vAToken 采用固定总量发行机制。
Token总量恒定，不支持无限增发，也不存在中心化无限铸造权限。
整个Token的释放与流通，将围绕：
- AI渲染需求
- GPU资源协作
- 三维计算任务
- 空间AI训练
逐步展开。
Voxel AI Network 强调：
“真实 GPU 贡献驱动价值”。
节点必须通过：
- AI 视频渲染
- GPU 并行计算
- 三维空间任务
- XR 渲染服务
- 分布式 AI 推理
获得对应 Token 收益。
vAToken 的长期目标，并不是单纯作为交易型资产存在，而是成为未来：
- AI 渲染市场
- 空间计算网络
- GPU 协同基础设施
中的核心价值层。
随着全球 AI 与空间智能市场持续增长，vAToken 希望逐步成为下一代 AI 基础设施中的重要数字资源凭证。
6.2Token 应用场景
vAToken 贯穿整个 Voxel AI Network 生态，并承担 AI 渲染、GPU 资源调度与空间计算网络中的核心流通功能。
随着 Voxel AI Network 持续扩展，vAToken 的应用场景也将围绕：
- AI 视频生成
- 三维体素渲染
- XR 空间计算
- GPU 分布式训练
- AI Agent 协同
不断增长。
1）AI 渲染资源支付
企业、开发者与 AI 项目，可以通过 vAToken 调用：
- GPU 渲染资源
- AI 视频生成服务
- 三维空间训练任务
- XR 推理服务
- 分布式 AI 模型训练
Voxel Scheduler 会根据任务规模与 GPU 消耗自动计算资源成本。
2）GPU 节点收益结算
GPU 节点在完成：
- AI 渲染任务
- 视频生成任务
- 三维数据处理
- AI 推理服务
后，将通过链上验证体系获得 vAToken 收益。
节点收益与：
- GPU 性能
- AI 渲染贡献
- 节点稳定性
- 验证成功率
深度绑定。
3）DAO 治理参与
vAToken 持有者能够参与：
- AI 渲染协议升级
- GPU 资源治理
- 财政协同管理
- AI Labs 提案投票
- 多链生态协作
治理流程。
4）veToken 锁仓治理
用户能够通过锁仓 vAToken 获取 vevAToken。
veToken 可用于：
- 治理投票
- GPU 节点治理
- SubDAO 协同
- AI Labs 生态决策
长期锁仓用户将获得更高治理权重。
5）AI Labs 与开发者生态
开发者与 Labs SubDAO 能够通过 vAToken：
- 获取 GPU 研发资源
- 参与 AI 渲染实验
- 构建 XR 空间协议
- 部署 AI Agent 服务
从而推动整个生态持续扩展。
6）跨链 AI 与空间计算
未来不同链上的 AI 与 XR 项目，也能够通过 vAToken 调用 Voxel AI Network 中的 GPU 与空间计算资源。
随着 AI 与 Web3 持续融合，vAToken 的应用场景将进一步扩大。
6.3节点奖励与 GPU 激励
Voxel AI Network 的核心目标之一，是建立一个长期稳定的全球 GPU 渲染与 AI 计算网络。
因此，vAToken 的经济模型重点围绕：
- GPU 资源协作
- AI 渲染贡献
- 空间计算任务
- 分布式训练服务
建立奖励体系。
Voxel AI Network 采用 GPU Contribution 激励模型。
节点通过提供：
- GPU 渲染能力
- AI 视频生成资源
- XR 空间计算能力
- AI 推理服务
获得对应 vAToken 收益。
不同 GPU 节点在网络中的角色并不相同。
1）高性能 GPU 节点
主要负责：
- AI 视频生成
- 三维体素渲染
- 大模型训练
- 多模态空间 AI
该类节点通常能够获得更高收益等级。
2）边缘 GPU 节点
主要负责：
- 实时 XR 渲染
- 边缘空间推理
- AI Agent 协同
- 移动端 AI 服务
边缘节点能够增强整个网络的实时 AI 能力。
3）验证节点
负责：
- GPU 渲染结果验证
- AI 输出校验
- 链上任务确认
长期稳定运行的验证节点，会逐步获得更高验证权重。
4）动态 GPU 激励结构
Voxel Scheduler 会根据：
- GPU 性能
- 显存规模
- AI 渲染贡献
- 节点在线率
- 网络需求
动态调整任务收益。
该机制能够提高 GPU 资源利用效率，并避免资源长期闲置。
5）长期节点协作机制
长期稳定运行的 GPU 节点，将逐步获得：
- 高等级任务优先权
- DAO 治理权重
- veToken 增强收益
- AI Labs 协作资格
Voxel AI Network 希望通过 GPU 激励体系，推动全球 GPU 资源逐渐形成开放式 AI 渲染网络，并建立长期稳定的 AI 基础设施生态。
6.4veToken 治理与质押机制
veToken（Vote Escrow Token）机制，是 vAToken 经济模型中的重要长期治理结构。
Voxel AI Network 希望通过 veToken 模型，将：
- GPU 节点长期稳定性
- AI 渲染资源协作
- DAO 治理能力
- 社区长期参与
深度结合。
用户能够通过锁仓 vAToken 获取 vevAToken。
锁仓时间越长，获得的治理权重越高。
vevAToken 的主要功能包括：
- DAO 提案投票
- GPU 节点治理
- AI Labs 决策参与
- SubDAO 协同治理
- 财政协同管理
- 协议升级决策
veToken 模型强调：
1）长期生态导向
长期锁仓用户，将逐步获得更高治理权重。
这一机制鼓励社区长期参与：
- GPU 节点建设
- AI 渲染生态
- 空间计算基础设施
2）治理与贡献绑定
治理权不仅与 Token 数量相关，同时与：
- GPU 节点贡献
- AI 渲染参与度
- 节点信誉等级
共同作用。
3）长期 GPU 稳定性
部分高级 GPU 节点与验证节点，需要通过：
- vAToken 质押
- veToken 协同
参与高等级任务。
这能够增强整个网络长期稳定性。
4）SubDAO 与 AI Labs 协作
SubDAO 与 AI Labs 团队，也能够通过 veToken 参与：
- GPU 资源调度
- Labs 研发方向
- XR 生态建设
- AI 协议升级
5）长期治理稳定结构
veToken 模型能够有效降低短期市场波动对治理体系的影响，并增强整个 AI 基础设施生态的长期协同能力。
Voxel AI Network 希望通过 veToken 与 GPU 激励体系，逐步形成一个：
- 去中心化
- 长期稳定
- AI 基础设施导向
的全球治理与算力协同网络。
CHAPTER 07
发展路线图
Voxel AI Network 的长期目标，是构建一个覆盖全球 GPU 节点、AI 渲染资源与空间计算网络的去中心化基础设施体系，并推动 AI 视频生成、XR 空间交互、数字孪生与三维体素化计算逐步进入开放式协同阶段。
7.1总体推进方向
整个生态的发展，将围绕：
- GPU 网络扩展
- AI 渲染市场建设
- 空间计算基础设施
- DAO 治理自治
- Web3 AI 协同
持续推进。
7.2基础部署:协议与 GPU 节点网络
在网络初期阶段，Voxel AI Network 将完成 Voxel Compute Protocol、Voxel Scheduler 与 GPU 节点系统的基础部署。全球 GPU 节点能够通过统一协议接入网络，并开始参与 AI 视频生成、三维体素渲染与空间 AI 推理任务。与此同时，vAToken 经济模型、链上收益结算体系以及基础 DAO 治理框架也将同步上线，为整个生态建立初步运行结构。
7.3AI 渲染市场扩展
随着 GPU 节点数量与 AI 渲染需求持续增长，Voxel AI Network 将进入 AI 渲染市场扩展阶段。网络会进一步开放：
- AI 视频生成服务
- XR 实时渲染
- 数字孪生计算
- 多模态空间 AI
- 分布式模型训练
等场景。
Voxel Scheduler 会持续优化 GPU 并行渲染与任务切片能力，使全球 GPU 节点能够协同完成大型 AI 渲染与空间计算任务。
7.4边缘空间计算与多链协同
在 AI 渲染生态逐渐成熟后，Voxel AI Network 将重点推动 边缘空间计算与多链 AI 协同。
未来大量 XR、AI Agent 与空间智能场景，将需要低延迟 GPU 推理与实时空间计算支持。因此，Voxel AI Network 将逐步扩展：
- 边缘 GPU 节点
- AI Agent 网络
- XR 空间推理系统
- 多链 GPU 资源协同
- AI 数据同步协议
并通过 Quantum Bridge 类跨链结构，实现不同链上 AI 生态之间的 GPU 资源共享。
7.5完整 DAO 治理自治
随着全球生态持续扩展，Voxel AI DAO 将逐步开放更加完整的链上治理体系。
包括：
- GPU 资源调度
- AI 渲染协议升级
- Labs 研发方向
- DAO 财政协同
- SubDAO 生态治理
都将逐步交由社区共同决定。
长期稳定运行的 GPU 节点、veToken 持有者与 AI Labs 贡献者，将在未来治理体系中拥有更高协作权重。
未来，Voxel AI Network 还将持续推动：
- AI 视频生成基础设施
- XR 与空间 AI 网络
- 三维体素化数据协议
- 分布式 GPU 渲染市场
- 边缘空间智能生态
- AI Agent 自动化计算系统
的发展。
Voxel AI Network 的长期愿景，是让全球 GPU 与 AI 渲染资源真正形成开放式协同网络，使 AI 从二维内容生成逐步进入三维空间智能时代，并成为未来 AI 与空间计算基础设施中的重要底层协议。
CHAPTER 08
挖矿指南
本章介绍 vAToken 矿池的参与方式，涵盖 Compute-PoC 算力贡献、Stake-to-Validate 质押验证，以及提交链上交易前需要完成的检查。
8.1vAToken 挖矿概览
vAToken 固定总量为 500,000,000 枚。挖矿奖励由已部署的矿池合约结算，具体取决于当前合约规则、节点贡献、任务质量和验证节点资格。
| 合约 | 地址 |
|---|---|
| 代币合约 | 0x37dBEC97FD50a89212485656ab37938B5E5D4fcB |
| 矿池合约 | 0xA9E7797cDCc50e64b1224265AB38D458F3Ea6B48 |
使用 ABI 或依赖某个参数前，请先在 Etherscan 打开已验证的代币合约和矿池合约。上面的地址是 vAToken 的标准合约引用。
8.2Compute-PoC
Compute-PoC 是独立算力贡献路径。节点使用 GPU、CPU 或边缘设备完成任务，并向矿池提交可验证证明。奖励由贡献驱动，而不是无目标的哈希竞争。
典型的贡献流程：
- 使用稳定的以太坊 RPC 将钱包连接到网络。
- 从已部署矿池读取当前挑战值、目标值和奖励。
- 在本地计算证明，并按照已验证的矿池 ABI 仅提交有效 nonce。
- 等待交易确认，然后刷新挑战值和奖励再开始下一轮。
挖矿参数由合约定义：
| 参数 | 值 | 说明 |
|---|---|---|
| 总量 | 500,000,000 vAToken | 固定总量 |
| 奖励模型 | 贡献度驱动 | 以已部署矿池为准 |
| 挖矿目标 | 由合约定义 | 读取矿池当前值 |
| 矿池 | 0xA9E7797cDCc50e64b1224265AB38D458F3Ea6B48 | vAToken 矿池合约 |
算力证明示例
下面的示例展示双重 Keccak 证明流程。运行矿工前，请确认已部署 ABI、链、目标值编码和交易权限；示例 ABI 不代表当前合约接口一定不变。
import { ethers, keccak256, solidityPacked } from "ethers";
const CONFIG = {
RPC_URL: "https://your-ethereum-rpc-url",
TOKEN_CONTRACT: "0x37dBEC97FD50a89212485656ab37938B5E5D4fcB",
MINER_CONTRACT: "0xA9E7797cDCc50e64b1224265AB38D458F3Ea6B48",
PRIVATE_KEY: process.env.MINER_PRIVATE_KEY,
};
const MINER_ABI = [
"function mint(uint256 nonce) external returns (bool)",
"function getChallengeNumber() external view returns (bytes32)",
"function getMiningTarget() external view returns (uint256)",
"function getMiningReward() external view returns (uint256)",
];
class VATokenMiner {
constructor() {
this.provider = new ethers.JsonRpcProvider(CONFIG.RPC_URL);
this.wallet = new ethers.Wallet(CONFIG.PRIVATE_KEY, this.provider);
this.pool = new ethers.Contract(CONFIG.MINER_CONTRACT, MINER_ABI, this.wallet);
}
async readMiningState() {
const challenge = await this.pool.getChallengeNumber();
const target = await this.pool.getMiningTarget();
const reward = await this.pool.getMiningReward();
return { challenge, target, reward };
}
calculateProof(challenge, nonce) {
const inner = keccak256(
solidityPacked(["bytes32", "address", "uint256"], [challenge, this.wallet.address, nonce]),
);
return BigInt(keccak256(solidityPacked(["bytes32"], [inner])));
}
}
new VATokenMiner().readMiningState().catch(console.error);8.3节点准备
挖矿程序应将私钥放在源代码之外，使用专用钱包，并先从只读调用开始。不要把私钥粘贴到公开 issue、聊天或浏览器控制台中。
- Linux、macOS 或 Windows，以及 Node.js 16 或更高版本。
- 至少 4GB 内存和稳定的以太坊 RPC 连接。
- 用于支付 Gas 的 ETH，以及用于挖矿操作的专用钱包。
- 通过 vAToken 官方渠道确认当前 ABI 和参与政策。
安装 JavaScript 依赖：
使用 ethers v6，并在矿工项目中锁定依赖版本。下面的命令只是本地证明客户端的起点。
npm install ethers@6只读客户端与证明代码骨架：
import { ethers, keccak256, solidityPacked } from "ethers";
const CONFIG = {
RPC_URL: "https://your-ethereum-rpc-url",
TOKEN_CONTRACT: "0x37dBEC97FD50a89212485656ab37938B5E5D4fcB",
MINER_CONTRACT: "0xA9E7797cDCc50e64b1224265AB38D458F3Ea6B48",
PRIVATE_KEY: process.env.MINER_PRIVATE_KEY,
};
const MINER_ABI = [
"function mint(uint256 nonce) external returns (bool)",
"function getChallengeNumber() external view returns (bytes32)",
"function getMiningTarget() external view returns (uint256)",
"function getMiningReward() external view returns (uint256)",
];
class VATokenMiner {
constructor() {
this.provider = new ethers.JsonRpcProvider(CONFIG.RPC_URL);
this.wallet = new ethers.Wallet(CONFIG.PRIVATE_KEY, this.provider);
this.pool = new ethers.Contract(CONFIG.MINER_CONTRACT, MINER_ABI, this.wallet);
}
async readMiningState() {
const challenge = await this.pool.getChallengeNumber();
const target = await this.pool.getMiningTarget();
const reward = await this.pool.getMiningReward();
return { challenge, target, reward };
}
calculateProof(challenge, nonce) {
const inner = keccak256(
solidityPacked(["bytes32", "address", "uint256"], [challenge, this.wallet.address, nonce]),
);
return BigInt(keccak256(solidityPacked(["bytes32"], [inner])));
}
}
new VATokenMiner().readMiningState().catch(console.error);8.4Stake-to-Validate
Stake-to-Validate 是用于任务接入、验证和签名奖励授权的验证节点路径。验证节点需遵循当前 vAToken 注册政策，质押规定数量，并在符合任务条件时获取 EIP-712 授权。
注册前需要准备：
- 准备以太坊钱包，并准备足够的 ETH 支付 Gas。
- 持有当前验证节点政策规定的 vAToken 质押数量。
- 通过 vAToken 官方流程申请，并获取当前的 EIP-712 授权。
- 提交签名奖励交易前，在链上检查验证节点状态。
| 特性 | Compute-PoC | Stake-to-Validate |
|---|---|---|
| 输入 | 算力贡献与证明 | 质押与验证授权 |
| 结算 | 由矿池定义的证明奖励 | 由任务定义的签名奖励 |
| 主要工作 | 计算并提交有效证明 | 接收、验证或仲裁任务 |
| 参与门槛 | 兼容节点与 Gas | 注册、质押和政策审批 |
import { ethers } from "ethers";
const POOL_CONTRACT = "0xA9E7797cDCc50e64b1224265AB38D458F3Ea6B48";
const provider = new ethers.JsonRpcProvider(process.env.RPC_URL);
const wallet = new ethers.Wallet(process.env.MINER_PRIVATE_KEY, provider);
const validatorAbi = [
"function isFlexUser(address user) external view returns (bool)",
"function registerFlexUser(address user, uint256 deadline, bytes32 nonce, uint8 v, bytes32 r, bytes32 s) external",
"function mintFlex(address miner, uint256 amount, uint256 deadline, bytes32 nonce, uint8 v, bytes32 r, bytes32 s) external returns (bool)",
];
const pool = new ethers.Contract(POOL_CONTRACT, validatorAbi, wallet);
async function submitAuthorizedReward(authorization) {
const registered = await pool.isFlexUser(wallet.address);
if (!registered) {
throw new Error("Complete the validator registration flow first");
}
const { amount, deadline, signatureNonce, v, r, s } = authorization;
const tx = await pool.mintFlex(
wallet.address,
amount,
deadline,
signatureNonce,
v,
r,
s,
);
await tx.wait();
}8.5监控与运行安全
提高吞吐前先读取矿池统计，并将返回值与已验证合约进行比对。当已部署 ABI 支持时，监控客户端可以展示奖励、难度、epoch、分配量和矿池余额。
async function getMiningStats(pool) {
const stats = await pool.getMiningStats();
return {
currentReward: ethers.formatEther(stats[0]),
difficulty: stats[1].toString(),
epochCount: stats[3].toString(),
tokensDistributed: ethers.formatEther(stats[6]),
poolBalance: ethers.formatEther(stats[12]),
};
}需要处理的常见状态：
- NotFlexUser：完成验证节点注册后再调用验证节点专用方法。
- AlreadyMinedInBlock：等待下一个可用区块或挑战。
- InvalidProofOfWork：刷新挑战值并检查目标值编码。
- SignatureExpired 或 NonceAlreadyUsed：重新请求官方授权。
- InsufficientPoolBalance：停止提交奖励请求并确认矿池状态。
支持与验证
RPC 端点、验证节点资格、当前 ABI 和运行公告请以 vAToken 官方渠道为准。Etherscan 用于查看已部署字节码和交易历史，不能替代官方挖矿政策。