Mira的公共测试网已经上线了，一句话总结Mira做的就是解决现在很多AI一本正经胡说八道的问题，即AI幻觉，大家经常在用AI查一些资料的时候，你会发现AI可能会返回给你一些张冠李戴的结果甚至编造一些不存在的事情，但如果你自己不去仔细的对里面的人物、事件、数据进行二次复查，根本看不出来错误，因为AI的推理模型会在语言逻辑上让回答非常的顺畅，也就是一本正经的胡说八道。 AI幻觉产生的原因是模型的数据不全面训练不完整，导致AI通过推理在回答问题的时候会强行寻找甚至捏造一些可能的内容填补空白，所以AI幻觉问题也成了真正让AI成为生产力工具的一个卡点，毕竟你无法完全信任AI给你的结果，我分别问了ChatGPT、DeepSeek、Grok是否可能在回答中存在幻觉，他们都承认自己可能会存在这种情况。 所以如果是你，如何设计一套解决AI幻觉的系统呢？已知AI的回答可能会出错产生“作恶”，于是需要一个系统去监督和检查AI的回答是否存在错误，并且还需要给成功检查出来的人给予激励，这个思路你是不是听着非常耳熟？这不就是现在区块链共识机制的挑战模型吗，节点可能存在作恶，然后就需要其他节点对其工作进行验证，对于挑战成功的节点则给予激励，作恶节点则罚没保证金。所以异曲同工，区块链解决节点作恶的机制是可以套用在AI模型里解决幻觉问题的。 所以Mira则是一个去中心化的AI验证系统，同时采用POW和POS机制，其实也非常好理解，因为AI模型计算的过程就是POW，所以在Mira网络中会存在多个POW AI模型进行计算负责回答问题和检查问题，而AI模型需要通过POS质押的方式才能参与到网络中，因为需要通过罚没和激励的经济模型来串联各个模型的工作。 虽然目前还没有上主网，但是其已经推出了集成多种语言模型的统一接口SDK，可以根据输入内容自动的路由到不同模型进行负载均衡，追踪使用情况，并一定程度纠错，目前已经有不少产品在用Mira的SDK，官方号称每天处理了超过20亿个字符，每天API调用500万次。 目前种子轮融了900万美金，相比于做的事情和那些动辄融了几千万美金的项目，现阶段估值还是很低的，机构都还不错Framework Ventures领投的，保持关注🧐