DGrid Genesis 半年营收破 2300 万美元：去中心化 AI 进入真实付费验证阶段

AI 的能力边界仍在被持续探索，而它的商业落地，正在加密世界中被真实付费服务验证。

2026 年上半年，DGrid Genesis 会员计划累计营收突破 2300 万美元，付费会员超过 15,000 名。这组数字的意义不只在于收入规模本身，更在于它说明：去中心化 AI 正在从概念叙事，进入可被真实用户付费验证的商业阶段。

DGrid 能跑通这一步，关键在于它并不是单纯的去中心化算力平台，也不是只做模型调用撮合的工具，而是一个连接 AI 开发者、企业用户与加密原生用户的「可验证智能网络枢纽」。

与偏重去中心化训练、或单纯提供算力市场的项目不同，DGrid 聚焦两件事：让推理过程更可验证，让付费闭环真正跑通。前者解决信任问题，后者验证商业需求。这也正是其底层 Proof of Quality（简称 PoQ）机制存在的核心意义。

Genesis 计划：用真实付费证明商业可行性

Genesis 会员计划是 DGrid 目前最具代表性的商业成果。

用户支付 1,580 美元年费即可加入 Genesis 计划，获得每月 300 美元的模型使用额度（Credit）、专属 NFT 权益、DClaw 一键部署能力，以及 DGAI 代币挖矿奖励等权益。以年费计算，会员每月享受的模型调用权益相当于官方价格的约 4.4 折，是市场上极具竞争力的定价。

与传统 Web2 AI 订阅服务不同，DGrid 的会员付费记录基于链上，具备天然的公开透明属性。这 2300 万美元的营收并非停留在 PPT 上的叙事，而是建立在真实付费行为之上的可信数据。

更重要的是，这 15,000 多名付费会员代表的是真实且持续的市场需求。他们愿意为 AI 服务付费，本身就验证了产品的实际价值------这是许多纯 Token 叙事项目始终无法证明的一点。

而在会员体系之外，DGrid 通过 AI Arena 让用户主动参与模型盲测打分，沉淀出高质量的人类偏好数据。这些数据反哺智能路由优化，进一步提升 Gateway 的服务质量。付费需求验证价值、产品体验持续优化，两条路径共同构成了 DGrid 的正向循环。

值得一提的是，DGrid 的种子轮融资规模为 500 万美元------以 500 万美元的融资撬动 2300 万美元的营收，这种资本效率在整个赛道中都相当罕见，也从侧面印证了其商业模式的健康度。

当然，这一循环能否长期成立，还取决于用户留存、Credit 消耗率、模型成本控制，以及 DGAI 激励机制能否持续运转。但至少从当前结果看，DGrid 已经迈出了去中心化 AI 商业化中相当关键的一步。

产品矩阵：让 AI 真正好用

支撑 Genesis 计划营收的，是 DGrid 围绕用户真实痛点搭建的产品架构。

AI Gateway 提供一站式智能路由入口，可以根据成本、速度和历史表现，自动调用 Claude、GPT、Gemini、MiniMax、GLM 等 200 多种主流模型，让用户通过一个 API 以更低成本使用高质量 AI 服务，无需分别对接不同厂商的接口。

AI Arena 通过盲测打分收集不同模型输出的人类偏好数据。用户匿名评判两个模型的回答优劣，这些数据既可以用于优化智能路由，也可以进一步沉淀为可商业化的标注资产。目前 Arena 参与用户已超过 30 万。

DClaw 支持用户分钟级快速部署本地 AI 助手，无需配置密钥即可直接调用顶尖模型，并提供持久化记忆和热插拔技能插件，适配 Telegram、微信、Discord 等主流平台，适合长期稳定使用场景。

Model Marketplace 则支持 AI 模型自由上架、自主定价和资产代币化，模型提供方可以直接入驻、参与市场竞争，为其提供更直接的收益路径。

此外，DGrid 还推出了 Dori 智能推荐代理，允许用户用自然语言描述需求，据此推荐合适的模型和调用方案，进一步降低多模型 AI 服务的使用门槛。

这套产品矩阵的重点，并不是简单堆叠功能，而是围绕一个核心问题展开：如何让用户更低成本、更可信、更方便地使用 AI。

深耕 BNB Chain：让 Agent 具备链上身份与支付能力

如果说产品矩阵解决的是「AI 好不好用」，那么 DGrid 与 BNB Chain 的集成，解决的则是另一个问题：AI Agent 能否在链上自主运行。

通过接入 Agent Registry 与 x402 支付能力，DGrid 让 AI Agent 具备链上身份与按次付费调用能力。

一方面，DGrid 部署的 AI Agent 可以在链上完成注册，成为可发现、可组合、可调用的链上实体；另一方面，当 AI Agent 调用 DGrid 上的模型时，也可以通过按请求付费的方式完成服务结算。

这意味着 AI Agent 不再只是链下工具，而是逐步具备链上身份、服务调用和自主支付能力。也正是在这个基础上，Agent 才有可能从单一工具，进一步演进为可参与链上经济活动的智能主体。

PoQ 机制：为去中心化 AI 补上「可验证」这一课

PoQ 机制要解决的，是去中心化 AI 更底层的信任问题。

在中心化 AI 服务中，用户通常默认平台会完成真实调用、准确计费并稳定交付。但在去中心化网络里，模型提供方、节点运营者、开发者和用户分布在不同角色之中，如果缺少验证机制，就可能出现劣质模型冒充、虚假计费、任务执行过程不可追踪等问题。

DGrid 提出的 Proof of Quality（简称 PoQ），正是围绕这一问题展开。它通过独立的抽检机制对模型提供方的服务质量进行验证，并将验证结果上链------需要强调的是，PoQ 检测的是提供方是否诚实交付了所承诺的模型服务，验证过程使用平台自有的测试集，并不触碰用户的调用数据，也不会将用户数据上链。

这对于去中心化 AI 尤其重要。因为当 AI 服务从单一平台变成开放网络后，信任不再只来自品牌背书，而需要来自一套可验证、可追责、可结算的机制。PoQ 的价值，正是在于为这种开放式 AI 服务网络提供基础信任层。

DGrid 团队也在持续围绕 PoQ、Optimistic TEE-Rollups 等方向展开研究。据公开资料，其核心成员拥有 Stony Brook University 等院校的博士背景，并已发表 4 篇相关论文：

• Proof of Quality：https://arxiv.org/abs/2512.16317
• Optimistic TEE-Rollups：https://arxiv.org/abs/2512.20176
• Cost-Aware Proof：https://arxiv.org/html/2601.21189v1
• PoQ-Judge：https://arxiv.org/pdf/2606.11196

从技术验证走向服务网络

PoQ 最初解决的是单次推理任务如何被验证的问题，但 DGrid 想要构建的并不只是一个「可验证调用工具」，而是一套连接模型提供方、节点运营者、开发者和终端用户的 AI 服务网络。

在这个网络中，调用、验证、计费和结算需要被放进同一个闭环里。用户支付费用，节点完成服务，系统记录关键过程，开发者和模型提供方获得收益。只有当这套流程足够透明，网络才有可能从早期试用走向更大规模的真实采用。

这也是 DGrid 获得外部机构关注的重要原因之一。其种子轮曾吸引 Waterdrip Capital、IoTeX、Paramita VC、Zenith Capital、CatcherVC 等机构参与。Waterdrip Capital CEO Jademont 曾指出，如果去中心化网络让构建者无法了解数据处理过程，就会很快面临执行瓶颈。

这句话实际上点出了去中心化 AI 的一个核心难题：网络越开放，参与方越多，信任成本就越高。如果模型推理、数据处理和节点执行过程都不可见，那么规模扩大之后，系统反而更容易陷入低效和不可信。

DGrid 的路径，是通过 PoQ、链上记录和支付机制，把 AI 服务从「能调用」进一步推进到「可验证、可计费、可追责」。这也是它区别于单纯算力市场或模型聚合平台的关键所在。

结语

DGrid 用超过 2300 万美元的 Genesis 会员收入和一套逐步成型的产品矩阵，证明了一件事：可验证的去中心化 AI 并不只是远期概念，它已经开始进入真实付费和商业验证阶段。

当然，这仍是一条需要长期打磨的路。如何在保证验证能力的同时降低延迟和成本，如何平滑接入企业既有系统，如何维持会员增长与 Token 激励之间的平衡，都会决定 DGrid 后续能走多远。

但值得关注的是，DGrid 并不是在产品成熟后才补上「可信」叙事，而是从底层就把「可验证」写进了系统设计。

市场已经不再满足于「AI + Crypto」能讲多大的故事，而是更关心它能跑出多少真实收入、沉淀多少真实用户、解决多少真实问题。

2300 万美元，是 DGrid 给出的第一个答案。接下来真正需要验证的，是这套模式能否从 Genesis 会员计划，延伸到更大规模的开发者生态、模型市场和企业级应用中.