loading...
想象一下，有这样一张模型卡，它能将每一个训练样本与可验证的许可证、知情同意记录以及支付追踪路径相关联。这正是Story Protocol突然转向人工智能领域背后的核心赌注，该项目现已更名为DATA基金会。
六月下旬，该团队宣布将启动一个名为“Trace”的链上注册表，用于记录由创作者和平台构建的数据集的来源与使用许可。市场对此反应敏锐——权利持有者和模型构建者同样如此。
区块链能否成为人工智能一直缺失的审计日志，这是一个问题。DATA正在用代码、激励机制以及一个颇具争议的前提来回答这个问题：如果数据拥有权利，那么这些权利就应伴随数据本身。
人工智能实验室正竞相以工业规模吸收文本、图像、代码和人类反馈。来自创作者和平台的抵制也同样激烈：诉讼、robots.txt协议争端，以及要求建立能够证明训练数据来源并明确谁应获得报酬的机制的呼声。正是在这种紧张局势下，DATA网络（前身为Story Protocol）将自己重新定位为人工智能训练输入的可验证许可层。
缺乏可执行许可的溯源只是噪音；缺乏可验证溯源的许可则脆弱不堪。任何持久的解决方案都必须将两者结合起来。
2026年6月25日，Story Protocol宣布更名为DATA基金会，并推出“Trace”，这是一个专为可授权、可验证的训练数据基础设施而设计的链上注册表。此举将其早期的IP代币化雄心聚焦于一个更具体、风险更高的问题：将数据集转变为具有付费权利和审计追踪的许可资产。
在上一个周期，代币化的知识产权权利和二次创作许可吸引了NFT创作者和媒体品牌。但市场重心已经转移。基础模型提供商在面临法律压力的同时，寻求合规、高质量的数据流。权利持有者则希望选择加入，获得公平定价，并追踪超越初始交易的数据使用情况。
DATA的核心论点是，训练数据需要一条完整的监管链：谁提供了数据、在何种许可下提供，以及衍生数据集和模型应如何分配收益。这比Story Protocol广阔的“IP图谱”聚焦得更紧密，但如果能与人工智能管线对接，其货币化潜力也更为直接。
随着生成式系统走向商业化，从企业到公共机构的买家开始要求可验证的数据谱系。缺乏可执行的溯源已成为采购的障碍。伴随数据的审计追踪可以减少合规摩擦，支持退款或追回款项，并为经过策划和同意的人类数据创建一个长尾市场。
DATA将Trace描述为一个共享的、仅可追加的训练输入、权利和溯源事件索引。可以将其视为一个账本，将数据集指纹与约束其使用的许可条款、贡献者和支付规则联系起来。
数据生产者或市场向Trace提交数据集哈希值、元数据和机器可读的许可。贡献者证明其知情同意（例如，通过签名、平台证明），并映射到支付规则。买家（实验室、研究机构）获得与数据集指纹和使用范围绑定的许可密钥。训练作业在数据摄取时引用该指纹，并在完成后发出使用证明。版税根据规则分配给贡献者；衍生数据继承上游义务。
Trace需要数据集指纹标准、训练流程可解析的许可模式，以及能够分配收入的钱包/托管账户。执行颇具挑战性：链下模型必须证明其履行了链上义务。这可能涉及可信执行证明、第三方审计以及希望合规采购的实验室所付出的声誉成本。
品牌重塑伴随着代币的迁移。DATA表示，现有的$IP代币将按1:1的比例迁移至新的$DATA代码；持有者被告知无需采取任何操作即可完成兑换。团队将此次迁移视为与旧品牌的彻底切割，并与人工智能基础设施的定位保持一致。
市场反应迅速：有报道称，在公告发布当天，$IP代币价格上涨了约12-15%，尽管该资产仍比2025年9月的历史最高点下跌了约98%。一次缓解性反弹并不等同于产品市场契合，但它表明人工智能权利叙事仍然吸引着投资者的关注。
代币迁移是带有信号价值的操作性事件。一次顺利、经过审计的兑换表明执行能力较强。更深层次的问题是，$DATA的价值是否来源于实际的数据集许可需求和重复使用，而不仅仅是投机行为。DATA的公开集成以及Trace上可衡量的吞吐量将是关键指标。
为了充实供应端，DATA宣布与Kled（一个选择加入的人类数据市场）集成，预计上线时将有大约15亿条用户贡献的记录。即使其中只有一小部分是高质量且获得训练许可的，这也将是一个强大的初始目录。
无许可网络抓取：溯源可见性低，许可执行弱/存在争议，贡献者收入无，典型用户为早期实验室、开放研究，主要风险包括法律风险、数据质量差异。私人双边协议：溯源可见性中等（合同层面），许可执行强（链下），贡献者收入由出版商/平台决定，典型用户为前沿实验室、企业，主要风险包括条款不透明、供应商锁定。DATA “Trace”注册表：溯源可见性高（链上记录），许可执行采用混合证明+信誉机制，贡献者收入可编程分配给贡献者，典型用户为寻求合规供应的实验室，主要风险包括执行漏洞、集成负担。
其承诺是为贡献者提供超越大型平台的市场准入，并附带可移植的许可和自动化的收益分配。挑战在于策展：15亿条记录可能是一座金矿，也可能是一个垃圾堆，这取决于元数据的严谨性、知情同意的深度以及去重效果。
为了让Trace发挥作用，许可必须是机器可执行的——即编码后的使用范围，例如“仅用于研发”、“禁止商业推理”或“允许微调”。训练系统需要摄取这些范围，并在完成后发出证明。预计DATA将发布可供工具解析的模式。
人类贡献的数据集通常包含敏感信息。即使得到了同意，下游使用也可能与隐私预期发生冲突。Trace的元数据应支持编辑策略、合成数据增强标志和地理限制。将这些与可编程支付联系起来是可行的；但将其与现实世界的执行联系起来才是难点。
如果衍生模型嵌入了义务，它们可以将来自API调用或订阅的部分收入返还给上游贡献者。这很有吸引力，但操作复杂：确定特定数据集对模型性能的具体影响并非易事。代理指标——例如使用证明和商定的权重分配——可能是短期的折中方案。
不可篡改性和共享状态使得协调多方之间的许可更加容易。可编程货币原生支持版税分配和托管支付。可组合性允许市场、实验室和贡献者接入一个共同的注册表。
区块链无法强制执行链下行为；它们依赖于证明和激励机制。隐私权衡：细粒度的溯源可能会泄露敏感的供应商细节，除非进行适当的抽象。可扩展性：将每一个微事件都记录在链上是不切实际的；批处理和链下证明是必要的。
DATA的设计可能会将链上锚点（哈希值、许可、支付）与链下存储和计算结合起来。治理问题随之而来：谁为哪部分信息作保？当证明发生争议时怎么办？
品牌重塑可以成为头条新闻，但持续的使用才能创造市场。除了最初的消息公布效应——据媒体报道，$IP在公布日上涨约12-15%——采用将取决于集成、标准和执行的可信度。
知名的实验室合作伙伴向Trace公布其数据摄入证明。公开的许可模板，具有清晰、可测试的使用范围和撤销路径。对Trace指纹识别和支付逻辑的独立审计。市场成交量：数据集被许可、续期或撤销的频率。贡献者经济：向长尾提供商（不仅仅是平台）的实际支付。
DATA的发布材料强调了“Trace”以及$IP持有者无需任何操作即可将代币迁移至$DATA的流程。迁移完成后，项目的可信度将越来越依赖于Trace的吞吐量，以及Kled管道中15亿条用户贡献的数据是否能大规模地产生符合要求、可用的训练输入。
执行漏洞：实验室可能在无需证明的情况下摄入数据，从而破坏溯源机制。DATA需要建立可信的激励和声誉成本。数据质量稀释：大规模数据摄入（例如用户贡献的数据库）可能带来噪音、偏见或重复内容，从而降低模型价值。隐私冲突：如果聚合和元数据处理不当，即使是经过知情的同意加入的数据集也可能泄露敏感特征。监管变化：关于人工智能训练数据和同意的新规可能超越Trace的许可模式。代币干扰：价格波动可能掩盖产品纪律；激励机制必须奖励真实的许可和证明行为。供应商锁定反弹：如果Trace变得过于强势，实验室可能更倾向于私下交易以避免链上摩擦。
这一战略转型只有在可验证的溯源转化为可执行的实践——且不严重影响开发者体验的情况下才能成功。
2026年6月25日，Story Protocol更名为DATA基金会，并宣布推出“Trace”，一个针对可授权、可验证的人工智能训练数据的链上注册表。这一转变将项目焦点从宽泛的知识产权代币化缩小到数据集溯源和许可方面。
该团队表示，$IP将按1:1的比例迁移至$DATA，持有者无需采取任何操作，从而简化向新品牌和新使命的过渡。
DATA强调与Kled（一个可选择加入的人类数据市场）的旗舰集成，据称上线时将把约15亿条用户贡献的记录引入网络。这是一个重大的初始供应声明，但需要进行策展和质量控制。
据报道，在6月25日公告发布后，$IP价格出现了约12-15%的上涨，不过也有报道指出，该价格仍比2025年9月的历史高点低约98%。
区块链可以锚定溯源并路由支付，但它们本身无法强制链下行为。执行依赖于证明、审计和使合规采购变得有价值市场激励措施的组合。
实验室应评估集成成本、许可的清晰度以及证明工具。创作者应审视知情同意流程、支付机制、隐私保障措施，以及他们的贡献是否能在不同的市场和模型之间保持可移植性。
影响取决于集成和标准的采用。如果主要实验室或企业供应商开始公布其数据摄入证明并支付链上版税，可能会在未来12到24个月内影响采购行为。否则，Trace可能仍将是一个小众注册表。
306
215
157
178
704
698
742
473
303
989
