Attestable获2000万美元融资：零知识证明如何验证AI大模型输出？

AI安全初创公司Attestable正式宣布成立，并完成2000万美元种子轮融资。本轮融资由Altimeter Capital的Jamin Ball与TLV Partners的Yonatan Mandelbaum联合领投，Halcyon Futures、Cerca Partners及多位投资者参投。

Attestable创始人Yogi表示，随着AI逐步进入关键基础设施、国家安全及大型企业系统，如何验证AI运行的可信度已成为全球面临的重要议题。该公司旨在为前沿AI实验室、关键基础设施及国家级应用构建通用验证层。

据报道，Attestable采用零知识证明技术，将对AI系统的信任从数据中心转移至数学验证机制。该技术可证明某一经审批的模型、模型权重、输入数据及运行策略确实生成了特定输出，同时不披露模型参数或用户隐私数据，且无需重新运行模型即可完成验证。

Attestable表示，其技术目前已在单张NVIDIA H100 GPU上实现Meta Muse Glimmer 30B模型的验证推理，速度达到每秒85个token。生成的证明文件体积小巧，具备抗量子特性，可快速完成验证。

对此，以太坊联合创始人Vitalik Buterin评论称，这一成果意味着零知识证明在大型语言模型上的性能损失正接近个位数水平。他指出，下一项挑战是进一步降低全同态加密（FHE）等技术的性能开销。

事件要点

Attestable本轮由Altimeter Capital与TLV Partners联合领投，多家机构跟投；公司定位是为前沿AI实验室、关键基础设施及国家级应用提供通用验证层；核心方案是利用零知识证明实现“数学验证”替代“数据中心信任”，保护模型权重与用户隐私；实测已在单张H100上完成30B参数模型的验证推理。

技术数据怎么看

在单张NVIDIA H100上实现Meta Muse Glimmer 30B的验证推理并达到85 tokens/秒，表明零知识证明在大型语言模型场景下的性能损耗已大幅降低。Vitalik Buterin认为，ZKP对LLM的性能损失正接近个位数水平，而后续行业关注点将转向如何进一步压低全同态加密（FHE）等密码学技术的性能开销。

后续观察指标

一是Attestable是否会扩展支持更多模型与硬件平台；二是验证层在关键基础设施、国家安全等场景的实际落地进展；三是零知识证明与全同态加密技术在AI推理中的性能优化空间，以及抗量子证明文档的行业采纳情况。