香港，2025 年 8 月 4 日（ArweaveOasis 讯）— Apus Network 近日发布了一段 SDK 演示视频，针对 AO Hackathon 活动，展示了其在 Trusted Execution Environments (TEE) 内运行 AI 推理的技术，并通过链上证明确保过程的透明性和安全性。这一举措被视为推动 “Confidential AI”（保密 AI）的重要一步，尤其在当下 AI 可靠性与数据隐私备受关注的背景下。
在演示视频中：Apus Network 主要展示了 Apus SDK 的实际应用。开头部分呈现了一个名为“APUS Chat Example”的聊天界面，用户输入查询如“What is Apus Network?”（Apus Network 是什么？），系统迅速生成响应。同时，右侧弹出“APUS Attestation”面板，详细列出证明信息，包括硬件规格（如 NVIDIA GPU）、时间戳、输入/输出哈希值，以及加密签名，确保整个 AI 推理过程在 TEE 环境中执行，无篡改可能。视频随后切换到代码层面，展示 JavaScript SDK 的使用示例。开发者可以通过简单几行代码初始化 Apus SDK、发送消息并获取响应，例如：
- 初始化：
const apus = new ApusSDK();
- 发送查询：
apus.sendMessage('What is Apus Network?');
- 获取证明：显示链上验证细节，如 FPIF（Fast Provable Inference Faults）机制。
整个演示强调了 “no cheating, just pure Confidential AI” 的理念，突出 TEE 与链上证明的结合，让 AI 过程可审计、可验证。这不仅适用于开发者构建应用，还能扩展到更复杂的去中心化 AI 场景。
Apus Network 是一个通过构建去信任化 GPU 网络来专注于可验证去中心化 AI（deAI）推理的平台。其使命是结合确定性计算、加密证明和经济激励，实现快速、安全且低成本的验证机制，核心技术包括 FPIF 系统。根据其官网信息，Apus Network 的路线图从 2025 年 Q1 开始，包括集成 HyperBEAM 设备与 NVIDIA GPU、推出 AI Pool 产品（支持 $APUS 代币质押），并逐步构建 AO 主网 GPU 节点以供公开测试。平台与 Arweave 和 AO（@aoTheComputer）生态深度整合，旨在提升 AO 协议内的 FPIF ML 功能，推动永久存储和自主代理的开发。
