@mindnetwork_xyz è un progetto che seguo da tempo, il cui nucleo è la crittografia omomorfica FHE, che consente di calcolare informazioni in condizioni di crittografia senza doverle decrittografare, utilizzabile non solo nella blockchain, ma anche nelle aziende tradizionali. Questo ha dato a Mind l'opportunità di collaborare con le aziende Web2 e di entrare in mercati incrementali. Recentemente, Mind ha proposto un protocollo di messaggistica crittografata on-chain (Encrypted Messaging Onchain), mirato alle transazioni RWA on-chain, per mantenere private le informazioni che non sono adatte a essere pubblicate direttamente sulla blockchain, completando i passaggi di calcolo e verifica in uno stato di privacy, realizzando una privacy affidabile. In precedenza, nel campo dell'AI, Mind ha collaborato con Deepseek, ed è stato realmente elencato come partner ufficiale su GitHub da Deepseek. Inizialmente poteva sembrare solo una PR, ma recentemente c'è stata una continuazione. Mind ha anche collaborato con l'ecosistema di ByteDance, e BytePlus fornirà DeepSeek attraverso la sua piattaforma ModelArk tramite API standardizzate. L'intero processo di inferenza di DeepSeek sarà protetto dal modulo FHE proprietario di Mind Network, come il Mind FHE Rust SDK, garantendo che i dati rimangano crittografati e privati durante l'intero processo di interazione, dall'input dell'utente alla chiamata del modello fino all'output finale. Tutti i compiti di verifica e calcolo saranno eseguiti sull'infrastruttura di calcolo delle funzioni di BytePlus. In parole semplici, grazie alla crittografia omomorfica FHE di Mind, Deepseek può servire i progetti dell'ecosistema Byte senza preoccuparsi della privacy del proprio modello. Il punto forte di questa collaborazione è che può servire gli utenti del software di ufficio Lark, che attualmente ha oltre dieci milioni di utenti. Ha anche fornito servizi di privacy dei dati per il COZE AI Agent dell'ecosistema Byte, che si può provare. In realtà, in precedenza Mind ha collaborato anche con Alibaba Cloud, aiutando a risolvere il problema della fiducia nel calcolo dei dati AI in uno stato di privacy. Inoltre, si dice che abbia già raggiunto una collaborazione preliminare con un grande colosso. Continuiamo a osservare, 🧐🧐