视频 AI 总结： 演讲者首先提出了现代区块链的新视角：将数据层与查询层分离，利用零知识证明实现高效、递归的查询，从而区分静态共识（固定数据解读）和动态共识（需区块链更新的部分）。在此基础上，介绍了 Zisk——一个为低延迟设计的快速 ZKVM（基于 RISC-V），采用分块并行、流水线执行、多机分布式等技术，能在数秒内生成证明。核心亮点包括：多电路通过总线连接、RISC-V 转译为 Intel 原生代码、内存锁存实现并行执行、极低带宽的分布式证明聚合，以及可选的 Plonk 链上验证（<2 秒）。Zisk 已在以太坊经济区（EZ）中实现每秒完成区块到证明输出降至 3 秒以下，目前代码接近 1.0 版本并开源，正在进行形式化验证。
视频 AI 总结： 本视频围绕以太坊“Lean Execution”路线图展开，重点讨论通过 ZKVM、形式化验证和协议改进，逐步把以太坊推向更高吞吐、低成本且保持去中心化的“终局”。演讲者介绍了从可选证明、强制证明到规范化实现的演进路径，并说明数据层、状态管理、抗审查机制与 RISC-V/Lean4 等技术如何协同支撑未来升级。 关键信息： 1. 以太坊长期目标是实现约 1 Giga gas/s 的 L1 吞吐，并扩展到全 L2 约 10M TPS。 2. ZKVM 通过“验证证明”替代“重新执行区块”，同时提升扩容与去中心化。 3. 证明将经历三阶段：可选证明、强制证明、最终规范化证明/规范化实现。 4. 证明延迟、证明大小、带宽开销是核心挑战，需依赖延迟执行、分片广播等优化。 5. 证明者硬件目标是：成本低于 10 万美元、功耗低于 10 千瓦，以支持“家庭证明者”。 6. 需在 ZKVM 和 Guest 程序两层保持多样性，未来可能转向经形式化验证的单一规范实现。 7. Fossil、inclusion lists、validity-only partial state 等机制用于提升抗审查与状态可维护性。 8. 状态增长将通过多维收费、状态裁剪、状态过期等方式治理。 9. RISC-V 被视为重要的 ZK ISA 候选，未来可能成为 EVM 底层规范或直接暴露给开发者。 10. 形式化验证与 AI 工具被看好，可显著降低 ZKVM、证明系统和数学定理中的错误风险。
视频 AI 总结： 该视频主要介绍了零知识虚拟机（ZKVM）的概念、优势、组成部分以及工作流程，并对比了 ZKVM 与 ZKEVM 的区别。ZKVM 是一种允许在不泄露隐私数据的前提下验证计算的虚拟机，它通过将高级代码编译成低级代码，然后生成算术电路来实现。视频还讨论了证明系统中的关键组件，如承诺方案、交互式证明和算术化过程，并简要介绍了如何开始使用 ZKVM。 关键信息： 1. ZKVM 是一种分层架构，构建在 CPU 参数之上，可以复用已有的编译流程。 2. ZKVM 的优势包括无需手动定义约束、易于审计以及遵循标准开发流程。 3. ZKVM 的主要组成部分包括编译器、虚拟机、证明者和验证者。 4. ZKVM 的工作流程是将高级代码编译成低级代码，然后将低级代码约束化并生成算术电路。 5. 证明系统中的关键组件包括承诺方案、交互式证明和算术化过程。 6. ZKVM 与 ZKEVM 的区别在于，ZKVM 是通用零知识虚拟机，而 ZKEVM 专门为以太坊智能合约优化。 7. Resero 是一种 ZKVM，它使用 RISC-V 指令集，并通过 extendable linkable format (ELF) 二进制文件执行代码。 8. Resero 的架构包括主机代码、访客代码和收据，收据包含程序的结果以及证明。
视频 AI 总结： 该视频的核心内容是探讨以更高效的架构（如 RISC-V）取代以太坊虚拟机（EVM）的可行性和必要性。Vitalik 认为，虽然短期内有其他 L1 扩展方案，但长期来看，替换 EVM 可以显著提升以太坊的扩展性和开发体验。他提出了一个分阶段的迁移方案，并强调了选择合适的虚拟机架构的重要性，以及保持与现有智能合约的兼容性。 视频中提出的关键信息： 1. **EVM 的局限性：** EVM 成为 ZK 证明成本的主要瓶颈，优化其他部分后，EVM 的成本占比将更加突出。 2. **RISC-V 的优势：** 许多 ZK-EVM 已经使用 RISC-V 作为底层架构，直接暴露 RISC-V 给开发者可以减少虚拟机开销，并支持 Rust 等更多语言。 3. **其他 VM 架构：** Cairo 等专为 ZK 证明设计的 VM 可能更优，但选择需要谨慎，因为未来的证明技术可能变化。 4. **迁移策略：** 分阶段进行，先用新 VM 替换预编译合约，然后允许用户部署新 VM 编写的合约，最后将 EVM 实现为新 VM 上的合约。 5. **兼容性：** 现有 Solidity 和 Vyper 代码可以通过重新编译或在新的 VM 上模拟 EVM 来保持兼容。 6. **时间表：** 替换 EVM 不是短期目标，需要时间评估和准备，可能在 18 个月后开始考虑。 7. **无需恐慌：** 替换 EVM 并非要抛弃所有现有工作，开发者可以选择继续使用 EVM 代码，或迁移到新的 VM。
视频 AI 总结： 该视频主要介绍了从 ZK-EVM 到 ZK-VM 的转变，解释了 ZK-EVM 的架构，以及 PSE 团队为何停止 ZK-EVM 的开发，转而研究 ZK-VM 的原因。核心内容包括 ZK-EVM 的范围不仅限于 EVM 本身，还涉及交易处理、字节码、MPT 等多个方面。由于 ZK-EVM 在审计性、可升级性和性能方面面临挑战，PSE 团队转向了更通用的 ZK-VM 方案，并选择了 RISC-V 指令集，因为它具有通用性、可持续性和易于审计的优点。 关键信息： * ZK-EVM 不仅限于 EVM，还包括交易、字节码、MPT 等。 * 理解 Field（域）的概念是进行 ZK 开发的基础。 * ZK 程序需要同时提供输入和输出，用于验证计算的正确性。 * Constraint（约束）是 ZK 程序中的核心，用于限制变量的取值范围。 * ZK-EVM 面临审计、升级和性能方面的挑战。 * ZK-VM 是一种更通用的解决方案，基于 RISC-V 指令集。 * RISC-V 具有通用性、可持续性和易于审计的优点。 * PSE 团队正在探索基于 GKR 的新 Proving System。
视频 AI 总结： 该视频介绍了 Jolt，一种新的零知识虚拟机（ZKVM），它允许证明者证明计算机程序的正确执行。Jolt 基于 RISC-V CPU，通过重复执行 CPU 的取指、解码、执行周期来实现。ZKVM 的优势在于其对开发者友好，无需了解复杂的 SNARK 或电路知识，并简化了形式验证过程。Jolt 的优势在于其更高的性能，更快的证明速度，以及更容易地修改虚拟机，例如添加新的指令集。ZKVM 的目标是普及零知识证明技术，让更多人可以在不了解底层复杂性的情况下使用 SNARK。虽然 ZKVM 在性能方面存在挑战，但 Jolt 在性能上有所提升，并有望在未来达到一个可以接受的水平，从而推动 ZKVM 的广泛应用。 关键信息： * Jolt 是一种新的 ZKVM，用于证明计算机程序的正确执行。 * Jolt 基于 RISC-V CPU，通过模拟 CPU 的取指、解码、执行周期来实现。 * ZKVM 的优势包括对开发者友好、简化形式验证。 * Jolt 的优势在于性能更高、证明速度更快、易于修改虚拟机。 * ZKVM 的目标是普及零知识证明技术。 * 性能是 ZKVM 的主要挑战，但 Jolt 在这方面有所改进。
视频 AI 总结： 该视频介绍了 Jolt 项目在过去六个月的进展和未来计划。Jolt 是一种 RISC-V ZKVM，旨在提供快速的零知识证明。视频重点介绍了 Jolt 在支持 Rust 标准库和 RISC-V M 扩展后，主要解决了验证成本高和证明者空间使用大的问题。通过改进多项式承诺方案和批量处理，Jolt 的证明大小已从兆字节级别降至 200KB 以下，并有望进一步降低。未来，Jolt 将致力于通过折叠方案降低证明者空间使用，并探索基于哈希的承诺方案以进一步提高速度。此外，团队还将投入大量精力进行形式化验证，以确保 Jolt 实现的正确性。 关键信息： * Jolt 在过去六个月主要解决了验证成本高和证明者空间使用大的问题。 * 通过改进多项式承诺方案和批量处理，Jolt 的证明大小显著降低。 * 未来计划包括通过折叠方案降低证明者空间使用，探索基于哈希的承诺方案以提高速度，以及进行形式化验证。 * Jolt 旨在成为在资源受限环境中进行证明的理想 ZKVM，同时保持领先的证明速度。 * 将会有两个版本的Jolt，一个使用椭圆曲线，另一个使用哈希。
该视频的核心内容是介绍 Cartesi 及其提供的 Web3 应用最佳执行环境 (BEE)。Cartesi 旨在解决区块链应用在计算能力、灵活性和开发语言上的限制，提供更强大的链上计算能力。 **关键论据和信息：** * **Cartesi 的核心问题：** 现有的 Web3 执行环境存在局限性，例如计算能力不足、开发语言受限、资源竞争等。 * **Cartesi 的解决方案：** * **Linux 环境：** Cartesi 使用 Linux 作为执行环境，提供熟悉的开发环境，支持多种编程语言（Python, Go, Rust, C++等）和库，降低开发者的学习成本。 * **Cartesi Machine：** 一个确定性的 RISC-V 模拟器，确保相同的代码和状态产生相同的结果，消除了随机性。 * **App-Specific Rollups：** 为每个应用提供独立的 CPU 资源，避免资源竞争，实现并行计算。 * **Cartesi Coprocessor：** 类似于 serverless 的计算服务，按需提供计算能力，适用于需要复杂计算的应用。 * **Cartesi 的优势：** * **强大的计算能力：** 能够运行复杂的应用，例如 Doom 游戏、链上物理引擎、AI 算法等。 * **灵活性：** 支持多种编程语言和库，开发者可以使用熟悉的工具进行开发。 * **可扩展性：** 通过 App-Specific Rollups 和 Coprocessor，可以实现应用的水平扩展。 * **与现有区块链的兼容性：** 可以作为 L2 解决方案与 Ethereum 等区块链集成。 * **Cartesi 的应用案例：** * **Bubble Wars：** 链上物理引擎游戏。 * **World Tycoon：** 链上 SimCity 游戏。 * **Comet：** 协同创作平台。 * **Drawing Canvas：** 链上绘画平台。 * **Lilium：** 碳信用追踪系统。 * **Cartesi 的开发工具：** * **CLI：** 快速创建 Cartesi 应用的命令行工具。 * **Udemy 课程：** 帮助开发者学习 Cartesi 开发的在线课程。 * **Discord 社区：** 开发者交流和获取帮助的社区。 * **Cartesi 与其他 L2 解决方案的对比：** 视频中提到了 OP Stack，并解释了 Cartesi 在数据输入方式上的不同选择，强调了 Cartesi 在安全性和去中心化方面的考虑。 * **Cartesi 如何与其他智能合约交互：** 通过 Voucher 机制，Cartesi Rollup 可以与 L1 上的智能合约进行交互，实现跨链功能。 >分享时间：2025-05-06
在本次视频中，Uma Roy和Tracy讨论了RISC-V zkVM（零知识虚拟机）的工作原理及其应用。视频的核心内容围绕zkVM的定义、工作流程以及其在区块链和加密领域的潜在用途展开。 ### 核心内容概括 1. **zkVM的定义**：zkVM代表零知识虚拟机，它允许开发者使用常规编程语言编写程序，而不需要手动编写复杂的电路。zkVM通过将程序编译为RISC-V指令集来生成零知识证明。 2. **工作流程**： - 开发者编写Rust代码并将其编译为RISC-V字节码（ELF文件）。 - zkVM执行这些指令并生成执行轨迹（witness），以证明程序在特定输入下的正确性。 - 使用STARK（可扩展透明论证）和其他技术来约束程序的执行，确保每个指令的正确性。 - 通过分片和递归的方式处理长程序，以提高效率并减少内存消耗。 ### 关键论据和信息 1. **zkVM的优势**：与传统的电路设计相比，zkVM使得开发者可以更轻松地利用零知识证明技术，降低了技术门槛。 2. **内存管理**：视频中介绍了两种内存管理技术，Merkelized memory和offline memory checking，后者通过时间戳和查找参数来高效地验证内存访问。 3. **预编译和效率**：通过使用预编译电路（如Keccak哈希函数），zkVM可以显著减少计算周期，从而提高整体效率。 4. **长程序处理**：对于长达数亿指令的程序，zkVM通过将程序分成多个片段（shards）并并行处理每个片段的证明，来解决内存和计算效率问题。 5. **应用场景**：zkVM在区块链中的应用，特别是zk-Rollups，能够提高交易的隐私性和可扩展性，使得更多开发者能够轻松实现复杂的加密功能。 总的来说，视频深入探讨了zkVM的架构和实现细节，强调了其在现代区块链技术中的重要性和潜力。