总部位于洛杉矶的加密与人工智能交叉领域初创公司Sahara宣布，已完成600万美元种子轮融资。本轮由Polychain Capital领投，参投方包括Samsung Next、Matrix Partners、Motherson Group，以及Polygon生态联合创始人Sandeep Nailwal。Sahara试图解决当前AI产业中的一个核心争议：当用户、数据提供者和训练人员不断帮助模型变得更强时，他们是否应该分享由模型商业化带来的收益。
瞄准AI训练价值分配失衡问题
随着ChatGPT、Gemini等生成式AI产品广泛普及，模型训练越来越依赖海量数据、人工反馈与持续优化。但在现有模式下，这些由用户反馈、数据贡献和训练劳动创造的价值，通常主要归属于模型开发公司。Sahara联合创始人Sean Ren认为，这一经济结构“存在缺陷”，而Sahara希望通过新的技术框架，让参与AI能力建设的各方都能得到更直接的补偿。
Ren曾在南加州大学从事多年AI研究，目前也是该校计算机科学学院终身教职成员。根据公开资料，他还曾在Allen Institute for AI参与机器常识研究，并曾担任Snapchat的数据科学顾问。Sahara的思路并非单纯将AI与区块链叠加，而是围绕“知识、数据与反馈的可追踪贡献”建立一套分配机制，试图让专业人士和普通用户都能在AI价值链中获得位置。
核心产品：可定制AI代理与链上激励
Sahara目前披露的早期产品之一是Sahara Knowledge Agent（KA）。这是一款面向个人和企业的可定制AI代理产品，其差异化重点不只在功能，而在商业模式。按照官方说法，训练Sahara KA的专家与企业，可以因其提供的专业知识和训练投入而获得直接补偿。
为实现这一目标，Sahara计划利用区块链网络对数据来源、训练贡献和收益分配进行记录，同时强调在数据处理过程中兼顾隐私保护。该机制将基于另一项产品Sahara Data构建，后者主要面向AI模型训练提供高价值数据服务，并试图回应企业在数据安全与隐私合规方面的顾虑。
Ren表示，在Sahara的设想中，无论是拥有专业知识的专家，还是不具备高度专业背景的普通用户，都可以通过不同方式参与AI生态。前者可借助代理技术放大并变现自己的知识影响力；后者则可为通用型模型或公共知识库贡献反馈与数据。若相关模型未来实现商业收入，贡献者理论上将获得相应的收益分成，类似“分享模型经济权益”的概念。
已有机构采用，产品计划年内进一步开放
据Sahara介绍，其技术方案已获得包括Microsoft、MIT和USC在内机构的采用，同时已有两家企业客户开始使用Sahara KA服务。Ren称，公司首批产品预计将在今年第二季度和第三季度面向更广泛市场陆续推出。
从披露信息来看，Sahara当前仍处于早期商业化阶段，但其融资进展和客户试点表明，市场对于“AI贡献者权益量化”和“链上激励AI训练”这一叙事已表现出一定兴趣。尤其是在企业越来越关注AI数据来源、模型责任边界以及收益归属的背景下，相关解决方案可能会继续吸引资本与合作资源。
AI与加密融合赛道持续升温
Sahara的融资也反映出AI与加密融合赛道正在升温。近期，围绕AI身份、数据确权、算力协调和模型激励的项目持续获得关注。OpenAI联合创始人Sam Altman相关加密项目Worldcoin因其数字身份验证方式频频登上头条；以太坊联合创始人Vitalik Buterin也曾公开讨论AI与加密技术之间的互补性。
在资本市场层面，AI相关加密项目近期也获得更多资金追逐。原文提到，部分AI概念加密代币此前在英伟达财报利好消息推动下，涨幅甚至跑赢了用于衡量主要加密资产表现的CoinDesk 20指数。这说明，投资者不仅关注AI本身的商业前景，也在寻找区块链如何嵌入AI基础设施与价值分配体系的机会。
市场影响分析：概念热度之外，落地仍是关键
从市场影响看，Sahara此轮融资释放出两个信号。其一，资本市场愿意继续为“AI+Crypto”叙事买单，尤其是那些试图解决现实问题、而非停留在代币概念包装的项目。其二，AI训练中的数据贡献确权与收益分配，正逐渐成为一个可被单独定义的细分赛道。
不过，这一模式能否真正成立，仍取决于多个关键因素。首先，贡献度如何被公平量化，是决定激励机制是否可信的核心。其次，区块链虽然可以提升透明度和可追溯性，但并不天然解决数据质量审核、隐私合规和企业集成难题。再次，若要让贡献者长期分享模型收益，Sahara还需要证明其产品具备稳定的商业收入来源，而不仅是停留在概念验证阶段。
总体而言，Sahara以600万美元种子轮融资切入“AI训练者共享模型收益”的方向，切中了当前AI产业最具争议也最具想象空间的话题之一。对于加密行业而言，这类项目若能真正建立透明、可持续的贡献激励机制，或将为区块链在AI时代找到更具现实意义的应用场景。